Top tips adalah kolom mingguan yang menyoroti tren terkini di dunia teknologi dan memberikan cara-cara untuk mengeksplorasi tren tersebut. Minggu ini, kita akan membahas bagaimana cara mengidentifikasi dark data dan memitigasi risikonya.
Dark data adalah data yang dikumpulkan dan disimpan di perusahaan, namun keberadaannya tidak diketahui atau tidak digunakan dengan baik. Data ini merupakan ancaman bagi organisasi. Meskipun sudah banyak usaha untuk mencegahnya, dark data masih tetap dapat menyusup ke dalam sistem dan tidak ditangani dengan tepat.
Lebih dari setengah (53%) C-level executive dan IT professional menganggap dark data sebagai masalah penting yang membawa risiko potensial serta memperkenalkan tantangan kerentanan dan legal terkait dengan kebocoran data. Ketika data tidak diklasifikasikan, tidak dipantau, dan dibiarkan begitu saja tanpa mengetahui sumber dan tujuannya, data tersebut akan meningkatkan risiko insider threat dan kebocoran eksternal yang tidak sah.
Pada blog ini, mari perhatikan bagaimana organisasi dapat mengelola, mengamankan, dan menangani dark data dari sistem mereka.
Cara mengidentifikasi dark data dan memitigasinya
Dark data dapat diidentifikasi dan dimitigasi melalui cara-cara berikut ini:
Klasifikasikan semua data
Salah satu alasan utama kehadiran dark data adalah data yang masuk ke perusahaan tidak segera diklasifikasikan. Hampir setengah perusahaan (48%) percaya bahwa mereka tidak memiliki teknologi yang dibutuhkan untuk mengelola dan mengamankan dark data dengan efektif.
Oleh karena itu, perusahaan perlu menggunakan tool software untuk memantau data yang masuk, menandai sumbernya, dan memberikan label tujuan data guna mencegah data menjadi tidak terstruktur dan terbengkalai. Jika hanya menggunakan metode manajemen dan klasifikasi data tradisional, masih ada kemungkinan error yang pada akhirnya menyebabkan akumulasi dark data.
Terapkan kebijakan retensi data yang kuat
Jika bicara soal manajemen data, membuat kebijakan yang kuat adalah hal yang penting. Pada kebijakan ini, Anda harus mencantumkan berapa lama data akan disimpan dan bagaimana data akan dihapus. Anda juga perlu menerapkan persyaratan lifecycle data di perusahaan Anda dan membuat kebijakan berdasarkan persyaratan tersebut. Dengan demikian, Anda dapat mematuhi regulasi privasi data seperti GDPR dan HIPAA.
Ketika data menjadi usang, Anda juga perlu mengimplementasikan proses penghapusan data terstruktur untuk menghapus data yang tidak diperlukan dan mencegahnya berubah menjadi dark data.
Gunakan tool AI untuk memantau data
Mengingat adopsi AI semakin meningkat, kini sudah waktunya untuk memanfaatkan AI untuk mengelola, mengamankan, dan menghilangkan dark data.
Memanfaatkan tool tradisional dan metode lawas untuk memantau dan mengelola dark data itu tidak efektif. Inilah mengapa dark data sering kali tetap tersembunyi di email, log, database, dan backup lama. Namun, jika menggunakan tool AI, Anda dapat melakukan manajemen data lebih efektif, sehingga menurunkan risiko akumulasi data.
Kesimpulan
Dark data adalah tantangan bagi semua organisasi yang sayangnya belum ditangani dengan maksimal. Namun, menemukan cara untuk mengelola atau menghilangkan dark data sangat penting untuk menjauhkan data ini dari tangan hacker. Artikel blog ini hanya menjelaskan sekilas tentang dark data, namun kami harap Anda bisa memerhatikan di mana dark data Anda disimpan, bagaimana data tersebut dikelola, dan bagaimana cara menanganinya dengan lebih efektif.
