星期一, 21 7 月, 2025
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
AI TAIWAN 台灣人工智慧中心
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全
No Result
View All Result
AI TAIWAN 台灣人工智慧中心
No Result
View All Result
Your Ad
Home AI 智慧產業

安全數據消除在防止數據洩露中的法律必要性

2024-11-06
in AI 智慧產業
0 0
0
安全數據消除在防止數據洩露中的法律必要性
Share on FacebookShare on Twitter
Your Ad


數據洩漏就像是沉沒“永不沉沒”的泰坦尼克號的冰山——它可以迅速摧毀即使是最強大的組織。根據IBM在2024年的報告,全球每次數據洩漏的成本已飆升至488萬美元,而在美國,這個數字幾乎翻倍,達到936萬美元。

鑒於這些數據洩漏事件,組織必須實施強有力的網絡安全措施。大多數組織都在努力加強他們的網絡,使用最新的防火牆和威脅檢測工具,但許多組織忽略了數據生命周期中的重要最後一步:數據刪除。這種疏忽可能造成噩夢,因為它不僅使珍貴的公司數據面臨風險,還可能暴露客戶、投資者、員工和相關利益者的個人信息。

個人可識別信息(PII)包括各種數據信息,從名字、社會安全號碼(SSN)、電話號碼和密碼,到生物識別和財務信息。由於這些信息的敏感性,它需要增強的保護,特別是根據歐盟通用數據保護條例(EU-GDPR)、加州消費者隱私法(CCPA)和英國GDPR等數據保護法,這些法律要求保護這些信息。隨著法律不合規風險的出現,組織必須仔細制定他們的數據管理策略,並擁有一個文檔化的數據處置政策,涵蓋一旦數據或存儲數據的設備達到使用終止(EOL)時所需的程序、工具和方法。

避免數據洩漏的重要性:數據刪除

數據洩漏是指公司的知識產權、財務信息或客戶的資訊被未經授權的人洩漏。數據洩漏的原因有很多,例如網絡攻擊、被竊取或損壞的登錄憑證、網絡釣魚、人為錯誤、IT系統故障以及數據處置不當。組織通常會採取主動措施來保護正在使用的數據(活動數據);然而,一旦數據完成其目的或變得多餘和過時,或者存儲這些數據的設備達到EOL,安全地清除存儲媒介上的數據就變得至關重要,然後才能處置、重新分配或重新利用它。不這樣做可能導致數據洩漏事件,就像摩根士丹利(Morgan Stanley)經歷的那樣。

在2016年,摩根士丹利將其數據中心的關閉外包給一家外部服務提供商。雖然該供應商已經拆除了數據中心,但他們在將伺服器驅動器出售到二級市場之前,並沒有先清除數據。這一重大疏忽使超過1500萬摩根士丹利客戶的PII暴露了出來。這導致了法律和財務上的後果,涉及到超過1.5億美元的罰款,由OCC、SEC和法院和解所施加。如果摩根士丹利能夠安全地清除硬碟,永久刪除所有機密信息,那麼該公司就可以避免這次數據洩漏,並避免損害其聲譽、財務和法律地位。

摩根士丹利數據洩漏事件凸顯了一個關鍵點:數據安全在數據生命周期的任何階段都不能被忽視。

數據刪除的法律要求

有多種數據保護法規要求組織實施強有力的數據隱私措施,包括安全的數據刪除實踐,以確保保護其公民的機密數據。

歐盟的通用數據保護條例(GDPR)是一項典範的數據隱私法規,賦予數據主體被遺忘的權利或刪除的權利,並對EU公民數據被洩漏的情況施加嚴格的罰款條款。對不合規的組織可處以高達2000萬歐元或全球年營業額的4%的罰款。

加州消費者隱私法(CCPA)賦予消費者對其數據的控制權,包括刪除的權利。加州檢察長有權對每次故意違規處以高達7500美元的罰款,而對於非故意違規則不超過2500美元。然而,對於可以施加的罰款總額並沒有上限。

加拿大的個人信息保護和電子文件法(PIPEDA)指導組織銷毀、刪除或匿名化不再需要的個人信息。任何故意違反PIPEDA指導方針的組織可能需承擔每次違規高達10萬加元的罰款。

這些法律,加上特定行業的法規如SOX、GLBA、FACTA和PCI-DSS,作為確保數據保護的關鍵保障。

但合規不僅僅是避免罰款。這是為了在快速數字化的世界中建立信任。皮尤研究中心(Pew Research Center)在2023年進行的調查發現,73%的美國人擔心公司如何使用他們的數據,67%的美國人對公司為什麼收集他們的數據毫無頭緒。在信任成為貨幣的世界裡,正確的數據處理——包括安全的數據刪除——成為競爭優勢,展示了一個組織對隱私的承諾,這可以使其與眾不同。

技術要求:超越簡單的數據刪除和格式化

了解“刪除”並不意味著“消失”是至關重要的。標準刪除方法實際上並不會從存儲媒介中刪除數據。相反,它們只是將存儲區域標記為可用。數據仍然保留在媒介上,直到被新數據覆蓋,這就像一個潛在的洩漏隱患。我之前談過數據刪除的迷思:刪除和格式化就是這樣的兩個迷思。安全的數據刪除不僅僅是簡單的文件刪除或磁碟格式化。它涉及使用像覆蓋、加密刪除、區塊刪除、安全刪除等方法,確保即使是高級的取證工具或數據恢復實驗室也無法恢復原始信息。

