تحلیل داده زمانی برای سازمان ارزشمند است که بتوان به کیفیت، محرمانگی و صحت آن اعتماد کرد. اتصال چند سامانه و ترکیب اطلاعات مشتریان، کارکنان یا تراکنش‌ها می‌تواند بینش مفیدی ایجاد کند، اما هم‌زمان خطر دسترسی غیرمجاز، افشای اطلاعات، تصمیم‌گیری بر پایهٔ دادهٔ نادرست و نقض تعهدات قانونی را افزایش می‌دهد. امنیت و حریم خصوصی نباید در انتهای پروژه اضافه شوند؛ این دو باید از مرحلهٔ تعریف مسئله و انتخاب ابزار در طراحی حضور داشته باشند.
۱. پیش از جمع‌آوری داده، هدف و ضرورت آن را مشخص کنید
برای هر مجموعه‌داده بنویسید چرا به آن نیاز است، چه تصمیمی را پشتیبانی می‌کند، چه کسی از نتیجه استفاده می‌کند و چه مدت باید نگهداری شود. جمع‌آوری اطلاعات «برای استفاده‌های احتمالی آینده» سطح ریسک و هزینه را بالا می‌برد. اگر هدف با دادهٔ کمتر یا با دادهٔ تجمیع‌شده قابل دستیابی است، اطلاعات اضافی را وارد پروژه نکنید.
هدف پردازش باید روشن و با مجوزهای لازم سازگار باشد. اگر هدف پروژه تغییر می‌کند، بررسی کنید آیا استفادهٔ جدید از داده مجاز است و آیا باید ارزیابی حریم خصوصی یا اطلاع‌رسانی تازه‌ای انجام شود.
۲. داده‌های حساس را شناسایی و طبقه‌بندی کنید
همهٔ داده‌ها ریسک یکسانی ندارند. اطلاعات عمومی، دادهٔ داخلی، اطلاعات محرمانه و داده‌های شخصی یا مالی به کنترل‌های متفاوت نیاز دارند. پیش از انتقال داده به ابزار تحلیلی، فهرست منابع، مالک داده، سطح حساسیت، کاربران مجاز و محدودیت‌های استفاده را مشخص کنید.
طبقه‌بندی باید در عمل قابل استفاده باشد: برچسب روشن، دستورالعمل دسترسی و مسئول پاسخ‌گو تعیین کنید. دادهٔ حساس نباید صرفاً به دلیل آنکه در یک فایل یا داشبورد قرار گرفته، به همهٔ کاربران آن سامانه نمایش داده شود.
۳. دسترسی را بر اساس حداقل نیاز تنظیم کنید
اصل حداقل دسترسی یعنی هر فرد فقط به داده و عملیاتی دسترسی داشته باشد که برای کارش لازم است. نقش‌های مشاهده، ویرایش، استخراج و مدیریت را جدا کنید و دسترسی مدیریتی را به تعداد محدودی از افراد بسپارید. حساب‌های مشترک استفاده نکنید؛ حساب فردی، احراز هویت چندمرحله‌ای و ثبت رویدادها پاسخ‌گویی را بهتر می‌کند.
دسترسی کارکنان، پیمانکاران و سرویس‌های خودکار را به‌صورت دوره‌ای بازبینی کنید. با تغییر نقش یا پایان همکاری، دسترسی باید سریع لغو شود. حساب‌های قدیمی و مجوزهای گسترده یکی از منابع رایج ریسک‌اند.
۴. داده را در انتقال و ذخیره‌سازی محافظت کنید
از کانال‌های امن برای انتقال داده استفاده کنید و مطمئن شوید اطلاعات در محل نگهداری نیز با سطح مناسبی از رمزگذاری محافظت می‌شوند. کلیدها و رمزهای دسترسی را داخل کد، فایل عمومی یا مخزن مشترک قرار ندهید. مدیریت امن اسرار، چرخش کلیدها و محدود کردن دسترسی به نسخه‌های پشتیبان بخشی از برنامهٔ امنیتی است.
پشتیبان‌گیری زمانی مفید است که امکان بازیابی آن آزموده شده باشد. نسخهٔ پشتیبان باید از حذف تصادفی، دسترسی غیرمجاز و باج‌افزار محافظت شود و مدت نگهداری آن با سیاست سازمان هماهنگ باشد.
