Adatkezelési trendek 2024-ben - DATAVERSITY

Adatkezelési trendek 2024-ben – DATAVERSITY

Időbélyeg: 26. december 2023. 3:35
Forrás csomópont: 3038167

Az adatkezelés 2024-es trendjei várhatóan az EU digitális szolgáltatásokról szóló törvényének (DSA) csomagjának hatásától a ChatGPT adatkezelésre összpontosító új változataiig terjednek. Az Adatkezelés (DM) az adatok gyűjtésével, feldolgozásával és tárolásával, valamint az emberek jogait védő törvényekkel és rendeletekkel foglalkozik. A szervezet adatainak kezelése gyakorlatok, szabályzatok és eljárások széles skáláját foglalja magában.

A vállalkozások jelentős változásokra számíthatnak DM folyamataikban 2024 folyamán. 

Az adatkezelés célja az adatok hatékony és költséghatékony felhasználása, miközben segíti az embereket a feladatok és projektek elvégzésében. A robusztus DM stratégia kidolgozása rendkívül fontossá vált a szervezetek számára. Egy robusztus adatkezelési stratégiának tartalmaznia kell egy sor DM-eszközt és technikát, valamint támogatnia kell az üzleti intelligenciát és az elemzést.

Az adatkezelési rendszereket hagyományosan egy DM platform köré fejlesztik, amely magában foglalhat adatbázisokat támogató szoftvereket, adattárházakat, adattókat, adatelemzést, adatintegrációt stb.

A technológiai és szabályozási változásokra megfelelő tervezéssel lehet felkészülni. A 2024-es további trendek a következők lehetnek:

  • Automatizált adatkezelés
  • Az egészségügyi adatok kezelése
  • Hibrid/többfelhős biztonság

Az Európai Unió DSA-csomagjának hatása 2024-ben

A vállalkozások viselkedését és trendjeit 2024-ben részben az Európai Unió által kidolgozott és elfogadott DSA-csomag befolyásolja.

Az Európai Unió (ellentétben az Egyesült Államokkal) további szabályozásokat vezetett be polgáraik védelmében: a digitális szolgáltatásokról szóló törvényt és a digitális piacokról szóló törvényt, más néven a DSA csomag. Ezek a cselekmények biztonságosabbá teszik az online tevékenységeket, és védik a fogyasztók és a felhasználók jogait. A végrehajtás 6. március 2024-án kezdődik. 

A DSA-csomag célja, hogy megvédje a felhasználók jogait, és kiegyenlítse a versenyfeltételeket, csökkentve néhány nagy platform hatását (Facebook, Twitter, Google és más webhelyek több mint 45 millió havi felhasználóval).

A fejlesztés során jelentős aggodalomra ad okot az illegális tartalmak, áruk és szolgáltatások online értékesítése – gyermekpornográfia, fegyverek, hackelési szolgáltatások stb. Az is aggodalomra ad okot, hogy az online szolgáltatásokkal visszaélnek manipulatív algoritmikus rendszerek, amelyek célja, hogy felerősítsék a téves információ terjesztése.

A DSA-csomag kiterjed a területen kívülre, és világszerte hatással lesz a vállalkozásokra. Ha egy szervezet európai ügyfelekkel üzletel, még akkor is, ha az adott szervezet nem Európában található, be kell tartania a DSA szabályait, amikor az Európai Unión belüli személyekkel vagy vállalkozásokkal üzletel. Míg a csomag nagy része nagyon nagy online platformokkal foglalkozik, kisebb vállalkozások is érintik.

A kisebb vállalkozásoknak tisztában kell lenniük azzal, hogy a DSA-csomag minden olyan digitális szolgáltatásra vonatkozik, amely az európai fogyasztókat tartalomhoz köti (a félretájékoztatás tekintetében), árukhoz és online szolgáltatásokhoz (illegális tevékenységek tekintetében). 

Az EU-ban üzleti tevékenységet folytató szervezeteknek új kötelezettségeket kell teljesíteniük, beleértve a kockázatok felmérését és leküzdését, a károk csökkentését, a felhasználók online jogainak védelmét, valamint a szélesebb körű elszámoltathatósági és átláthatósági kötelezettségek teljesítését. Ezeknek a szabályozásoknak az a célja, hogy új védelmet nyújtsanak az internetfelhasználóknak, és egyértelművé tegyék az interneten üzleti tevékenységet folytató szervezetek jogi felelősségét.  

Automatizált adatkezelés

A kézi adatkezelés iránti igény csökkentése egyes szoftverfejlesztők számára kulcsfontosságú céllá vált. Telepítés közben automatizált adatkezelési eszközök bonyolult folyamat lehet, megfelelően végrehajtva javítja a hatékonyságot, csökkenti a költségeket és kiküszöböli a fárasztó kézi munkát. Az alábbiakban felsorolunk néhány olyan automatizált folyamatot, amelyeket a szervezetek elkezdtek használni: 

  • Adatgyűjtés: Adatok gyűjtése különböző forrásokból, például adatbázisokból, dokumentumokból és más webhelyekről.
  • Adatintegráció: Ez magában foglalja az összegyűjtött adatok átvételét, megfelelő formátumba történő átalakítását, és egyetlen tárolóban való tárolását.
  • Adattisztítás: Az ismétlődő rekordok eltávolításának, az adatformátumok szabványosításának és a hibák kijavításának folyamata.
  • Adatfeldolgozás és elemzés: Algoritmusok vagy gépi tanulás használata az adatokból származó betekintések kidolgozására.
  • Adatkezelés: Ez a folyamat annak biztosítására irányul, hogy az adatokat a vállalkozás irányelveinek és kormányzati szabályozásainak megfelelően kezeljék.

