DataSunrise Obtient le Statut Compétence DevOps AWS dans AWS DevSecOps et Surveillance, Journalisation, Performance

Code Postal Américain, Date Aléatoire et Méthodes de Masquage Dynamique de Date et Heure Aléatoires pour la Conformité HIPAA

Code Postal Américain, Date Aléatoire et Méthodes de Masquage Dynamique de Date et Heure Aléatoires pour la Conformité HIPAA

L’objectif principal est de rendre les tâches longues plus faciles et moins fastidieuses pour nos clients. Ici, vous découvrirez nos nouvelles méthodes de masquage dynamique qui peuvent être utilisées pour les clients qui doivent se conformer à HIPAA.

HIPAA est l’une des procédures de conformité les plus complexes. Elle protège les informations sensibles des patients et comporte des règles de confidentialité et de sécurité qui doivent être suivies. DataSunrise dispose déjà d’une solution de conformité pour HIPAA. Et chaque fois, nous essayons d’améliorer notre produit sur différents aspects. Dans la version 8.2 de DataSunrise, nous avons apporté une amélioration du masquage dynamique des données, qui sera utile pour la conformité HIPAA, notamment pour la désidentification des données sensibles.

L’une des sections de la règle de confidentialité fournit la norme pour la désidentification des informations de santé protégées. Cette section contient deux méthodes approuvées : la Détermination d’Expert et le Safe Harbor. La méthode de la Détermination d’Expert consiste à appliquer des principes statistiques ou scientifiques pour la protection des données. Mais le Safe Harbor exige la suppression de différents types d’identifiants. Ces deux méthodes garantissent des risques minimaux d’identification individuelle.

Nous parlerons de la méthode Safe Harbor et de la manière dont DataSunrise peut aider à désidentifier les éléments de données décrits dans cette méthode.

La Méthode Safe Harbor

La méthode Safe Harbor de désidentification définit quel type d’identifiants uniques des informations de la personne doivent être supprimés à des fins de protection conformément à la conformité HIPAA. Les options les plus compliquées sont de changer les codes postaux et les dates dans des conditions particulières.

Comme vous le savez peut-être, Safe Harbor exige d’apporter des modifications aux codes postaux en fonction du nombre de personnes. Si les unités géographiques formées en combinant tous les codes postaux ayant les mêmes trois premiers chiffres contiennent plus de 20 000 personnes, vous ne devez changer que les deux derniers chiffres. Les trois premiers peuvent rester les mêmes.

Si les unités géographiques contiennent 20 000 personnes ou moins, vous devez changer les trois premiers chiffres des codes postaux ainsi que les deux derniers chiffres.

DataSunrise propose une méthode de masquage dynamique qui vous aidera à résoudre ce problème. Avec la nouvelle méthode de masquage, vous pourrez masquer les codes postaux conformément aux exigences ci-dessus sans actions supplémentaires. Il vous suffit de créer une règle de masquage dynamique et de choisir la méthode de masquage des codes postaux américains. Les chiffres qui doivent être effacés seront masqués avec des valeurs nulles. À la fin, les données masquées ressembleront à ceci :


select * from public.ziptable2;

 zipcolumnreal | zipcolumnmasked
---------------+-----------------
 00659         | 00600
 03602         | 00000
 00544         | 00500
 63013         | 63000

Une autre exigence de Safe Harbor est que vous devez supprimer tous les éléments de données sauf l’année lorsque cette information peut être associée à l’individu. Il peut s’agir d’une date de naissance, d’une date d’admission, d’une date de sortie, et autres. Si la personne a plus de 89 ans, l’ensemble des données, y compris l’année, doit être changé au niveau de 90 ans, peu importe que la personne puisse être plus âgée que cela.

Nous avons mis en œuvre deux méthodes de masquage dynamique différentes pour résoudre ces problèmes. La première est date aléatoire avec année constante :


select * from public.datetable2;

 datecolumnreal | datecolumnmasked
----------------+------------------
 1989-01-08     | 1989-08-25
 1920-01-08     | 1932-09-22
 2010-09-25     | 2010-07-14
 2005-12-21     | 2005-04-08
 2002-11-06     | 2002-05-07

La deuxième est date et heure aléatoires avec année constante :


select * from public.datetimetable;

      datetimecolumnreal       |     datetimecolumnmasked
-------------------------------+-------------------------------
 1989-01-21 06:50:48.552538-08 | 1989-10-22 03:08:28.887081-07
 2016-09-27 11:49:23.133797-07 | 2016-08-09 01:20:38.652411-07
 1989-06-07 10:28:28.159594-07 | 1989-05-31 12:29:09.773088-07

Ainsi, avec l’aide de DataSunrise, vous pourrez masquer les données sensibles selon la méthode Safe Harbor sans actions, temps et ressources supplémentaires. Essayez ces nouvelles méthodes de masquage dynamique et restez conforme aux procédures de conformité nationales et internationales.

