如何克服BYOD对数据治理与安全的影响

智能手机在2000年代末获得发展动力时,大部分组织尚不清楚BYOD的构成,也不知道它对数据治理和安全会产生什么影响。然而在过去3年,许多IT不得不放弃。如果缺乏普遍性,不能令人惊叹,今天的技术将一无是处,而到2015年可连接无线设备的数量将会翻3番。因此,许多组织已经放弃有关员工上班时哪些设备可以带哪些设备不可以带的规定。

如果应对得当的话,BYOD计划可以为公司带来好处。时间是很紧迫的,BYOD节省出来的时间有可能是非常巨大的。首先,IT不再需要提供手机了。不过跟其他趋势一样,这种好处必须与实实在在的坏处放到一起权衡。BYOD会带来独一无二的数据安全威胁,同样也会给IT员工带来负担。

不论好坏,BYOD已经成为现实。这也不仅仅是发生在私营企业当中的趋势。政府机构显然有许多数据治理和安全方面的问题要对付,但这并没有阻止他们搀和进BYOD之争。

在面临这些数据治理与安全担忧时,CTO能做是什么?他们可以引领潮流、可以跟随脚步,也可以避而远之。在实施BYOD政策的同时,维护数据隐私和安全并不简单,在企业范围内有效部署移动化方面还有许多需要考虑的事情。

了解业务环境

欧洲政府长期以来一直在推动重视数据隐私的重要性—甚至比美国企业还要重视的多。欧盟的《数据保护指令(DPD)》溯源起来要回到1980年代,代表了执行数据隐私和安全标准的早期努力。未来几年之内,DPD将让位于一般数据保护规程(General Data Protection Regulation,GDPR)。在欧洲开展运营的企业在制定一定战略时必须考虑这些规程,以确保监控个人设备活动时没有侵犯隐私。

与欧盟相比,迄今为止,美国政府尚未通过一项统一的数据保护法律—而且这件事情看起来似乎也不会很快发生。相反,美国采取了更具行业针对性的办法来进行数据保护立法,每个行业必须制定并执行自己的规程。

在实施BYOD计划时,这些规程必须是首要的,但因为美国不同行业规程的差异,在合规性方面无法做到一体适用。比方说,在将近20年的时间里,健康保健组织都得跟1996年的《健康保险可携性和可归责性法》打交道。该法案要求健康保健组织保护病人数据免受非法应用、恶意软件及信息威胁的侵犯。

另一方面,在金融行业,其监管又是另一番不同的光景。尽管萨班斯法案并没有提及数据保护,但在组织应该如何描述数据安全责任方面已经有了很多的分支。

愚蠢的是一个行业中的组织任意地将自己的BYOD政策构建在对另一个不相关行业有效的规程基础之上。组织必须仔细检查适用的行业相关规则,然后形成移动相关的数据流程来确保存放在个人设备上的公司信息能按照这些监管措施正确存储、维护并最终处理好。

了解员工

在此,部署BYOD政策时,有一个问题需要组织考虑:公司员工是以千禧一代为主还是以婴儿潮一代为主?统计数据表明,前者更有可能把最新潮的设备带到公司来。

考虑两家员工规模相当的公司:公司A有一个稳定、成熟的员工队伍,平均任期达12年。公司B有一只流动率高的员工队伍,以千禧一代为主,其平均任期是3个月。我的看法是A公司对正式BYOD政策的需求要比B公司高得多。A公司成熟的员工队伍意味着他不需要严厉的规则与规定。

另一个重要的问题是企业IT控制应该聚焦于设备上还是用户上。这是一个有趣的问题。Google Glass普及也许有待几年的时间,但可穿戴技术已经扎根,会显著影响到工作场合的移动技术。FitBit和Pebble Watch只是这个明显趋势的另外两个例子:许多员工也许很快就会表现出自己不仅携带多种设备(其中很多都能连上互联网),而且甚至还把它们穿上。随着需要应付的设备越来越多,数据隐私、安全和治理影响不能忽视。

最后,今年早些时候,安全公司开始重新思考其数据安全模式。有些公司已经发布了BYOD相关的最终用户保护计划。这些计划的前提与保护个体设备关系不大,更多的是保护个体用户及其所有设备。这一全面的方案是合理的、明智的。预期许多安全公司会跟进,公司在制定BYOD政策时应该考虑这些解决方案,以及相应的数据安全流程。

实施安全的BYOD政策并不容易,而且制定预算也很难。这是因为计算BYOD精确的ROI纯属徒劳之举,尤其是在实施中考虑BYOD相应带来的成本节省与为了保证数据安全而必须追加的投资那些变数时。

组织必须仔细考虑BYOD对数据安全、治理及合规性的影响,计划实施时保持灵活性至关重要。新技术总会层出不穷,员工总想把这些新玩意儿带到工作当中。确保他们这么做时不会让敏感的公司信息泄露。
原文发布时间为:2014年07月16日

时间: 2024-07-30 10:22:24

如何克服BYOD对数据治理与安全的影响的相关文章

数字化转型中的大数据治理架构

大家好,我今天分享的主题是大数据治理.我们如何使用好大数据资产,才能够更好地发挥其中的价值? 主要大纲: 一.数字化时代大数据向服务化发展 二.数字化时代的大数据治理架构 三.大数据治理的12个技术原则 四.总结 一.数字化时代大数据向服务化发展 本文讲的是数字化转型中的大数据治理架构,数字化时代,我们的数据来源比以前更广了.第一,之前传统企业政府的IT系统主要是面向内部使用,产生了一些信息,现在已经面向外部使用了:第二,更多行为信息.社交信息都会变成企业的数据:第三,我们有很多非结构化的数据,