Ahhoz, hogy lépést tudjunk tartani a hatalmas mennyiségű adat napi hatékony kezelésével járó jelentős igényekkel, a szoftveralapú automatizálási eszközöknek a szervezet DM gyakorlatának részét kell képezniük. 

2024-ben arra számíthatunk, hogy az AI és az ML (gépi tanulás) értékes automatizálási szolgáltatásokat nyújt. 

Az egészségügy maximalizálása adatkezeléssel

A bankszektortól és a kiskereskedelmi ágazattól eltérően az egészségügyi ágazat még nem alkalmazta teljes mértékben az adatelemzést vagy a big data kutatást. Ennek a késedelemnek számos oka lehet, kezdve a betegek magánéletétől a nyereségre való kisebb hangsúlyig. 

Az egészségipar azonban beindult analitika segítségével és nagy adatok a minták megtalálásához. Egy egyszerű példa Franciaországból származik: négy kórház, amelyek mindegyike az Assistance Publique-Hôpitaux de Paris tagja, az elmúlt 10 év kórházi felvételi nyilvántartását felhasználva óránkénti és napi előrejelzést készítettek az egyes intézményekben várható betegek számáról. Az elemzés releváns mintákat mutatott be a felvételi arányokban. 

Egy másik példa az adatelemzésre az egészségügyben a valós idejű riasztás alkalmazása. A kórházak elkezdték használni Klinikai döntéstámogatás (CDS) szoftver, amely a helyszínen elemzi az orvosi adatokat, és tanácsot ad az egészségügyi szakembereknek, amikor előíró döntéseket hoznak.

11. november 2023-én a Veteránügyi Minisztérium bevitte milliomodik veteránját egy genetikai adatbázisba, amely támogatja a Milliós veterán program. Adatalapú kutatásaik célja, hogy jobban megértsék, hogyan hatnak a gének, a katonai expozíció és az életmódbeli viselkedés az emberek egészségére, és személyre szabott orvoslást kínálnak.

Adatkezelés a hibrid felhőbiztonsághoz

2024 folyamán számíthatunk az adatkezelő rendszerek használatára titkosítás, kiberbiztonsági háló architektúraés hálózati szegmentálás a hibrid felhőbiztonság biztosításának és az adatok védelmének módjaiként. 

Az elmúlt években a hibrid felhő definíciója a nyilvános felhővel kombinált helyszíni rendszerről a többfelhős rendszerekre bővült. A hibrid felhő olyan rugalmas rendszert támogat, amely hozzáférést biztosít speciális eszközökhöz. 

Sajnos a hibrid/többfelhős rendszer használatának folyamata is jár némiképp biztonsági kihívások. 

A több felhő használata bonyolulttá válik kezelési és biztonsági szempontból. A különféle felhőszolgáltatások használatának nyomon követésére és nyomon követésére szolgáló megfelelő eljárások nélkül a menedzsment nem tudja, ki használja az erőforrásokat. 

Ezenkívül csak a számla kézhezvétele után tudják meg, hogy mikor használják őket. Mivel számos alkalmazás helyszíni rendszereket és többfelhőt használ az adatok eléréséhez és kezeléséhez, a megfigyelhetőség kulcsfontosságúvá válik. (Ebben az esetben a megfigyelhetőség az adatok és események több felhőben és házon belüli rendszerben történő megfigyelésének képességét jelenti.) 

A szállítók, például a Middleware és a Datadog felismerték ezt az igényt, és olyan megfigyelési eszközökre összpontosítottak, amelyek integrált „egyetlen üvegtáblát” biztosítanak a megtekintéshez. 

Egy másik aggodalomra ad okot, hogy a különböző felhők különböző biztonsági formákat használnak. Egy olyan rendszer kifejlesztése, amely összekapcsolja a szervezete által a projektekhez használt összes felhőt, jelentős biztonsági aggályt jelent, mivel minden kapcsolat potenciális megsértést jelenthet. A hibrid/több felhő jelentős rugalmasságot kínál a munkaterhelések gyors mozgatása során a különböző környezetek között, de a folyamat növeli a biztonsági kockázatokat is.

Adatkezelés mesterséges intelligencia segítségével

Bár a mesterséges intelligencia adatkezelési célú felhasználása nem új keletű, népszerűsége folyamatosan nő. 2023 előtt a mesterséges intelligenciát használták (és használják ma is) DM-feladatokhoz, az automatizált folyamatok intelligensebb formájaként. A mesterséges intelligenciát számos DM-feladathoz használják, beleértve:  

  • Anomáliák felderítése
  • Metaadatkezelés
  • Metaadatok automatikus felfedezése
  • Adatkatalógus
  • Adatleképezés
  • Adatkezelési ellenőrzés ellenőrzése

A ChatGPT bevezetésével, és a nagy nyelvi modell támogatásával újabb, intelligens, tanulásalapú szolgáltatásokat kínáló megoldásokra számíthatunk. Ahogy a nagy nyelvi modellek folyamatosan fejlődnek, az adatkezelési folyamatokat támogató szolgáltatások is folyamatosan fejlődnek velük együtt. Az OpenAI, a ChatGPT fejlesztéséért felelős szervezet rendelkezik kísérletezett adatkezeléssel.

A kép a Shutterstock licence alapján használt

Időbélyeg:

Még több ADATVERZITÁS