www.DATPROF.comVolg ons op twitter: @DATPROF

Subsetten & Anonimiseren

ITCG en DATPROF

- Data Warehousing

- Data Migratie

- Data Kwaliteit

- Test Data Management

Opgericht in 1998, gespecialiseerd in data integratie

Diensten Producten

www.DATPROF.com

www.DATPROF.com

DOELEINDEN:

• TESTEN

• ONTWIKKELEN

• OUTSOURCING

• MARKETING

• OPLEIDING

PROBLEMEN:

• Werken met volledige kopieën:

• Werken met volledige kopieën:

• Werken met persoonsgegevens:

Minimaliseren gebruik van persoonsgegevens

Besparen op hardware & infrastructuur

Terugbrengen doorlooptijden

Waarom subsetten?

Efficiënter beheren testdata

Beschermen relaties

Voldoen aan wetgeving

Voorkomen imagoschade

Beveiligen concurrentie-gevoelige data

Waarom anonimiseren?

www.DATPROF.com

Creëren representatieve subsets van productie databases

Wat is subsetten?

Voorbeeld 1: “willekeurig 5%”

Productiedatabase

Testdatabase

Voorbeeld 2: “alle klanten uit Amsterdam”

Start punt

Zelfde structuur

% Productie

dataTestdata

Selectiecriterium

Classificatie

Relatief: t.o.v startpunt

Volledig: stamtabellen

Leeg: log tabellen

Overslaan: temp tabellen

• Representatief

• Consistent

• Onderhoudbaar

• Herhaalbaar

• Keten-ondersteuning

• Bruikbaar!

Relevant voor subsetten

1. Create application

2. Import Data model

3. Configuresubset 4. Deployment

Deploy subset

Subset

Hoe werkt DATPROF Subset?

www.DATPROF.com

Anonimiseren vertrouwelijke en privacy gevoelige data

Test Ontwikkel

Hoe zit het met beveiliging?

Productie

Firewall? Autorisatie? Beveiliging-updates? Outsourcing?

Extern

Persoonsgegevens

“Elk gegeven over een geïdentificeerde of identificeerbare natuurlijke persoon”

A d r e s s e nTe l e f o o n n u m m e r s

N a m e nE - M a i l

Bron: Wet Bescherming Persoonsgegevens

Anonimiseren van Persoonsgegevens

R e l i g i e G e z o n d h e i dV i d e o

B e e l d e n

P o l i t i e k e

v o o r k e u r

K e n t e k e n s

R e l i g i e

“Elk gegeven over een geïdentificeerde of identificeerbare natuurlijke persoon”Bron: Wet Bescherming Persoonsgegevens

Regulering in het kort

Viertal risicoklassen :

Risicoklasse 0 - Publiek niveau; telefoonboeken

Risicoklasse 1 - Basis niveau: krantabonnement

Risicoklasse 2 - Verhoogd risico: bank & verzekering gegevens

Risicoklasse 3 - Hoog risico: DNA & opsporingsgegevens Artikel 9: Doelbinding“Persoonsgegevens worden niet verder verwerkt op een wijze die onverenigbaar is met de doeleinden waarvoor ze zijn verkregen”Artikel 13: Organisatorische & technische maatregelen

“De verantwoordelijke legt passende technische en organisatorische maatregelen ten uitvoer om persoonsgegevens te beveiligen tegen verlies of tegen enige vorm van onrechtmatige verwerking. “ CBP- AV23 - Beveiliging van persoonsgegevens

“Voor het testen van informatiesystemen met

persoonsgegevens mogen uitsluitend gegevens van

fictieve personen gebruikt worden”

Wat is anonimiseren?

Voorbeeld:- Verwissel bestaande namen

- Genereer nieuwe 11-proef banknummers- Laat geboortedata enigszins afwijken

- Genereer nieuwe bedragen en aantallen

Testdatabase

Production

ID Firstname Lastname Bankaccount Totaal

1 John Ed˚wards 418582971 € 110,00

2 Chris Evans 389719722 € 140,00

Production

PK ID Product Totaal

1 1 Basic € 90,00

2 1 Advanced € 20,00

3 2 Basic € 90,00

4 2 Pro € 50,00

Test

ID Firstname Lastname Bankaccount Totaal

2 John Evans 233248316 € 110,00

1 Chris Ed˚wards 240806153 € 140,00

Test

PK ID Product Totaal

1 2 Basic € 90,00

2 2 Advanced € 20,00

3 1 Basic € 90,00

4 1 Pro € 50,00

Key-Shuffle: ID Shuffle: Lastname Expressie: Bankaccount

Voorbeeld

Key-Shuffle, Shuffle & Expressie

Keten-ondersteuning

Geheugenfunctie

Geheugenfunctie

• Anoniem, maar herkenbaar

• Representatief

• Identieke datakwaliteit

• Referentiële integriteit

• Ketenondersteuning

• Bruikbaar!

Relevant voor anonimiseren

1. Create application

2. Import Data model

3. Configureanonymization 4. Deployment

Deploy anonymization

Hoe werkt DATPROF Privacy?

Demo?Neem contact op via www.datprof.com

info@datprof.com