精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

隨著企業不斷利用數據湖的分析優勢，企業數據湖已經成為常態，但是它們的普及，應該讓公司重新考慮數字治理和合規性。

企業內的大數據分析的增加，讓“數據湖”不斷增長，這是所有可以用于分析的信息資產的默認存儲庫，對于期望從數據中獲得額外價值的公司而言，非常有益。但很多公司允許猖獗的積累，并不斷將數據源傾倒入這些數據湖中，無意中帶來了合規性風險。

數據目錄工具可以幫助減輕這些風險，但在我們討論這些工具之前，讓我們來談談數據湖帶來合規性問題的用例，以及為什么缺乏數數據湖治理戰略，是如此危險。

在華爾街改革和消費者保護法第153 d（f）部分中描述了一個用例，它允許美國金融研究辦公室(OFR)的主任向一家金融機構發出傳票，要求提供所需要的數據， 來監督美國金融穩定性的潛在風險。這一傳票的權力，并不局限于特定時間內的，一個特定類型的結構化數據庫。相反，可以在任何時間要求任何數據。實際上，這意味著金融機構必須清楚他們管理的所有數據，以及數據所包含的信息，以及這些信息和其他數據集的關聯。

另一個用例是大量的數據保護法規，對于信息暴露的處罰。The HIPAA Privacy Rule保護大多數“個人識別健康信息”——包括姓名，電話號碼，地址，社保號碼，也被稱為病人的受保護健康信息(PHI)。The HIPAA Privacy Rule指出，“一個實體或商業團體必須(…)為電子信息系統實施技術政策和流程，維護電子受保護健康信息，只允許那些獲得授權的人或軟件進行訪問。”

這就要求監測和減少任何潛在的PHI暴露風險，無論是源于個體黑客或軟件應用。因此，企業數據湖中累積的數據，或其他類型的大容量存儲庫，公司不僅要確定哪些數據包含PHI數據，他們也必須清楚不同的數據集的組合，可能在不經意間暴露受保護的健康數據。

上述兩個用例，凸顯了數字化業務中的新興挑戰。數據積累對于預測和規范分析，有非常明顯的好處。這激發了許多企業攝取外部來源的數據集，以擴大從內部事務和運行應用中，提取的自己的數據集。許多企業同時關注數據回收，其中的非結構化數據，比如過往的電子郵件，文檔和幻燈片，通過訪問它們的存檔，然后加載到同一個業務數據湖中。

這種無節制的，大規模數據存儲庫的不受控制的增長，帶來了合規性風險。隨著越來越多的數據集被添加到數據湖中，很難快速的，準確的響應OFR的數據需求，或區分哪些PHI處于暴露的風險。

數據合規性的適當數字治理，對于現代企業，是一個復雜的過程：一個公司必須識別和仔細記錄企業現有的數據資產，以及這些資產中信息如何反映已知的信息監管。但在大多數情況下，幾乎沒有人確切地知道哪些數據存在，這些數據中的數據分類，如何訪問數據，以及誰擁有訪問數據的權限，以及企業數據湖內的數據累積，可能涉及到的法規。當合規性審查數據到來時，缺乏企業數字治理環境的知識，會帶來明顯的障礙。許多人忙著尋找數據集的關聯性，以及如何為適當的合規性響應，累積所需的信息。

應對這些挑戰的方法之一，就是使用自動化工具，調查和描述企業的每個數據，分析包含的信息類型。這使得公司能夠創建并管理一個共享語義目錄。這個數據目錄提升了對不同數據集中包含內容的認識，列出的細節包括：

業務內容，現實世界數據類型的高度概括，包含在數據集內的信息，比如賬號、姓名、位置和其他抽象實體概念。

存儲在數據集中的屬性名稱。

從合規性角度來看，一個體現語義數據意識的數據目錄，有助于確保實施適當的安全措施，進行數據保護和隱私合規性。此外，擁有包含信息細節的數據目錄，可以簡化對于消除合規性風險的外部數據調用需求的響應。