上述方法可以使用內建的操作系統或OEM命令執行,但需要技術專業知識。相反,專業的數據清除工具可以簡化這一過程,通過易於使用的界面執行這些命令,幾乎不需要技術知識。重要的是要記住,您選擇的數據清除工具必須符合您組織的數據處置政策要求。數據清除軟體應該理想地具備以下功能和認證,以證明其清除效果:

  • 清除驅動器和設備,包括使用國際數據清除標準如NIST 800-88 Clear、Purge、US DoD 5220.22-M等隱藏區域。
  • 生成詳細的銷毀證明以供審核,顯示數據已被刪除。
  • 由全球認證機構如Common Criteria、ADISA、NIST等認證。

此外,您還應確保您的組織:

  • 為所有帶數據的設備建立明確的保管鏈,從獲取到處置。
  • 重視對數據刪除過程的審核,包括第三方供應商的過程。
  • 為員工提供有關數據刪除的培訓,講解其必要性及正確的程序。

展望未來:數據刪除的未來

在這個不斷變化的環境中,組織必須保持領先。這不僅意味著遵守當前的法規,還要預測未來的要求。這意味著將數據刪除視為一項重要的整體數據策略和企業責任,而不是繁瑣的合規任務。

在結束之前,是時候提出一些嚴肅的問題:您對自己組織的數據銷毀政策有多有信心?您是否確信員工知道最佳的數據銷毀方法?

在數據成為新金礦、同時既是資產又是負擔的世界裡,安全的數據刪除不僅僅是技術要求——它是根本的商業需求。選擇清晰:現在投資強有力的數據刪除實踐,還是冒著未來付出更高代價的風險。問題不在於您是否能負擔得起優先考慮數據刪除,而在於您是否能承受不去做的後果。



新聞來源

本文由 AI 台灣 使用 AI 編撰,內容僅供參考,請自行進行事實查核。加入 AI TAIWAN Google News,隨時掌握最新 AI 資訊!

Tags: data breachesdata erasuredata security安全數據消除在防止數據洩露中的法律必要性
Previous Post

Amazon Inspector 抑制規則在 AWS Organizations 中的最佳實踐

Next Post

初創企業與大型科技公司中的頂尖數據科學與機器學習工作

Related Posts

DeepSeek 是提醒人們以謹慎態度接觸AI未知領域的警示
AI 智慧產業

DeepSeek 是提醒人們以謹慎態度接觸AI未知領域的警示

2025-03-17
ServiceNow 部署 AI 代理以提升企業工作流程
AI 智慧產業

ServiceNow 部署 AI 代理以提升企業工作流程

2025-03-14
谷歌推出最新的開放式人工智慧模型
AI 智慧產業

谷歌推出最新的開放式人工智慧模型

2025-03-12
阿里巴巴 Qwen QwQ-32B:縮放強化學習展示
AI 智慧產業

阿里巴巴 Qwen QwQ-32B:縮放強化學習展示

2025-03-06
人工智慧語音模型減少醫療轉錄錯誤
AI 智慧產業

人工智慧語音模型減少醫療轉錄錯誤

2025-03-04
安全數據以促進更好的決策與合作:擁抱數據清理空間
AI 智慧產業

安全數據以促進更好的決策與合作:擁抱數據清理空間

2025-03-04
Next Post
初創企業與大型科技公司中的頂尖數據科學與機器學習工作

初創企業與大型科技公司中的頂尖數據科學與機器學習工作

一個可數位化日常物品的便攜式光系統 | 麻省理工學院新聞

一個可數位化日常物品的便攜式光系統 | 麻省理工學院新聞

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Archives

  • 2025 年 6 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月
  • 2024 年 10 月
  • 2024 年 9 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2024 年 6 月
  • 2024 年 5 月
  • 2024 年 4 月
  • 2024 年 3 月
  • 2024 年 2 月
  • 2023 年 10 月
  • 2023 年 9 月
  • 2023 年 8 月
  • 2023 年 7 月
  • 2023 年 5 月
  • 2023 年 3 月
  • 2023 年 1 月
  • 2022 年 12 月
  • 2022 年 11 月
  • 2022 年 5 月
  • 2022 年 4 月
  • 2022 年 1 月
  • 2021 年 11 月
  • 2021 年 8 月
  • 2021 年 5 月
  • 2021 年 3 月
  • 2021 年 1 月
  • 2020 年 12 月
  • 2020 年 10 月
  • 2020 年 9 月
  • 2019 年 7 月
  • 2018 年 11 月

Categories

  • AI 智慧產業
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • 安全
  • 機器人與自動化
  • 機器學習與應用
  • 神經連結和腦機接口
  • 自然語言處理
  • 道德與法規
Your Ad
  • 關於我們
  • 廣告合作
  • 免責聲明
  • 隱私權政策
  • DMCA
  • Cookie 隱私權政策
  • 條款與條件
  • 聯絡我們
AI TAIWAN

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In
No Result
View All Result
  • Home
  • AI 綜合新聞
  • AI 自動化與 AI Agents
  • AI 智慧產業
  • 機器學習與應用
  • 自然語言處理
  • 神經連結和腦機接口
  • 機器人與自動化
  • 道德與法規
  • 安全

版權 © 2024 AI TAIWAN.
AI TAIWAN 對外部網站的內容不負任何責任。