Waarom Excel U Hoogste-Risiko Leertipe Is
Excel-leers is een van die grootste GDPR-risiko's in die meeste besighede. Mediese rekords mag meer sensitiewe data per ry bevat. Maar sigblaaie stapel PII vinnig op -- en nakomingspanne mis dit dikwels.
Drie dinge maak Excel-leers moeilik om te bestuur.
Volume: Een XLSX-leer kan 50 000 rye en 100 kolomme bevat. Dit is vyf miljoen selle. Geen handmatige oorsig kan almal kontroleer nie.
Roosteruitleg: Teks vloei in een rigting. Excel versprei data oor rye en kolomme. Persoonlike data kan oral in hierdie rooster wegkruip.
Gemengde inhoud: Loonbande, departementskodes en posvlakke sit in dieselfde leer as SSN's en e-posadresse. Alles uitwis maak die leer nutteloos.
Lang bewaring: Personeellyste en klientrekords bly jare lank in Excel. GDPR Artikel 5(1)(e) se data moet 'nie langer as nodig' gehou word. Leers wat 'nuttig mag wees' bly dikwels ver verby hierdie punt.
Waarom Standaard Tekskandering op Sigblaaie Misluk
Teksanalise-instrumente is vir dokumente gebou. Hulle breek op sigblaaie op 'n paar algemene maniere.
Die SSN-as-Nommer Probleem
Excel stoor Sosiale Sekerheidsnommers sonder streppe (123456789) as gewone getalle -- nie teks nie. 'n Skandeerder gebou om ###-##-#### te vind, sal hulle mis. 'n Goeie instrument moet weet dat 'n 9-syfernommer in 'n kolom genaamd 'SSN' 'n Sosiale Sekerheidsnommer is.
Die Datum-as-Nommer Probleem
Excel stoor datums as reeksnommers. 6 Februarie 2024 word as 45329 gestoor. 'n CSV-uitvoer sal '45329' in 'n 'Geboortedatum'-kolom wys. 'n Skandeerder moet daardie nommer na 'n werklike datum omskakel voor dit die waarde kan merk.
Die Gedeeltelike SSN Probleem
Sommige stelsels wys slegs die laaste vier syfers van 'n SSN (*--1234). Die volle nommer sit in 'n geslote kolom. Die gedeeltelike waarde moet steeds geanonimiseer word -- selfs as dit nie soos 'n volle SSN lyk nie.
Die Formule PII Probleem
Sommige selle bou PII uit ander selle. 'n Sel met =CONCATENATE(B2," ",C2) wys 'n volle naam. As u kolomme B en C uitvee, is daardie volle naam steeds sigbaar in die formulisel. 'n Instrument wat slegs gestoorde waardes lees -- nie formulieskakelinge nie -- sal PII op sy plek laat.
Die Multivel Probleem
'n Groot werksboek kan vyf bladsye he: Klientelys, Bestellings, Ondersteuningsinskrywings, Rekening en Analise. Klientename verskyn in almal vyf. 'John Smith' in een blad moet dieselfde teken word -- 'PERSOON_0047' -- in elke ander blad. Twee verskillende tekens breek rekordskakels.
Kolomopskrifte as 'n Sein
Die beste verbetering in sigblad-PII-opsporing is kolomopskrif-analise.
'n Kolom genaamd 'SSN' vertel die instrument dat alle waardes in daardie kolom Sosiale Sekerheidsnommers is. Dit werk selfs as waardes gedeeltelik, vreemd geformateer of as getalle gestoor is.
| Kolomopskrif | Wat dit aandui |
|---|---|
| SSN / Sosiale Sekerheid / Belasting-ID | Behandel 9-syfergetalle as SSN's |
| E-pos / E-mail / E-posadres | Merk selfs gedeeltelike e-pospatrone |
| Foon / Telefoon / Selfoon / Sel | Aanvaar enige foonformaat |
| DOB / Geboortedatum / Verjaardag | Skakel reeksnommers na datums om |
| Voornaam / Van / Volle Naam | Verlaag die drempel vir naamopsporing |
| Adres / Straat / Stad / Poskode | Kombineer nabygeleë liggingsvelde |
| Pasient-ID / MRN / Rekordnommer | Pas gesondheidssorg-ID-patrone toe |
Kolomkonteks vervang nie inhoudskandering nie. Dit voeg daaraan toe. 'n Kolom genaamd 'SSN' met 100 waardes: inhoudskandering vang 99 goeie geformateerde een. Kolomkonteks vang die een wat vreemd lyk.
