Vi raderar olagliga uppgifter
GDPR, CCPA och PIPEDA gör det olagligt för organisationer att lagra personuppgifter som du inte kan dokumentera ett legitimt intresse för. D&M GDPR, CCPA och PIPEDA Toolbox ger slutanvändarna en överblick över potentiellt olagliga data. Den tillhandahåller ett enkelt gränssnitt för att ta bort oönskade data från e-post, fildelning, team SharePoint och andra datalager.
Du kan definiera specifika datapolicyer och regler för hur data som inte uppfyller kraven ska hanteras och identifiera viktiga dokumenttyper (t.ex. lönespecifikation, jobbansökningar, resedokument) som du hanterar i din organisation.
Du kan övervaka din efterlevnadsnivå i dina datakällor som e-post, bilagor, fildelning, bärbara datorer, SharePoint, intranät och alla andra data som kan anslutas till verktygslådan.
Det finns ingen anledning att be dina medarbetare att gå igenom många års samlade dokument, e-postmeddelanden och bilagor. Verktygslådan kan hantera jobbet utan att störa dina medarbetares dagliga rutiner, mycket effektivare och med bättre resultat. Och verktygslådan kommer att fortsätta att övervaka data så att du alltid uppfyller kraven.
Verktygslådan kan även flytta eller radera e-postmeddelanden och dokument som inte uppfyller kraven från t.ex. Office365
Anslut bara dina data direkt från gränssnittet, låt verktygslådan göra en snabb analys och du får en första bild av hur mycket personuppgifter du har, var de finns och risken för att inte uppfylla kraven.
Du kan enkelt ställa in datapolicyer och dokumentregler och direkt följa nivån av datastabilitet i hela organisationen. Verktygslådan fortsätter sedan att hålla ett öga på din data.
Insikt
Dashboard
Hur kompatibla är vi? Vilka avdelningar arbetar på ett sätt som inte är kompatibelt? Vilka datapolicyer följs inte? Var finns de känsliga uppgifterna?
Identifiering
Automatisk
Genom att använda kombinationer av taxonomier, regEx och naturlig språkbehandling (NLP) och eventuella kundspecifika inmatningar identifierar verktygslådan känsliga och personliga data
Hastighet
Hög prestanda
En sak är att hitta nålarna i höstacken - en annan sak är hur snabbt det går. Du bestämmer hastigheten. Det är bara en fråga om hårdvara.
Resurser
Dags för kaffe
Vårt koncept är automatisering - när det är möjligt. Och minimal inblandning. Så förvänta dig inte ett behov av nya kollegor.
Genom att använda en kombination av taxonomier, regEx och NLP (Natural Language Processing) kan vår profiler identifiera en mängd olika texter. Inklusive alla GDPR kategori 9 uttryck såsom hälsotermer, finansiella indikationer, politisk och sexuell läggning, biometrisk information empowerment.
Teknisk information
Allmän information om t.ex. mängden data som bifogats och skannats, hastighet och status
Information om organisatorisk efterlevnad
Efterlevnads- och riskstatus för organisationen, affärsenheten och varje avdelning med relaterade policyöverträdelser
Organisationens efterlevnad
Översikt över efterlevnad på avdelningsnivå (eller medarbetarnivå) för att underlätta beteendeförändring
Policys som inte följs
Information om trender och vilka datapolicyer som inte följs
Överensstämmelse med dokument
Insikt i efterlevnadshantering för varje dokumenttyp (t.ex. lönespecifikation, jobbansökningar, bonusblad)
Dashboard, översikter och rapporter
Vilken är vår riskstatus? Hur kompatibla är vi? Vilka avdelningar arbetar på ett sätt som inte uppfyller kraven? Vilka datapolicyer är i riskzonen? Var finns våra känsliga uppgifter? Vilka är våra högriskområden? Dessa frågor och många fler besvaras snabbt med hjälp av vår dashboard.
Du kan enkelt skapa dina egna rapporter med det innehåll från verktygslådan som passar dina behov.
Vad som utgör personuppgifter utöver vad som anges i GDRP skiljer sig från organisation till organisation och påverkas ofta av affärssegment, kultur och sammanhang.
Identifiering av namngivna enheter och information enligt artikel 9 i GDPR
Genom att använda en kombination av taxonomier, regEx och NLP (Natural Language Processing) kan vår profilerare identifiera innehållet i t.ex. e-postmeddelanden, bilagor och dokument. Inklusive alla uttryck i artikel 9 i GDPR, t.ex. hälsorelaterade termer, finansiella indikationer eller politisk och sexuell läggning.
Du kan även komplettera och anpassa dina definitioner av personuppgifter för att matcha hur de används i din organisation.
För varje källa kan användaren välja vilka ordböcker och språk som ska användas för att analysera källdokumenten.
Anpassade taxonomier
Vi har för närvarande mer än en miljon inputs i våra taxonomier och utökar dessa vid behov.
Användaren kan också lägga till kundspecifika ordböcker och RegEx och bedöma effekten av de anpassade faktorerna med avseende på känslighet och i vilken utsträckning posten kan användas för att identifiera eller härleda registrerade personer.
