Wat is het?

De IRI FieldShield tool is een software applicatie die gevoelige data aan de hand van scripts in een databron kan anonimiseren. Aan de hand van de IRI Workbench kunnen de scripts worden aangepast en aangestuurd. De handleiding zal ervoor zorgen dat u als klant over de nodig informatie beschikt om zelf te kunnen gebruik maken van de tool.

Hier vindt u een overzicht van de relevante pagina's over deze tool: 

• Handleiding uitwerken Software development en data mining usecases
• Technische specificaties IRI FieldShield tool
• Stappenplan voor een correcte opstart van een project
• Tips en tricks voor nieuwe gebruikers
  

De IRI FieldShield tool is zeer gebruiksvriendelijk, scripts kunnen gegeneerd en aangestuurd worden met behulp van het menu. Het is uiteraard ook mogelijk om de scripts manueel te gaan aanpassen, dit wordt wel ten zeerste afgeraden. Navigeren in de tool is uiteraard niet zo ingewikkeld, er is zelfs een onderdeel beschikbaar in het menu waarin verschillende navigatiefuncties worden aangeboden.  Bovendien beschikt de tool ook over een handleiding waarin verschillende zaken uitgebreid worden in verklaard. Kortom, de software is gebruiksvriendelijk en dus eenvoudig te gebruiken voor nieuwe klanten.

Verschillende usecases 

Software development en data mining

• Als klant kan ik met de anonimiseringsbouwsteen mijn test- en/of ontwikkelingsomgevingen opvullen met een kopie van mijn productiedatabank zonder persoonsgevoelige informatie over te brengen. Ik kan door middel van deze bouwsteen de persoonsgevoelige gegevens aan de hand van meerdere anonimiseringsprocessen transformeren en overbrengen naar mijn test- of ontwikkelingsdatabank.
  (Productie data klaarmaken voor niet productie omgevingen)
• Als klant is het mogelijk om een rijksregisternummer binnenin een tabel van de huidige productiedatabank te gaan anonimiseren met behulp van een anonimiseringsproces waarbij referentiële integriteit tussen andere tabellen wordt behouden. Ik kan door middel van de anonimisatiebouwsteen dat aangeboden wordt uit de tool verschillende tabbelen aanspreken waarin het rijksregisternummer een rol speelt.
  (Het behouden van de referentiële integriteit in een geanonimiseerde databank)
• Als klant is het mogelijk een leeftijd te gaan anonomiseren binnenin een tabel. Doormiddel van de anonimiseringsbouwsteen kan de leeftijd nog bruikbaar zijn voor verder onderzoek/ontwikkeling van een applicatie. Als klant kan ik bijgevolg zelf de parameters hiervan gaan definiëren in het anonomisatieproces.
  (De context van een veldwaarde garanderen)
• Als klant is het mogelijk om een NoSQL (no-sequel) database te gaan gebruiken als data source. Ik kan als klant vervolgens de anonimiseringsprocessen gaan toepassen binnenin deze database.
  (Het gebruiken van een niet referentiële database)
• Als klant is het mogelijk om een CSV file te gaan gebruiken als data input. Met behulp van de anonimiseringsbouwsteen kan data correct worden ingelezen en geanonimiseerd.
  (Het gebruiken van een CSV als databron)

Datawarehousing en business intelligence

• Als klant is het mogelijk om persoonsgevoelige informatie binnenin een database te anonimiseren vooraleer deze terechtkomt in een data warehouse. Zo is het mogelijk om op een  rijksregisternummer dat gekoppeld is aan meerdere dossiers een anonimiseringsproces toe te passen zodat deze beschermd wordt wanneer hij ter plekke wordt geplaatst in het data warehouse.
• Als klant kan ik de de anonimisatiebouwsteen toepassen op het moment dat de data wordt opgevraagd uit een data warehouse. Als eigenaar van de datawarehouse kan ik de data anonimiseren en plaatsen in een gescheide database. Deze database kan vervolgens gebruikt worden om mee te geven als resultaat.

Functionele requirements  

In deze sectie, worden de verschillende functionele requirements per usecase beschreven. Functionele behoeften zijn acties of functionaliteiten die het systeem, vanuit het standpunt van de gebruiker, moet kunnen doen. 

Productie data klaarmaken voor niet productie omgevingen

• Als gebruiker wil ik een selectie van gegevens uit een database anonimiseren, de manier waarop moet aanpasbaar zijn.
• Als gebruiker moet ik beschikken over bron databank met persoonsgevoelige informatie zodat deze data in het anonimisatie proces kan geanonimiseerd worden
• Als gebruiker moet ik beschikken over een doel databank dat bij aanvang van het anonimisatie proces leeg is zodat deze daarna kan worden opgevuld met geanonimiseerde gegevens

Het behouden van de referentiële integriteit in een geanonimiseerde databank

• Als gebruiker wil ik garanderen dat de referentiële integriteit behouden wordt na het uitvoeren van een anonimisatie of pseudonimisatie.
• Als gebruiker moet ik beschikken over een databank waarin referentiële integriteit wordt toegepast.
• De anonimisatie moet nog steeds van dezelfde kwaliteit zijn en mag niet beïnvloed worden door de toepassing van referentiële integriteit.

De context van een veldwaarde garanderen

• Als gebruiker wil ik een veld als input gebruiken en vervolgens gaan anonimiseren terwijl de de bruikbaarheid (bijvoorbeeld een e-mail adres, een telefoonnummer, een leeftijd) ervan behouden wordt.
• Als gebruiker kan ik parameters definiëren die de nieuwe waarde zullen beperken (bijvoorbeeld minimum/maximum leeftijd).
• Als gebruiker moet ik beschikken over een bepaalde bron van data (flat files, databases, niet referentiële databases) zodat een veld in deze bron kan gebruikt worden als input.

Het gebruiken van een niet referentiële database

• Als gebruiker kan ik velden uit een niet referentiële database aan de hand van allerlei processen anonimiseren
• Als gebruiker moet ik beschikken over een niet referentiële database zodat velden in deze database kunnen worden gebruikt als input.

Het gebruiken van een CSV als data source

• Als gebruiker kan ik velden uit een CSV bestand meegeven als input zodat deze kunnen worden geanonimiseerd.
• Als gebruiker moet ik beschikken over een CSV bestand dat kan gebruikt worden als databron zodat de gegevens in dit bestand kunnen worden geanonimiseerd.