۵. دادهٔ شناسایی‌کننده را تا حد امکان کاهش دهید
در بسیاری از تحلیل‌ها نیازی نیست نام، شمارهٔ تماس، نشانی یا شناسهٔ مستقیم فرد در مجموعهٔ کاری حضور داشته باشد. حذف فیلدهای غیرضروری، تجمیع داده و استفاده از شناسه‌های جایگزین می‌تواند خطر افشا را کاهش دهد. با این حال، جایگزینی شناسه به‌تنهایی ناشناس‌سازی کامل نیست؛ اگر اتصال دوباره به هویت ممکن باشد، داده همچنان می‌تواند حساس باشد.
پیش از انتشار گزارش یا اشتراک‌گذاری مجموعه‌داده، خطر شناسایی مجدد را بررسی کنید. ترکیب چند فیلد ظاهراً بی‌خطر ممکن است یک فرد را مشخص کند، به‌ویژه در گروه‌های کوچک یا داده‌های مکانی و زمانی دقیق.
۶. کیفیت و منشأ داده را ثبت کنید
ریسک فقط افشای داده نیست؛ دادهٔ اشتباه هم می‌تواند زیان‌آفرین باشد. تعریف فیلدها، منبع، زمان استخراج، روش تبدیل، محدودیت‌ها و مسئول تأیید را ثبت کنید. کامل بودن، تازگی، سازگاری و صحت نمونه‌ای را بررسی کنید و خطاهای مهم را پیش از تحلیل رفع یا مستند سازید.
برای خروجی‌های مهم، مسیر تبدیل داده و نسخهٔ مورد استفاده باید قابل پیگیری باشد. اگر نتیجهٔ یک گزارش زیر سؤال رفت، تیم باید بتواند بفهمد داده از کجا آمده، چه تغییری روی آن انجام شده و کدام نسخهٔ تحلیل به کار رفته است.
۷. خطر سوگیری و استفادهٔ نامناسب از نتایج را بررسی کنید
داده‌های تاریخی ممکن است سوگیری‌های گذشته را منعکس کنند یا بعضی گروه‌ها را کمتر پوشش دهند. تحلیل یا مدل ممکن است برای یک گروه عملکرد ضعیف‌تری داشته باشد، حتی اگر میانگین کلی مناسب به نظر برسد. در تصمیم‌های حساس، نتایج را در زیرگروه‌های مرتبط بررسی کنید و محدودیت نمونه یا دادهٔ ناقص را گزارش دهید.
به کاربران توضیح دهید خروجی برای چه تصمیم‌هایی مناسب است و کجا نباید به‌تنهایی مبنای تصمیم باشد. بازبینی انسانی، امکان اعتراض یا اصلاح داده و ثبت تصمیم‌های مهم می‌تواند پیامدهای خطا را کاهش دهد.
۸. ابزار و تأمین‌کننده را از نظر امنیت ارزیابی کنید
پیش از خرید یا اتصال سرویس بیرونی، قابلیت‌های کنترل دسترسی، ثبت رویداد، رمزگذاری، پشتیبان‌گیری، مدیریت رخداد و حذف داده را بررسی کنید. دربارهٔ محل نگهداری، استفادهٔ احتمالی از داده برای آموزش یا بهبود سرویس، دسترسی کارکنان فروشنده و پیمانکاران فرعی سؤال کنید. این شرایط باید در قرارداد و مستندات قابل پیگیری باشند.
همچنین مشخص کنید در پایان قرارداد چگونه داده را خارج می‌کنید و چه مدرکی برای حذف نسخه‌های باقی‌مانده دریافت خواهید کرد. اگر ابزار فقط در صورت انتقال حجم زیادی از دادهٔ حساس قابل استفاده است، گزینه‌های جایگزین با حداقل انتقال را نیز بررسی کنید.
۹. برنامهٔ نگهداری و حذف داده داشته باشید
نگهداری نامحدود داده هزینه و ریسک را افزایش می‌دهد. برای هر نوع اطلاعات، مدت نگهداری و شرایط حذف را تعریف کنید و اجرای سیاست را به فرایند مشخصی بسپارید. نسخه‌های استخراج‌شده، فایل‌های موقت، خروجی‌های گزارش و نسخه‌های پشتیبان را هم در نظر بگیرید؛ حذف از سامانهٔ اصلی لزوماً به معنی حذف همهٔ نسخه‌ها نیست.