Informatica通过自动数据治理与合规实践 向企业交付可信及安全数据

Informatica数据治理与合规解决方案是业界首款智能的单一解决方案,使业务.技术和安全部门都参与到针对所有企业数据的治理活动中. • 能在整个企业范围内更加方便地访问.理解和使用数据,从而对企业整体数据治理及合规计划起到推动作用 • 充分发挥CLAIRE作用--CLAIRE是嵌入Informatica智能数据平台的智能应用 • 与业界领先的Informatica数据管理解决方案及产品系列相集成,范围包括内部部署数据.云数据和大数据. Informatica全球用户大会,中国北京,2017年

数据治理软件市场鱼龙混杂 如何练就火眼金睛做选择?

专家John Ladley对市面上一些主流的数据治理软件的功能进行对比,了解这些对比结果,可以帮助你确定哪些工具能够更好地满足你的需求. 市面上可以提高数据治理效果的工具越来越多.除了现有的软件供应商,还时常有新的竞争者进入治理软件市场.如果你想要提高数据治理程序的效率和可持续性,要在众多供应商和治理软件中做出选择,已经变得越来越困难. 在购买数据治理工具之前,你需要做好准备:在做出购买决定之前,需要确定使用治理软件的目的,以及如何从中获得商业价值.一旦你做好这些准备,就可以据此来评估治理产品.

普元王轩:做好大数据治理,加速航空业数字化转型

9月20日,2017全球航空旅客大会在上海启幕.来自国内外政府机构.行业协会.国内外领先航空公司.机场集团等领导齐聚一堂,探讨面对全球化和数字化带来的全新挑战,在"一带一路"的时代背景下如何提高服务质量,革新航空旅客体验.普元大数据产品线总经理王轩出席会议,并发表演讲<做好大数据治理 加速航空业数字化转型>,强调航空业数字化转型,需要以大数据为驱动,做好面向业务的自服务大数据治理,上衔数据,下接用户,才能保证航空大数据的有效利用. 数字化时代席卷而来,航空业转型关键点浮出

第二届数据标准化及数据治理大会成功举办 助力数据治理工作创新发展

2017年11月12日,"第二届中国数据标准化及治理大会"在北京召开.工业和信息化部信息化和软件服务业司副司长李冠宇,国家标准化管理委员会工业二部主任戴红.处长刘大山,中国电子技术标准化研究院副院长孙文龙.信息技术研究中心主任代红,中国行政体制改革研究会常务副秘书长王露,科技部高技术研究发展中心副主任袁建湘,清华大学副秘书长/技术转移研究院院长金勤献,中国科技产业化促进会秘书长谭华,以及来自政务.金融.电力.公安.教育.通信.安全.交通.健康等行业领域的400余位代表参加了会议,共同探

秦始皇:请叫我数据治理专家

历史背景 经过春秋时期旷日持久的争霸战争,周王朝境内的诸侯国数量大大减少,诸侯国互相攻伐,战争不断.三家分晋后,赵国.魏国.韩国跻身强国之列,又有田氏代齐,战国七雄的格局形成,七国分别是:齐.国楚国.燕国.韩国.赵国.魏国.秦国. 公元前238年,秦王政在李斯.尉缭等人的协助下制定了"灭诸侯,成帝业,为天下一统"的策略,用了10年的时间,先后消灭韩.赵.魏.楚.燕.齐六国,结束了春秋以来长达500多年的诸侯割据纷争的局面,建立了中国历史上第一个君主中央集权国家--秦朝. 秦始皇--20

大数据治理:地方政府准备好了吗?

 一.引言 大数据时代的来临,为政府治理创新和公共服务绩效改善创造了巨大契机,但也提出了不容忽视的严峻挑战.2015年8月,国务院印发<促进大数据发展行动纲要>(国发[2015]50号,以下简称<行动纲要>),将大数据发展和应用提高到国家战略层面.这项动议几乎要把全社会的所有力量都动员起来,但是对地方政府的角色和定位却并没有明确和清晰的界定.<行动纲要>在两处专门提及地方政府,一处是"结合信息惠民工程实施和智慧城市建设,推动中央部门与地方政府条块结合.联合试点

【Hadoop Summit Tokyo 2016】使用Apache Ranger和Apache Atlas进行数据治理

本讲义出自Madhan Neethiraj在Hadoop Summit Tokyo 2016上的演讲,主要分享了如何使用Apache Ranger和Apache Atlas保障数据安全并进行数据治理,首先分享了Apache Ranger的概览.授权策略.行过滤和列标记策略以及审计日记等相关内容,之后分享了Apache Atlas的概览的相关内容.

大道至简的数据治理方法论

数据分析师的角色犹如一位大厨,原料有问题,大厨肯定烹饪不出色香味俱佳的大菜,数据有问题,数据分析师得出的结论自然也就不可靠. 如果你是一位大厨,刚刚眉飞色舞地给客人描绘了如何搭配一道色香味俱佳的大菜,甚至连炒菜的手法都一一交代了,当你备好了各种为这道菜增鲜增色的调料后准备烹饪时,才发现所需的主要原料有问题. 数据分析师的角色犹如一位大厨,原料有问题,大厨肯定烹饪不出色香味俱佳的大菜,数据有问题,数据分析师得出的结论自然也就不可靠,再好的数据分析方法论也只是建立在失真的数据基础上,苦心构建的数据体