查找/控制非法数据的方法

Question

搜索并销毁/捕获非法数据......

环境：
我管理了一些非常“开放”的数据库。访问类型通常是完全选择/插入/更新/删除。访问数据的机制通常是通过自定义构建MS Access数据库中的链接表（到SQL-Server）。

规则
没有社会安全号码等（例如，想想FERPA / HIPPA）。

问题
用户以创造性的方式输入/隐藏非法数据（例如，中间名字段中的ssn等）;行政/纪律控制薄弱/无效。一般的态度（即使是来自大多数老板）也就是安全是一件麻烦事，如果你找到了解决它的方法然后对你有好处等等。我需要一种（更好的）方法来找到之后的数据 >已经输入了。

我尝试过什么

最初，我修改了各种自定义用户界面的人（我知道），一直到他们链接到我们的数据库服务器的表结构。例如，SSN不再拥有自己的领域等等。然而......我继续发现它们埋藏在其他数据领域。

经过秘密审核后，我所在机构的一些人发现了这些隐藏的数据，我写了一些sql（字面上）检查数据库每个表中每个字段中的每个字符，查找与ssn模式匹配的任何内容。运行需要很长时间，用户正在寻找模式定义的方法。

我的问题
当然，真正的解决方案需要政策执行。必须在我的头脑中解决这个问题，然而，这超出了我职位的范围和权限。

您是否了解或使用任何（免费或商业）工具，这些工具的目标是审核FERPA＆amp; HIPPA数据？ （或者如果没有具体的那些政策，那么一般只是数据模式？

我想找到一些我可以按计划运行的东西，并且使用新的模式定义保持更新。

Answer 1

我会以两种方式监控用户。

1. 相同的用户可能会输入相同的数据，因此跟踪谁正在绕过道路障碍，并识别它们。确保将它们记录为对系统造成污染，以便对它们进行适当的规范。他们的努力为整个组织创造了风险（货币和法律，这变成了货币）。
2. 查看用户发出的查询。如果他们成功搜索信息，那么它就会以某种方式存储在存储库中。

如果您无法跟踪用户，请开始设置密码。

但从长远来看，您的组织需要升级其用户。

Answer 2

最后，除非得到管理层的支持，否则你正在打一场不可能的战斗。如果在您的数据库中存储SSN是非法的，那么此规则必须得到顶层的明确支持。 @Iterator是对的，记录输入此数据的人并记录他们的行为：实施审计跟踪。

搜索审计跟踪而不是数据库本身。这应该更快，您只需要一天（或一小时或......）的数据进行搜索。每个违规记录并发布。

你可以收紧一些验证。我认为没有数字字段需要与SSN一样长。没有名称字段需要数字。没有地址字段需要更多的5或6个数字（66号线路上有多少房子？）嗯可以用电话号码代表SSN吗？麻烦的是，你可以阻止某人进入acaaabdf等（编码131126等），总有办法打败你的支票。

你永远不会达到完美，但你至少可以抓住意外的罪犯。

Answer 3

另一个建议：您可以为您选择的数据库（MS Access）发布一个询问机器学习插件（基本上是统计模式识别）的新问题。通过将某些数据库更新标记为好/坏，您可以利用自动化工具查找不良内容并引起您的注意。

这类似于垃圾邮件过滤器，可以找到不良内容并将其从您的注意力中删除。但是，要获得这方面的好答案，您可能需要在问题中提供更多详细信息，例如您拥有的样本数量（如果不是很多，那么ML插件就没用了），您的编程技巧（对于所谓的特征提取，等等。

尽管有这样的建议，但我认为定位用户行为比构建更智能的捕鼠器更好。