Маскирование данных: как защитить чувствительное — не теряя в эффективности

Тема защиты данных сегодня как никогда актуальна. Регуляторные требования ужесточаются, а риски утечек конфиденциальной информации растут с каждым днём. Маскирование данных становится одним из ключевых инструментов, позволяющим минимизировать эти риски и при этом не тормозить бизнес-процессы. На экспертном вебинаре AM Live мы подробно разобрали практический опыт российских компаний по внедрению маскирования: какие подходы действительно работают, как не потерять в эффективности и что учитывать при выборе решений. Обсудили, как обезличивание помогает безопасно использовать данные для аналитики, тестирования и разработки, особенно в организациях, работающих с КИИ и персональной информацией. 📌 В программе эфира: – Факторы критичности маскирования: когда и почему оно необходимо – Критерии выбора инструментов обезличивания – Реальный опыт применения ML-моделей для защиты данных – Обзор возможностей платформы Сфера.Обезличивание данных – Ответы на прямые вопросы аудитории 📍 Эфир будет полезен: – Специалистам по ИБ и DLP – Руководителям по защите персональных данных – Архитекторам, разработчикам, техническим директорам – Тем, кто работает с аналитикой, тестовыми средами и качеством данных Ведущий: Илья Шабанов, генеральный директор компании ООО «АМ Медиа» Спикеры: 1) Сергей Голубев, Руководитель проекта, Центр управления тестовыми данными, Полигон интеграционно-функционального тестирования ВТБ 2) Кирилл Золотухин, директор департамента качества, блок ИТ, ПАО СК «Росгосстрах» 3) Вячеслав Борисов, Лидер стрима «Инженерные инструменты» платформы «Сфера», эксперт по продукту Сфера.Обезличивание данных (ИТ-холдинг Т1) 📺 Смотрите запись, если вы ищете реальные кейсы, технологические детали и советы от практиков. Тайм-коды: 00:00:00 Введение 00:04:51 Определение обезличивания и маскирования 00:07:46 Преимущества обезличивания 00:09:27 Проблемы использования синтетических данных 00:10:31 Практические аспекты построения тестовых полигонов 00:11:18 Примеры использования данных 00:12:03 Преобразование данных для тестирования 00:12:53 Защита конфиденциальных данных 00:13:49 Обезличивание, анонимизация и псевдонимизация 00:15:30 Определение обезличивания 00:16:25 Пример обезличивания 00:19:35 Проблемы маскирования 00:22:34 Требования к обезличиванию данных 00:22:57 Маскировка персональных данных 00:23:50 Категории данных для маскировки 00:25:51 Драйверы обезличивания данных 00:30:31 Потребности в обезличивании для тестирования 00:31:52 Работа с подрядчиками 00:34:18 Динамическое обезличивание 00:36:45 Централизованная система и анализ данных 00:37:44 Обезличивание данных по запросам 00:40:26 Обезличивание в процессе разработки и тестирования 00:42:17 Готовые решения для обезличивания 00:45:44 Методы обезличивания данных 00:48:56 Методы обезличивания данных 00:50:44 Ограничения синтетических данных 00:53:10 Способы генерации синтетических данных 00:54:30 Выбор метода обезличивания 00:55:56 Процесс обезличивания данных 00:59:41 Восстановление данных 01:00:24 Требования к обезличиванию данных 01:01:11 Риски и вызовы при обезличивании 01:02:49 Подходы к обезличиванию 01:04:01 Требования к процессам 01:04:38 Разделение доступа 01:06:21 Процедура обезличивания 01:07:06 Выбор между собственным продуктом и готовым решением 01:09:42 Рекомендации для небольших организаций 01:10:06 Проблемы обезличивания данных в крупных компаниях 01:10:57 Поиск универсальных решений 01:14:05 Преимущества комбинированного подхода 01:15:11 Процесс обезличивания данных 01:16:35 Сложности профилирования 01:18:14 Использование машинного обучения 01:20:03 Процесс обезличивания данных 01:21:00 Обвязка и проверка данных 01:21:50 Стратегии обезличивания данных 01:22:49 Выбор алгоритмов обезличивания 01:23:44 Проблемы после профилирования 01:24:51 Ошибки на этапе обезличивания 01:27:27 Работа с большими базами данных 01:29:09 Работа с неструктурированными данными 01:31:42 Нюансы обезличивания адресов 01:32:16 Проблемы с требованиями к обезличиванию данных 01:32:57 Влияние на процесс разработки 01:33:50 Риски и затраты 01:34:45 Переход на обезличенные данные 01:37:43 Примеры успешного обезличивания 01:40:32 Обезличивание и машинное обучение 01:42:51 Препятствия для внедрения обезличивания 01:44:30 Роль подрядчиков 01:45:09 Обезличивание данных 01:45:56 Итоги