9 septembre 2020 Accélération de la transmission de données de l'Europe vers l'Asie (10 216 km) | Produit : Libelle BusinessShadow
Les données personnelles méritent à juste titre un haut niveau de protection, et pas seulement depuis le GDPR. Selon la limitation de la finalité des données à caractère personnel, seules les données nécessaires à la finalité spécifique de l'entreprise peuvent être traitées, et uniquement par un groupe de personnes ayant un intérêt légitime. Dans les environnements productifs, il s'agit d'une question de procédure ou d'organisation et, bien entendu, de gestion des autorisations.
Mais qu'en est-il des environnements non productifs ? Dans la pratique, entre autres, les systèmes de test sont souvent mis à jour avec des copies de systèmes classiques. Ergo : des données productives dans des environnements non productifs. En général, un grand nombre de personnes non autorisées (développeurs, consultants, administrateurs) ont accès aux données réelles. Peut-être pas à jour, mais toujours clairement personnalisé.
Les entreprises sont donc confrontées à une situation critique : d'une part, le système de test doit contenir des données réalistes pour permettre des tests significatifs, d'autre part, aucune donnée réelle ne peut être utilisée. Mais comment réaliser des tests réalistes sans données réelles dans les environnements de test ?
L'anonymisation des données afin qu'elles n'aient plus de référence personnelle concrète est un remède. Il s'agit d'une excellente méthode pour fournir des données de test conformément aux exigences applicables, sans risques en ce qui concerne le GDPR et la protection, la sécurité et la conformité des données opérationnelles. Au début, cela semble plus facile que ça ne l'est. En effet, il faut, entre autres, continuer à prêter attention à la signification et à la cohérence logique, tant au sein du système qu'au-delà des frontières du système dans le paysage.
Avec cette équipe, vous mettez à jour et anonymisez vos systèmes non productifs avec des données de production fraîches, à tout moment, en appuyant sur un bouton et de bout en bout, conformément à la GDPR. L'automatisation et l'optimisation réduisent énormément les efforts et les temps de passage des copies de systèmes et de paysages homogènes. Les données critiques et sensibles sont anonymisées en permanence, en tenant compte des relations logiques. Les temps d'arrêt des systèmes cibles sont réduits au minimum et la mise en œuvre peut être effectuée sans l'intervention de spécialistes.
Il en résulte des données réalistes, logiquement correctes et cohérentes entre les systèmes pour le développement et le test de logiciels et de processus d'entreprise, sur toutes les plateformes. D'ailleurs, cela vaut également pour les systèmes non-SAP.
Sur la base de nos meilleures pratiques issues d'un grand nombre d'implémentations, Libelle SystemCopy (LSC) et Libelle DataMasking (LDM) peuvent généralement être intégrés dans vos environnements en 2 ou 3 jours.