Hou die Struktuur, Verwyder die Name
Die doel in die meeste Excel GDPR-gevalle is nie om die leer te vernietig nie. Dit is om persoonlike data te verwyder terwyl die dele wat die leer nuttig maak behou word.
Vir 'n 15 000-ry personeelrekordsleer benodig 'n nakomingsbeampte:
Verwyder:
- Werknemer name -> PERSOON_XXXX tekens
- SSN's -> GEREDIGEER
- E-posadresse -> GEREDIGEER
- Telefoonhommers -> GEREDIGEER
- Tuisadresse -> GEREDIGEER
Hou:
- Departementskodes
- Postitel (algemene rolle slegs)
- Loonbande (bree kategoriee)
- Prestasietelling (groepdata)
- Aanvangsdatums (vir diensjaarstatistieke)
- Bestuurskodes (as gepseudoanomiseer)
'n Instrument wat die verskil ken tussen 'data wat mense noem' en 'data wat werk beskryf' gee u 'n leer wat steeds vir HR-analise werk -- en aan GDPR-dataminimiseringreels voldoen.
Werklike Geval: F&O HR-data-oordrag
'n Verkrygende maatskappy kry personeelrekords van die teikenmaatskappy: 'n 15 000-ry XLSX met 40 kolomme. Die leer moet na 'n buite-HR-maatskappy gaan vir voordelebeplanning. GDPR se slegs die data wat vir daardie taak benodig word, kan gedeel word.
Voor verwerking: 40 kolomme met volle name, SSN's, e-posse, tuisadresse, noodkontakte en bankbesonderhede.
Na kolomkonteksverwerking:
- 12 kolomme identifiseer mense direk (name, SSN's, e-posse, foon, adresse, bankdata): vervang met konsekwente tekens
- 3 kolomme identifiseer mense indirek (personeels-ID, bestuurskode, poscode): vervang met pseudonieme tekens wat binne die leer ooreenstem
- 25 kolomme is gegroepeerde data (loonband, departement, dienstyd, graad): onveranderd gelaat
Tyd: 8 minute vir 600 000 selle
Uitset: Dieselfde XLSX-uitleg, 40 kolomme, 15 geanonimiseer, 25 onveranderd
Ouditlogboek: Selniveaurekord van elke aksie met entiteitstipe, vertrouenstelling en kolomsein gebruik
Die HR-maatskappy kry 'n volledige datastel vir sy werk -- sonder name of ID's. Die nakomingsrekord kry bewys dat slegs die regte data gedeel is.
Hierdie uitdaging is nie uniek aan Excel nie. Elke leertipe misluk op sy eie manier. Sien hoe formaatfragmentasie PII-opsporing beinvloed vir 'n oorsig oor leertipes.
Drie GDPR Artikel 5-reels, Een Proses
Gestruktureerde sigbladanonimisering voldoen aan drie reels gelyktydig.
Dataminimisering (Art. 5(1)(c)): Slegs die kolomme wat vir die taak benodig word, gaan na die ontvanger. Identifiserende kolomme word verwyder.
Stoorbepaling (Art. 5(1)(e)): Die oorspronklike leer bly vir regsbewaringsdoeleindes. 'n Skoon kopie word vir deling gemaak -- met 'n korter of geen bewaringsbehoef.
Integriteit en vertroulikheid (Art. 5(1)(f)): Geen identifiserende data verlaat die beheersone nie. Slegs skoon kopies word gedeel.
Die ouditlogboek van die proses is ook u Artikel 5(2) bewys. Dit wys hoe elke reel vir elke leer nagekom is.
As u span DSAR's of groot data-uitvoere hanteer, geld dieselfde logika op API-vlak. Sien hoe GDPR-dataminimisering in intydse API's werk.
Vir spanne wat groot volumes onder krap sperdatums hanteer, sien GDPR DSAR-bondelprosessering op skaal vir werkvloeipatrone wat hier ook van toepassing is.