اگر قانون، قرارداد یا نیاز عملیاتی نگهداری طولانی‌تر را ایجاب می‌کند، دلیل و مسئول آن را ثبت کنید. هنگام حذف یا ناشناس‌سازی، بررسی کنید که نسخه‌های دیگر و دسترسی‌های مرتبط نیز مطابق سیاست مدیریت شوند.
۱۰. پایش و پاسخ به رخداد را از پیش آماده کنید
امنیت یک تنظیم یک‌باره نیست. دسترسی‌های غیرعادی، استخراج گسترده، خطاهای احراز هویت و تغییرات مجوز باید تا حد متناسب با ریسک ثبت و بررسی شوند. مسئول دریافت هشدار، مسیر گزارش مشکل و روش محدود کردن دسترسی در زمان رخداد را مشخص کنید.
برنامهٔ پاسخ به رخداد باید شامل تشخیص، مهار، بررسی دامنه، بازیابی، مستندسازی و اطلاع‌رسانی‌های لازم باشد. تمرین دوره‌ای کمک می‌کند تیم در زمان واقعی برای یافتن مسئول یا تصمیم‌گیری دربارهٔ گام بعدی سردرگم نشود.
۱۱. چک‌لیست امنیت پروژهٔ تحلیل داده
- هدف پردازش و ضرورت هر فیلد داده مشخص است.
- داده‌ها طبقه‌بندی شده و مالک مشخص دارند.
- دسترسی بر اساس نقش و حداقل نیاز تنظیم شده است.
- احراز هویت چندمرحله‌ای و ثبت رویداد برای دسترسی‌های مهم فعال است.
- انتقال، ذخیره‌سازی و نسخه‌های پشتیبان محافظت می‌شوند.
- اطلاعات شناسایی‌کننده تا حد امکان حذف یا کاهش یافته‌اند.
- کیفیت، منشأ و محدودیت‌های داده مستند شده‌اند.
- سوگیری و عملکرد در زیرگروه‌های مرتبط بررسی شده است.
- شرایط فروشنده، محل نگهداری و نحوهٔ حذف داده روشن است.
- مدت نگهداری، پایش و برنامهٔ پاسخ به رخداد تعریف شده‌اند.
پرسش‌های متداول
آیا حذف نام و شمارهٔ تماس داده را ناشناس می‌کند؟
نه همیشه. ترکیب تاریخ، موقعیت، ویژگی‌های نادر یا شناسه‌های دیگر می‌تواند شناسایی مجدد را ممکن کند. باید کل مجموعه و زمینهٔ استفاده ارزیابی شود، نه فقط چند فیلد مستقیم.
آیا می‌توان دادهٔ مشتری را به ابزار ابری منتقل کرد؟
این موضوع به حساسیت داده، مجوز و قرارداد، الزامات قانونی و کنترل‌های امنیتی سرویس بستگی دارد. پیش از انتقال، شرایط پردازش و نگهداری را بررسی کنید و در صورت امکان از دادهٔ حداقلی یا نمونهٔ غیرحساس برای آزمون استفاده کنید.
چه کسی مسئول امنیت پروژهٔ تحلیل داده است؟
مسئولیت میان مالک کسب‌وکار، تیم داده، فناوری اطلاعات، امنیت و در صورت نیاز بخش حقوقی تقسیم می‌شود. باید یک مسئول هماهنگ‌کننده و نقش‌های روشن برای تصمیم‌گیری، اجرا و پاسخ به رخداد وجود داشته باشد.
جمع‌بندی
امنیت و حریم خصوصی در تحلیل داده با جمع‌آوری حداقلی، طبقه‌بندی، دسترسی محدود، محافظت از داده، کنترل کیفیت و برنامهٔ پاسخ به رخداد آغاز می‌شوند. تأمین‌کننده و ابزار را با معیارهای قابل بررسی انتخاب کنید و سیاست‌های نگهداری و حذف را در تمام چرخهٔ عمر داده اجرا کنید. برای تصمیم‌گیری دربارهٔ راهکار مناسب، مقالهٔ معیارهای انتخاب ابزار تحلیل داده را نیز ببینید.