Beroende på behörighet kan användaren ha tillgång till etiketterna eller till etiketterna samt etikettvärdena. T.ex. Förnamn är etiketten och David är namnet.
Etiketter
När verktygslådan profilerar dina data anger den relevanta etiketter för varje dokument (eller datauppsättning) som är ansluten till verktygslådan tillsammans med en rad andra metadata, t.ex. ddokumentålder, skapande- och modifieringsdata och andra viktiga punkter som är relevanta för hur data ska klassificeras och hanteras. Alla dessa data kan användas för att filtrera, söka eller inkluderas i en rapport.
Datakällor och filtyper
D&M 2.0 CLOUD kan anslutas till Office 365 inklusive Outlook, OneDrive, OneNote och SharePoint dokument som lagras på OneDrive samt gDrive inklusive alla Google apps dokumenttyper. D&M 2.0 tillhandahåller också ett RESTful API som kan användas för anpassad rapportering
Verktygslådan stöder datakällor baserade på Windows, Linux och MacOS fildelning samt bärbara Windows-datorer. Alla datakällor kan mappas till specifika avdelningar, användas som parametrar när datapolicyer upprättas och inkluderas när dokumentklasser hanteras
Skapande av dokumentklasser
För att skapa de mest effektiva datapolicyer är det ofta effektivt att identifiera ett antal olika dokumentklasser som dina datapolicyer kan använda. Dokumentklasser kan byggas upp med hjälp av Labels och textvärde. Ett anställningskontrakt kan definieras som ett dokument som innehåller orden "Employment contract" ELLER "Anställningsavtal" OCH "FULL_NAME" OCH Personnummer. Detta kanske inte identifierar ett faktiskt kontrakt, utan ett mail med informationen för ett kontrakt. Båda fallen bör dock identifieras som känsliga personuppgifter. Om man vill "bara" identifiera anställningsavtal som ett dokument och inte e-postmeddelanden om avtal, skulle användaren lägga till dokumenttyp som ".doc" för att inte hitta e-postmeddelanden.
Skapande av datapolicyer
En av de viktigaste funktionerna i verktygslådan är den unika möjligheten att definiera datapolicyer och övervaka efterlevnadsnivåerna direkt.
Användaren kan enkelt ställa in valfritt antal datapolicyer genom att använda logiska operationer och jokertecken på t.ex. dokumentklasser, datakälla, avdelningar, en specifik filmapp, dataetikett, dokumentdatum och typ, datatyp samt alla GDPR artikel 9 etiketter eller en anpassad definierad etikett.
Verktygslådan kan hjälpa organisationen med många av de sätt på vilka data som inte uppfyller kraven kan hanteras.
Avdelningar och användare
I verktygslådan kan du skapa flera användare och tilldela dem till olika avdelningar så att de kan komma åt, hantera och få insikter. Varje datakälla, konto eller mapp inom en datakälla kan tilldelas en avdelning. Genom att tilldela användare till avdelningar begränsar du användarens åtkomst till en specifik datauppsättning. Detta är mycket användbart om användnings-, rensnings- och övervakningsprocessen distribueras till flera avdelningar inom organisationen.
Hantering av uppgifter som inte rör klienter
Organisationer har olika sätt att hantera de identifierade icke-kompatibla uppgifterna. Vissa väljer att på månadsbasis automatiskt informera berörda medarbetare med en lista över de e-postmeddelanden och dokument som inte uppfyller kraven, vissa organisationer har sin Toolbox-ansvarige (eller DPO) för att kontakta individerna, medan andra organisationer väljer att automatiskt rensa eller flytta de relaterade uppgifterna till ett säkrare område. Hanteringen beror på t.ex. företagskultur, risk, allvarlighetsgrad, efterlevnadsmognad och företagsstorlek. Verktygslådan kan hjälpa organisationen med många av de sätt på vilka data som inte uppfyller kraven kan hanteras.
Verktygslådan listar snabbt alla relevanta datauppsättningar och deras placering.
Sök i alla datakällor
Vår Toolbox har extremt kraftfulla sökfunktioner och kan på bara några sekunder lokalisera alla dokument, e-postmeddelanden och bilagor som är relaterade till en viss person (data subject) eller specifika sökord och filter. Detta görs över alla profilerade källor och avdelningar i organisationen. Verktygslådan listar snabbt alla relevanta datauppsättningar och deras placering.
D&M 2.0 ON PREMISE stöder även fildelning med Windows, Linux och MacOS samt bärbara Windows-datorer.
Typer av installationer
Verktygslådan kan installeras på plats hos kunden, hos en hostingpartner eller användas från en cloud miljö som är godkänd enligt GDPR, CCPA och PIPEDA.
Vår cloud version kan direkt ansluta till Office 365 inklusive Outlook, OneDrive, OneNote och SharePoint-dokument som lagras i OneDrive, samt gDrive inklusive alla dokumenttyper i Google Apps. Verktygslådan innehåller också ett RESTful API som kan användas för anpassad dataintegration till t.ex. en Business Intelligence-webbplats
Våra lokaler stöder även fildelning med Windows, Linux och MacOS samt bärbara Windows-datorer.