Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Industrial Internet of Things >> Technologie de l'Internet des objets

Principaux défis de la gestion de la confidentialité des données pour les entreprises de 2021 à 23

L'omniprésence des données divise la communauté mondiale des professionnels de la confidentialité et de la sécurité. Alors qu'un côté le considère comme une aubaine pour le monde numérique dont nous rêvons tous, d'autres le considèrent comme une invitation à des risques inimaginables. Par conséquent, les propriétaires de produits numériques ont un chemin difficile à parcourir pour générer suffisamment de données pour l'analyse et garantir la confidentialité en même temps.

Au fil des ans, la gestion de la confidentialité des données est devenue une verticale autonome dans le paysage technologique d'une organisation, explique Yash Mehta, spécialiste de l'IoT et de la Big Data Science. Cela en vaut la peine car 45% des internautes américains ont été confrontés à un vol de données à un titre ou à un autre. En toute honnêteté, ces chiffres n'ont pas empiré uniquement parce que des signaux d'alarme contre les problèmes de confidentialité ont été soulevés et mis en œuvre. Cependant, les entreprises continuent de lutter soit en raison de politiques inefficaces, soit en raison d'un manque d'expertise en ressources.

Voici un tour d'horizon de 3 défis clés en matière de confidentialité des données auxquels les entreprises sont confrontées.

Défi 1 :La propulsion des données et des technologies avancées

Les données continueront de croître. Après tout, c'est la base d'un monde numériquement fort. C'est pourquoi les préoccupations doivent passer de « plus de données » à « gérer plus de données ». Étant donné que la dépendance aux solutions numériques a augmenté en raison de la pandémie, la propulsion des données générées en temps réel est inévitable. En avril de l'année dernière, Netflix le nombre d'utilisateurs a augmenté de 16 millions. Ceci est un témoignage de l'utilisateur moyen sur des appareils consommant plus de données.

Le défi de garantir la confidentialité des mégadonnées devient plus difficile à la suite de la maturation des technologies avancées, l'Internet des objets (IoT) par exemple, ajoute des millions d'appareils (d'où les données) sur le Web. Il s'agit non seulement de la technologie à la croissance la plus rapide, mais également de la passerelle préférée des pirates informatiques pour s'attaquer aux données des utilisateurs. Outre une mauvaise marque, de mauvaises politiques de confidentialité facilitent la falsification des attaquants.

Ajoutez à cela, les fournisseurs IoT tardent à publier des correctifs de sécurité en temps opportun pour les appareils installés et pourtant il n'y a aucun contrôle sur le nombre croissant d'appareils connectés.

Défi 2 :Défis de conception dans les workflows d'automatisation

La nécessité de mettre en œuvre une conception durable des systèmes avec la confidentialité des données a toujours été impérative. Cependant, avec la poussée des données entrantes et une multitude de problèmes réglementaires à respecter, l'automatisation doit occuper le devant de la scène et régir les principes de confidentialité. Pour commencer, les décideurs en matière de confidentialité doivent intégrer les dernières politiques de confidentialité dans la conception de base. Alors que pour les systèmes existants, les principes de confidentialité doivent être construits au-dessus du système de base. Dans le même temps, assurer une convivialité transparente et l'affiner avec une confidentialité profonde est le défi au centre de nos préoccupations ici.

Malgré la prise de conscience des nouvelles politiques et des problèmes de confidentialité des utilisateurs, de nombreuses entreprises se verrouillent avec des conceptions passives de confidentialité. Cela a non seulement affecté leurs chances d'exceller dans l'espace numérique, mais les a également empêchés de s'étendre géographiquement.

Cela s'explique en grande partie par le manque d'expertise industrielle accessible continue d'être un goulot d'étranglement non résolu pour nombre de ces prestataires de services. Pour résoudre le goulot d'étranglement, un fournisseur de data fabric opérationnel, K2View promet une vue aérienne précise du paysage du système pour identifier parfaitement les problèmes.

