Data Express 4.0 - Conformità, produttività e privacy con dati di Test

498 views

Published on

Data Express 4.0 - Conformità, produttività e privacy con dati di Test

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
498
On SlideShare
0
From Embeds
0
Number of Embeds
11
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Data Express 4.0 - Conformità, produttività e privacy con dati di Test

  1. 1. Conformità, produttività e privacy con dati di Test Micro Focus Data Express 4.0 Stefano Capra 2012
  2. 2. Ambienti di Test – gli approcci più diffusiUso dei dati di produzione per i test• I dati sono voluminosi e contengono informazioni sensibili.Creazione dei dati di test• Soluzione onerosa, soggetta ad errori, e spesso basata su processi manuali.• I dati non sono comprensibili e quindi poco usufruibili dagli utenti finiali.• I dati spesso non sono disponibili quando il test lo richiede. Il 71% delle organizzazioni IT• Scarsa qualità dei dati di test che utilizza dati di produzione per può causare difficoltà nel ciclo di eseguire i propri test. Research Report on 240 UK, French and German QA. organizations, May 2008
  3. 3. Data Express, la soluzione di Micro Focus• Genera un processo automatico per la generazione di subset di dati rappresentativi ed anonimizzati.• Rispetta la referential integrity fisica e logica anche tra diverse piattaforme.• Promuove il controllo, la gestione e la sicurezza dellambiente di test.• Supporta la conformità alle norme internazionali in materia di protezione dei dati sensibili alla privacy.• Fornisce inoltre strumenti di analisi fisica e logica dei dati e di data change management.
  4. 4. Il processo di implementazione Unload & extract production data 1 into a common Relational Databases format Analyse,Hierarchical Databases 2 inventory & Load into test classify data 5 environment Sequential Files Knowledge Data Subset Base Extraction Rules Referential Model Extract masked 4 data subset Define test data 3 creation rules Privacy Data Masking Rules
  5. 5. Data Builder Module• Inventario e catalogazione dei file in base a: – Applicazione di appartenenza; – Piattaforma e db (DB2, VSAM, Oracle…); – Occupazione di memoria – Strutture fisiche• Analisi dei dati Un processo di campionamento dei dati genera informazioni statistiche circa il contenuto di ogni campo (impronta digitale) che consente: – la classificazione dei metadati indipendentemente dalle loro caratteristiche fisiche; – ulteriori informazioni per la comprensione dell’applicazione
  6. 6. Analisi dei datiLa funzione fornisce informazioni statistiche sul contenuto di ogni campo,mirando a: – Rendere automatico e più sicuro il processo di classificazione dei metadati; – Fornire informazioni utilizzabili per la verifica della qualità dei dati.
  7. 7. Data Masking Module• Il processo di mascheramento dati: – E’ parametrico, automatico, ripetibile e irreversibile. – Preserva il significato originale dell’informazione. – Garantisce l’integrità tra gli archivi e l’univocità delle chiavi. – Ricalcola eventuali codici di controllo (codice fiscale).• La soluzione gestisce nativamente il mascheramentto di: – Nomi, cognomi, ragioni sociali, indirizzi, numeri di telefono, codici alfanumerici univoci, etc. etc.• Exit routines facilmente personalizzabili. – Vengono forniti modelli di routine adattabili a ulteriori esigenze
  8. 8. Data Subset Extraction Module• Il processo di stralcio dei dati rispetta il modello relazionale fisico e/o logico.• Le regole di subsetting possono essere importate direttamente da catalogo oppure definite attraverso il modulo client.• La simulazione dell’estrazione dati stima: B – il tempo e la cpu necessari per l’estrazione reale. A – la dimensione degli archivi di output. – la % di riduzione tra ambienti source e target• Un unico processo può generare dati ridotti e mascherati.
  9. 9. I benefici operazionali e di business• Conformità alle normative il Data Masking garantisce il rispetto della legge sulla Privacy e di normative interne.• Riduzione del time-to-market 80 - 90% di risparmio nell’elapsed time per la generazione degli ambienti di test.• Data Storage ridotti fino al 90% il processo automatico della soluzione minimizza le risorse coinvolte, riduce i costi relativi allo storage e ai MIPS/CPU.• Riduzione dei rischi e incremento della qualità dei dati di Test la soluzione produce ambienti di test coerenti e completi, assicurando test più rigorosi e riducendo i rischi di inattività.
  10. 10. L’esperienza di SANTANDER: risultati e benefici Generazione di ambienti di dati di pre-produzione ridotti e mascherati: • nel rispetto della legge sulla privacy. • garantendo la referential integrity. • assicurando la stessa qualità dei dati di produzione. Ambienti di test notevolmente contenuti, ridotti da 9 TB a 300 GB per ambiente. • I dati sono automaticamente estratti, ridotti e mascherati dall’ambiente di produzione. • L’intervento delle risorse è ridotto al monitoraggio del processo. • Il risparmio dei MIPS è notevole grazie all’utilizzo degli indici Ottimizzazione del processo di generazione dell’ambiente di dati: • Un giorno per un refresh totale. Risparmio del 80% di elapsed.
  11. 11. Il webinar, della durata di 20 minuti, è disponibile, previa registrazione, a questo indirizzo: http://online.microfocus.com/dataexpressIT

×