Uniformisation de vos différentes sources de données
Transformation
Les données à analyser sont initialement transmises sous des formats
variés, dépendant de leur contexte technologique d’origine. Kleverware IAG
convertit et agrège ces données sources pour générer
des fichiers à séparateur fixe directement exploitables dans le cadre d'un audit.
N’étant pas dépendant d’agents, et donc sans intrusion dans le SI,
Kleverware IAG associe des données provenant de tous types de contextes techniques
et garantit la séparation entre données analysées et données
utilisées.
Kleverware IAG traite les données des environnements suivants :
- Windows Active Directory ;
- LDAP ;
- RACF ;
- Top Secret ;
- AS400 ;
- Unix ;
- Lotus Notes ;
|
- SAP ;
- Oracle ;
- Fichier RH ;
- Tandem ;
- CSV ;
- SharePoint ;
- ...
|
Cette liste n’est pas entièrement exhaustive, en effet nous prenons en compte
dans notre laboratoire de nouveaux types de fichiers continuellement.
Haut de page
Corrélation
Lorsque deux fichiers n’ont pas d’identifiant commun pour rassembler toutes les
informations caractérisant un même utilisateur, il va falloir créer ce lien à partir
des données présentes dans chacun des deux fichiers à rapprocher. Kleverware IAG effectue cette opération.
Il s’agit alors de désigner, dans chacun des fichiers, les types de données les
plus faciles à exploiter pour réaliser ce rapprochement. Pour un utilisateur, ces
types de données pourront être les noms, prénoms, logins, trigrammes ou toute autre
donnée susceptible de participer à la caractérisation d’un utilisateur.
Kleverware IAG effectue alors un scoring des éléments présents dans chaque fichier et
en délivre les résultats sous forme graphique. Ces résultats peuvent être entérinés
ou modifiés par l’utilisateur.
La gestion des identités met en évidence les problématiques associées à la taxonomie
des utilisateurs. A travers ces fonctionnalités, Kleverware IAG répond aux problèmes
couramment rencontrés :
- la gestion des homonymies ;
- la distinction par titre ou par surnom ;
- la gestion des orthographes de noms défaillantes ;
- l’identification des identités génériques ;
- l’identification des identités incomplètes ;
- l’identification des identités inconnues.
En permettant d’observer les contraintes associées au rapprochement de fichiers
sans identifiants communs, K-Mapping contribue à la rationalisation de la population
d’utilisateurs.
Haut de page
|