La classification des données est un aspect essentiel du stockage des données d’entreprise.
En plus d’aider les organisations à gérer et à rechercher leurs référentiels de données, elle les aide à se conformer aux exigences réglementaires sectorielles applicables, telles que SOX, HIPAA, PCI-DSS et le RGPD.
La classification des données est devenue encore plus importante à mesure que le volume de données augmente. Les données non structurées en particulier sont stockées en bien plus grande quantité. Les entreprises veulent désormais les conserver plus longtemps et en tirer des informations.
« La plupart des entreprises ne savent même pas quelle quantité de données non structurées elles possèdent ni ce que contiennent les données qu’elles sauvegardent, dont elles prennent des instantanés et dont elles créent plusieurs copies, tout en absorbant des coûts toujours plus élevés liés à la gestion et au stockage cloud de ces données inconnues », a déclaré Peter Worsnop, VP, sales chez Aparavi.
« Cela crée une recette pour la catastrophe à laquelle il faudra et il sera possible de remédier en 2023, alors que la réduction des coûts et la gestion intelligente entreront en jeu tandis que les entreprises s’adapteront aux nouvelles réalités économiques qui se manifestent à l’échelle mondiale », a déclaré Worsnop.
Voici quelques-unes des principales tendances en matière de classification des données :
1. La classification des données gagne en importance
Le monde n’a jamais généré autant de données. En fait, ce volume est estimé à environ 2,5 quintillions d’octets par jour.
Ce chiffre vertigineux rend la gestion des données extrêmement complexe et coûteuse. Les entreprises doivent donc chercher des moyens de classifier leurs données de manière plus efficace et efficiente. Les fichiers MP3 téléchargés par les employés ne nécessitent pas le même niveau de protection des données que les informations permettant d’identifier personnellement les clients.
Davantage de données signifie toutefois davantage de coûts et une hausse des risques de sécurité liés à ces données, notamment du fait d’acteurs malveillants. C’est pourquoi la classification des données devient de plus en plus importante, à la fois pour gérer les coûts et les risques, selon Mignona Coté, CISO chez NetApp.
« Les organisations doivent savoir où se trouvent leurs données les plus importantes dans l’ensemble de leur patrimoine de données et veiller à ce qu’elles bénéficient de la protection robuste nécessaire pour les préserver de toutes les menaces, internes comme externes », a déclaré Coté.
« Une fois les données classifiées, le niveau de protection le plus élevé peut être appliqué aux données les plus critiques d’une entreprise, notamment grâce à la surveillance de l’exfiltration des données, à des sauvegardes de niveau un pour une restauration rapide, à un audit et une journalisation avancés, ainsi qu’à la validation des autorisations d’accès appropriées à tous les niveaux. »
Cette approche de la mise en place de protections fondées sur la classification des données permet aux organisations de passer de la protection des appareils à celle des données elles-mêmes. Savoir comment les données doivent être consultées, par qui et à quelles fins permet de mettre en place un modèle robuste de confiance zéro et de simplifier les alertes et la réponse de sécurité.
Pour y parvenir, les entreprises s’appuient de plus en plus sur le traitement automatique du langage naturel (NLP) piloté par l’IA, qui fournit une analyse et une catégorisation contextuelles des données afin d’obtenir des informations exploitables, de répondre aux exigences de conformité, de détecter les vulnérabilités de sécurité, d’optimiser les coûts et d’accélérer les migrations.
« Une classification et un étiquetage efficaces des données sont essentiels à la mise en place de programmes de protection et de résilience des données de niveau mondial », a déclaré Coté.
2. Des préoccupations croissantes en matière de sécurité et l’ESG
Travis Johnston, director of market strategy chez Folio Photonics, a cité les préoccupations croissantes en matière de sécurité ainsi que les critères environnementaux, sociaux et de gouvernance (ESG) parmi les principaux moteurs de la classification des données. Cela s’explique par plusieurs facteurs :
- Les rançongiciels continuent de s’en prendre aux entreprises et aux agences gouvernementales du monde entier
- Des perspectives économiques moroses pour la majeure partie du monde
- L’ESG est désormais adopté par jusqu’à 90 % des entreprises du S&P 500
« La classification des données et la garantie qu’elles sont stockées selon les meilleures pratiques pour chaque niveau de classification (support de stockage, emplacement physique, méthode de destruction, etc.) afin de répondre aux exigences propres à l’entreprise, à l’informatique et au budget deviendront primordiales », a déclaré Johnston.
« Même si le débat sur la définition exacte des cadres de classification peut se poursuivre, il y aura peu, voire pas, de désaccord sur la nécessité de disposer de supports de stockage économiques et cybersécurisés pour les niveaux de classification stricts. »
Par conséquent, on peut s’attendre à la poursuite du développement de supports de stockage de nouvelle génération afin de répondre à la diversité des cadres de classification. Cela pourrait inclure la mise au point de supports réduisant le coût d’acquisition initial et le coût total de possession, tout en garantissant que les données restent actives, cybersécurisées et durables.
3. L’automatisation des données non structurées
La classification des données sera de plus en plus automatisée, selon Molly Presley, SVP of marketing chez Hammerspace.
Avec l’essor des workflows de données non structurées pilotés par les métadonnées, il sera de plus en plus possible de classifier les données en fonction d’attributs définis dans les métadonnées.
« La classification des données pourra être effectuée automatiquement à partir de champs personnalisés présents dans les métadonnées, ce qui permettra au service informatique et aux utilisateurs de rester plus facilement en conformité avec leurs jeux de données sans activité manuelle fastidieuse », a déclaré Presley.
4. La classification des données au service de la valeur métier
David Wagner, senior research director chez Avasant Research, a déclaré qu’une tendance complémentaire à l’automatisation consiste à considérer la classification des données comme davantage qu’une bonne pratique de sécurité.
« Lorsque les gens pensent à la classification des données, ils pensent souvent à des termes militaires comme « top secret », qui renvoient à la sensibilité des données », a déclaré Wagner.
« Cependant, l’objectif premier du stockage de grandes quantités de données est d’en tirer de la valeur métier. »
La classification des données s’est étendue à tous les types d’étiquetage afin d’accroître la valeur des données clients et de réduire les silos de données. Cela ne signifie pas que la classification des données ne restera pas fondamentalement une bonne pratique de sécurité. Mais tirer une autre valeur de ce processus peut constituer un avantage supplémentaire.
5. Faire l’impasse sur le métavers
Le métavers a fait l’objet d’une importante couverture médiatique. Facebook a même changé son nom pour devenir Meta et a investi des milliards pour en faire une réalité.
Mais pour les professionnels du stockage et de l’informatique, Shiva Nathan, fondateur et PDG d’Onymos, a déclaré que cela resterait encore quelque temps au stade du battage médiatique.
“« Même si l’on peut voir apparaître quelques lancements de produits spectaculaires autour des technologies du métavers, il n’y aura ni adoption massive ni impact susceptible de changer la donne en 2023 », a déclaré Nathan.
« Ces technologies resteront de simples effets d’annonce dans un avenir prévisible, jusqu’à ce qu’un nombre croissant d’entreprises comprennent mieux cet univers et son impact. »