Укрепление конфиденциальности данных с Process Mining: стратегический подход

Подумайте быстро: сколько раз вы делитесь информацией о себе каждую неделю, или даже каждый день? Когда вы учитываете, сколько раз вы отправляете свой email на разных сайтах или вводите другую личную информацию где угодно, становится ясно, что это даже больше, чем вы думаете.

Сегодня ваша онлайн, цифровая безопасность так же важна, как запирание дверей ночью, что означает, что все компании должны делать всё возможное для улучшения своих усилий по кибербезопасности.

Новые регуляции, новый фокус на кибербезопасность

Многие правительства и индустрии теперь создают новые законы и регуляции для защиты данных граждан и потребителей. Например, Европейский Союз недавно ввел Общий регламент по защите данных (GDPR) для создания лучших контролов конфиденциальности данных для граждан ЕС. В лице потенциально огромных штрафов, бизнесы всех размеров — и по всему миру — должны были создать новые стратегии для следования требованиям GDPR по конфиденциальности данных.

Этот фокус на кибербезопасности привел нас к текущему сценарию, где практически любая новая реализация ПО теперь требует тщательной оценки с точки зрения безопасности. Ясно, что это топовый приоритет — предотвращение утечек данных и потери конфиденциальных клиентских, сотрудникских и корпоративных данных. Пока есть так много специализированных решений кибербезопасности и нишевых приложений, важно убедиться, что 엔терпрайз-системы и решения управления бизнес-процессами (BPM), такие как process mining, безопасны.

Эта статья блога представит концепцию process mining и присмотрется к тем аспектам безопасности, которые нужно учитывать при запуске инициатив process mining.

Что такое process mining?

Process mining — инновационная технология, позволяющая пользователям строить надежный визуальный процесс на основе цифровых активностей компании. Например, пока сотрудники и программные роботы взаимодействуют с корпоративными IT-системами, их активности захватываются этими системами. Process mining трансформирует эти данные в event log и затем создает новые визуализации сквозного процесса.

Изучая любой данный процесс через инструмент process mining, пользователи могут получить совершенно новую перспективу и ценные новые инсайты. Результат? У пользователей есть инсайты, необходимые для улучшения существующих процессов и обеспечения лучшего принятия решений. Конкретнее, компании теперь могут использовать process mining для усиления внутренней эффективности и снижения сложности. Оба критические первые шаги в позиционировании организации для улучшения своего подхода к кибербезопасности.

Также стоит упомянуть, что поскольку process mining может предоставляться третьими сторонами, которые обычно получают доступ к информации компании в процессе, важно выбирать провайдеров process mining с безопасными продуктами и процессами.

Команды также должны заботиться о защите чувствительной информации на каждом шаге — даже в областях, которые могут не казаться очевидными. Например, инструменты process mining могут показывать все детали о работе сотрудника, так что если один работник не выполняет на высоком уровне, эти данные должны быть зашифрованы. Таким образом, менеджер сотрудника — единственный, кто видит эту информацию и может работать с сотрудником для улучшения этих результатов.

Privacy by design (Конфиденциальность по дизайну)

Перед тем как пытаться использовать process mining для усиления кибербезопасности (или любого другого процесса), пользователи должны начать с мышления через потребность в прозрачности и как лучше оптимизировать workflows и другие результаты. Конкретнее, они должны учитывать:

• Данные, которые им понадобятся
• Как извлечь эти данные
• Как гарантировать, что эти данные защищены и соответствуют требованиям соответствия через каждый шаг процесса

Поскольку инструменты process mining работают с корпоративной информацией, может быть сложно держать приватность всех стейкхолдеров под контролем. Вызов особенно истинен, когда вы учитываете, что корпоративные данные имеют лично идентифицируемую информацию (PII) сотрудников и потребителей, включая имена, адреса, департаменты, user IDs и многое другое.

Принцип privacy by design фокусируется на балансе между предоставлением прозрачных данных и защитой приватности стейкхолдеров. Этот инженерный подход поощряет технологических провайдеров делать приватность приоритетом перед всем остальным. Таким образом, любой privacy by design подход должен относиться к приватности проактивно, превентивно, перед любыми другими соображениями, связанными с любым другим workflow, процессом или способностью.

Решения по приватности для рассмотрения с process mining

Чтобы убедиться, что любой новый процесс не конфликтует с политиками персональных данных и соответствует требованиям, есть несколько пунктов для рассмотрения:

• Доступ к сырым данным: как первый шаг, внимательно рассмотрите общий процесс извлечения данных, будь то из IT-системы компании или data warehouse. Команде внедрения process mining нужен доступ к этим корпоративным данным, чтобы они могли сфокусироваться на извлечении самого важного для анализа. В результате, важно для компании выбрать данные, к которым она предоставит доступ для дальнейшего анализа, шаг, который также помогает ускорить и упростить общую реализацию.
• Выберите правильную стратегию: фильтруйте, псевдонимизируйте или анонимизируйте данные. После этого команда process mining должна работать над переводом сырых данных. Они могут конвертировать эту информацию в комплексные термины и разработать формат, подходящий для process mining. В конечном счете, данные затем трансформируются в дашборды, которые команда будет использовать для решения, на какие фичи фокусироваться.

В этой точке есть три выбора для управления персональной информацией: фильтр, анонимизация или псевдонимизация.

• Фильтр: иногда компании нужно отслеживать информацию, не нужную для специфического процессного анализа. В этом случае команда просто рекомендует удалить её. Если данные чувствительны и не влияют на исход бизнес-анализа, пользователи могут удалить их, особенно поскольку фокус должен быть на валидных и релевантных данных.
• Псевдонимизация: это самый распространенный способ работы с чувствительными данными. Просто сказано, это способ шифрования информации так, что пользователи не могут коррелировать её с реальными данными — специфическими именами, адресами или другими PII данными.

В этом случае команда может выбрать замену любых PII данных псевдонимной информацией везде, где возможно. Например, если компания не хочет, чтобы аналитики видели имена сотрудников, выполняющих процессные задачи. В этом случае команда может заменить эти имена номерами. Только избранные пользователи смогут получить доступ к таблице «переводов» для идентификации реальных имен.

• Анонимизация: это почти идентично процедуре псевдонимизации, где команда выбрала замену PII данных уникальным псевдонимом. Но на этот раз нет таблицы переводов. Таким образом, исходные данные безопасны, поскольку ре-анонимизация невозможна. Но на этот раз нет таблицы переводов. Таким образом, неавторизованные пользователи не могут идентифицировать конфиденциальную информацию индивидуалов, используя доступные данные.

Одно соображение: анонимизированные данные могут усложнить процессный анализ, особенно если компания переусердствует в защите данных до точки, когда конечные инсайты больше не полезны.

Доступ к финализированным данным

Когда данные готовы и считаются «финальными», важно учитывать, как данные будут доступны в новом контексте. Команда process mining должна определить бизнес-пользователей, которые будут иметь доступ к дашбордам, процессным графам, отчетам и другой информации.

Правильные инструменты process mining, такие как UiPath Process Mining, доставляют ценные self-service инструменты, дающие доступ IT-командам, в то время как все еще дают владение и контроль бизнес-пользователям. Обе группы могут работать независимо к общей цели: получению новых инсайтов в существующие процессы.

Заинтересованы в узнавании больше о process mining? Посмотрите наше видео о UiPath Process Mining или скачайте наш белый бумага, Accelerating RPA with End-to-End Process Understanding and Monitoring сегодня.