Suivant

Exécution de DataSunrise sur Kubernetes en utilisant le Tableau de Helm

Exécution de DataSunrise sur Kubernetes en utilisant le Tableau de Helm

En savoir plus

Besoin de l'aide de notre équipe de support ?

Nos experts seront ravis de répondre à vos questions.

Countryx
United States
United Kingdom
France
Germany
Australia
Afghanistan
Islands
Albania
Algeria
American Samoa
Andorra
Angola
Anguilla
Antarctica
Antigua and Barbuda
Argentina
Armenia
Aruba
Austria
Azerbaijan
Bahamas
Bahrain
Bangladesh
Barbados
Belarus
Belgium
Belize
Benin
Bermuda
Bhutan
Bolivia
Bosnia and Herzegovina
Botswana
Bouvet
Brazil
British Indian Ocean Territory
Brunei Darussalam
Bulgaria
Burkina Faso
Burundi
Cambodia
Cameroon
Canada
Cape Verde
Cayman Islands
Central African Republic
Chad
Chile
China
Christmas Island
Cocos (Keeling) Islands
Colombia
Comoros
Congo, Republic of the
Congo, The Democratic Republic of the
Cook Islands
Costa Rica
Cote D'Ivoire
Croatia
Cuba
Cyprus
Czech Republic
Denmark
Djibouti
Dominica
Dominican Republic
Ecuador
Egypt
El Salvador
Equatorial Guinea
Eritrea
Estonia
Ethiopia
Falkland Islands (Malvinas)
Faroe Islands
Fiji
Finland
French Guiana
French Polynesia
French Southern Territories
Gabon
Gambia
Georgia
Ghana
Gibraltar
Greece
Greenland
Grenada
Guadeloupe
Guam
Guatemala
Guernsey
Guinea
Guinea-Bissau
Guyana
Haiti
Heard Island and Mcdonald Islands
Holy See (Vatican City State)
Honduras
Hong Kong
Hungary
Iceland
India
Indonesia
Iran, Islamic Republic Of
Iraq
Ireland
Isle of Man
Israel
Italy
Jamaica
Japan
Jersey
Jordan
Kazakhstan
Kenya
Kiribati
Korea, Democratic People's Republic of
Korea, Republic of
Kuwait
Kyrgyzstan
Lao People's Democratic Republic
Latvia
Lebanon
Lesotho
Liberia
Libyan Arab Jamahiriya
Liechtenstein
Lithuania
Luxembourg
Macao
Madagascar
Malawi
Malaysia
Maldives
Mali
Malta
Marshall Islands
Martinique
Mauritania
Mauritius
Mayotte
Mexico
Micronesia, Federated States of
Moldova, Republic of
Monaco
Mongolia
Montserrat
Morocco
Mozambique
Myanmar
Namibia
Nauru
Nepal
Netherlands
Netherlands Antilles
New Caledonia
New Zealand
Nicaragua
Niger
Nigeria
Niue
Norfolk Island
North Macedonia, Republic of
Northern Mariana Islands
Norway
Oman
Pakistan
Palau
Palestinian Territory, Occupied
Panama
Papua New Guinea
Paraguay
Peru
Philippines
Pitcairn
Poland
Portugal
Puerto Rico
Qatar
Reunion
Romania
Russian Federation
Rwanda
Saint Helena
Saint Kitts and Nevis
Saint Lucia
Saint Pierre and Miquelon
Saint Vincent and the Grenadines
Samoa
San Marino
Sao Tome and Principe
Saudi Arabia
Senegal
Serbia and Montenegro
Seychelles
Sierra Leone
Singapore
Slovakia
Slovenia
Solomon Islands
Somalia
South Africa
South Georgia and the South Sandwich Islands
Spain
Sri Lanka
Sudan
Suriname
Svalbard and Jan Mayen
Swaziland
Sweden
Switzerland
Syrian Arab Republic
Taiwan, Province of China
Tajikistan
Tanzania, United Republic of
Thailand
Timor-Leste
Togo
Tokelau
Tonga
Trinidad and Tobago
Tunisia
Turkey
Turkmenistan
Turks and Caicos Islands
Tuvalu
Uganda
Ukraine
United Arab Emirates
United States Minor Outlying Islands
Uruguay
Uzbekistan
Vanuatu
Venezuela
Viet Nam
Virgin Islands, British
Virgin Islands, U.S.
Wallis and Futuna
Western Sahara
Yemen
Zambia
Zimbabwe
Choose a topicx
Informations générales
Ventes
Service clientèle et support technique
Demandes de partenariat et d'alliance
Informations générales :
info@datasunrise.com
Service clientèle et support technique :
support.datasunrise.com
Demandes de partenariat et d'alliance :
partner@datasunrise.com