Grâce à leur solution de gestion de la confidentialité des données, ils automatisent le cycle de vie complet de la confidentialité des données. Contrairement à la plupart des solutions qui automatisent partiellement le flux de travail de demande d'accès aux données (DSAR), K2View rationalise du début (entrée de données) à la fin. Cela inclut la collecte, la mise à jour et la suppression de bout en bout des ensembles de données d'informations personnellement identifiables (PII) de l'utilisateur.

Il y en a d'autres qui assurent le suivi de l'inventaire, l'intégration, la vérification du consentement et la surveillance des violations des politiques. L'idée est de renforcer les informations sensibles de l'utilisateur dès que les données sont collectées dans le système, suivies d'une liste de contrôle de conformité des données qui décrit les objectifs de confidentialité.

Défi 3 :Une longue liste de réglementations et de documentation à suivre

La mise en œuvre du RGPD en 2018 a eu un effet d'entraînement avec un plus grand nombre de régions, y compris celles des États-Unis. Il s'agit notamment du Nevada, de la Californie, de Washington et du Vermont qui ont proposé d'élaborer leur propre législation sur la confidentialité des données. En fait, le CCPA californien est déjà entré en vigueur en juillet 2020.

Bien que le non-respect de l'une de ces lois puisse entraîner de lourdes amendes et même des peines de prison, les entreprises ont une plus grande responsabilité dans la mise en œuvre de lois exclusives sur la confidentialité des données en fonction du changement dans la région. Contrairement à auparavant, ils doivent respecter les lois de chaque État, peu importe la longueur et la fastidieuse du processus. Outre les frais généraux, cela pourrait avoir un impact direct sur les stratégies de design thinking.

Indépendamment de leur emplacement ou de leur région, toutes les entreprises du monde seront affectées à un titre ou à un autre par au moins une de ces réglementations. C'est pourquoi la conformité n'est plus une simple « formalité légale ». En toute honnêteté, le sort de vos produits et services numériques en dépend.

Selon un récent eBook sur la survie à l'avalanche de la confidentialité des données, les facteurs les plus courants influençant la confidentialité des données tournent autour des logiciels de gestion de la conformité réglementaire d'une manière ou d'une autre. Qu'il s'agisse du « Droit à la portabilité des données (permettant à l'utilisateur de quitter un service sans aucun problème) ou du « Droit au consentement » (expliquant clairement comment les données client seraient utilisées), la préparation à la conformité est une mesure clé pour évaluer un la survie du produit dans l'entreprise.

Plus de données en route !

Malgré un arrêt brutal du traitement mondial des entreprises, la génération de données n'a pas souffert. Grâce à des solutions basées sur le cloud qui ont saisi l'opportunité et ont fourni une alternative numérique à la demande à presque tous les processus et activités. Malgré la reprise mondiale, on s'attend à ce que la consommation numérique ne diminue pas. Par conséquent, les fournisseurs de services ont une tâche critique à accomplir non seulement pour gérer leurs clients, mais aussi pour se préparer à des inscriptions inattendues à l'avenir.

L'auteur est Yash Mehta, un spécialiste de l'IoT et de la Big Data Science.


Technologie de l'Internet des objets

  1. Comment améliorer la gestion du cloud ; Un guide de l'expert
  2. Leçons de la foire de Hanovre :5 manières de tirer parti de l'informatique pour vos opérations industrielles
  3. Quatre grands défis pour l'Internet des objets industriel
  4. Une IA réussie dépend de la gestion des données
  5. Le cerveau opérationnel :un nouveau paradigme pour la gestion intelligente des données dans l'IoT industriel
  6. Les vêtements connectés sur le lieu de travail soulèvent de nouveaux dilemmes en matière de confidentialité pour le personnel et les entreprises
  7. Sept étapes pour la gestion des données de base pour votre entreprise
  8. Plus de cas d'utilisation pour AIOps à mesure que sa valeur pour les entreprises augmente
  9. 4 conseils et défis pour une meilleure gestion des actifs IIoT