El componente Stambia Privacy Protect

Descubra cómo el módulo Privacy Protect de Stambia permite proteger sus datos personales y responder a normativas y reglamentos internacionales (RGPD, CNIL3) gracias a sus funcionalidades:

• de anonimización y de seudonimización de datos,
• de llenado de base de datos a partir de datos generados,
• de trazabilidad, de auditoría.

 

"Privacy by design" natively integrated into your integration solution

La protección de datos puede consistir en anonimizar bases de datos de desarrollo o de prueba, cargándolas a partir de datos reales de bases de datos de producción. Stambia Privacy Protect permite definir las reglas sobre los metadatos (tablas, columnas, etc.) para luego ejecutar la anonimización especificada.

La seudonimización puede igualmente ser necesaria para proteger sus datos con fines de análisis:

• Exponer datos hacia el exterior (Open data)
• Implementar sistemas analíticos (decisional, BigData, Machine learning)

Un componente integrado a los Metadatos

El componente Privacy Protect se integra por completo a la solución de integración de datos, a través del objeto "Metadatos" de Stambia. Para cada esquema, tabla, columna, el usuario puede definir sus reglas sobre la anonimización, la seudonimización o la generación de datos. Estas reglas son entonces aplicadas durante las ejecuciones del componente con los metadatos configurados.

Varios métodos de protección

• Sustitución por medio de los diccionarios suministrados o de diccionarios personalizados,
• Deducción a partir de estos diccionarios,
• Generación de valores aleatorios, numeración automática,
• Ofuscación, encriptación, transformación SQL,
• Generación de tablas de correspondencia temporales, de tablas de seudonimización.

Características avanzadas de los métodos de protección

• Varios métodos de distribución: habilitación (o inhabilitación) de la repartición uniforme de datos (uniformo, por peso en el diccionario o por distribución normal)
• Procesamiento inteligente de valores nulos
• Utilización de máscaras personalizadas (emails, teléfonos,… )
• Protección de acuerdo a particularidades geográficas
• Construcción de reportes HTML (bitácora de anonimización/seudonimización, muestras)
• Utilización de motores de base de datos (especialmente Oracle o PostgreSQL)
• Inicialización de tablas vacías a partir de métodos de anonimización