Проект

DIS Group займется развитием системы подготовки тестовых данных Сбербанка на базе Informatica TDM

Заказчики: Сбербанк

Москва; Финансовые услуги, инвестиции и аудит

Продукт: Informatica Dynamic Data Masking (Informatica TDM)

Дата проекта: 2015/03 — 2017/12
Технология: MDM - Master Data Management - Управление основными мастер-данными
подрядчики - 133
проекты - 728
системы - 296
вендоры - 201
Технология: ИБ - Предотвращения утечек информации
подрядчики - 277
проекты - 1111
системы - 426
вендоры - 245

Содержание

2017

DIS Group в начале декабря 2017 года объявила о победе в открытом конкурсе Сбербанка на развитие АС «Подготовка и распространение тестовых данных (Обезличивание)» на базе Informatica Test Data Management.

Задачи проекта

В рамках этого проекта DIS Group разработает процессы для профилирования (поиска необходимой для обезличивания информации) и обезличивания порядка 250 систем банка на базе СУБД Oracle, IBM DB2, Microsoft SQL Server, Teradata и Hadoop, которые развернуты на платформах на базе Linux, AIX, HP-UX и Windows. Будет также разработан коннектор для GridGain, с целью обеспечения возможности выполнять профилирование и обезличивание данных.

Выбор продукта

Informatica TDM — платформа для обезличивания данных и создания тестовых сред. Решение позволяет поддержать все этапы жизненного цикла обезличивания данных: от поиска нужной для обезличивания информации до автоматизации верификации результатов обезличивания специалистами по информационной безопасности.

«
Платформа Informatica TDM была выбрана ПАО Сбербанк несколько лет назад в рамках открытого конкурса, на котором были представлены решения крупных международных компаний, как лучшее решение в своей области по совокупности характеристик, — рассказал Михаил Комаров, директор по развитию бизнеса DIS Group. — Этот конкурс расширил линейку используемых банком продуктов Informatica и продолжил наше стратегическое сотрудничество.
»

Особенность решения заключается в простом и понятном интерфейсе для различных групп пользователей, высокой производительности и широких возможностях по подключениям к различным источникам данных. Метавселенная ВДНХ 3.4 т

Для разных типов данных можно задавать как предустановленные правила по маскированию (например, маскирование кредитных карт с сохранением эмитента), так и создавать собственные правила по маскированию для сохранения бизнес-целостности данных (например, маскирование ИНН с сохранением контрольной суммы).

Созданные правила легко объединяются в политики по маскированию для различных задач (например, внутренняя разработка, внешняя разработка и т.д.). Таким образом можно получить замаскированную копию данных, максимально похожую на исходные данные, с сохранением всех особенностей. Это позволяет сократить цикл разработки и тестирования, так как при переходе на тестирование на продуктивных данных возникает значительно меньше ошибок. Также решение сохраняет ссылочную целостность, что позволяет проводить интеграционное тестирование между различными системами на обезличенной среде.

2015