Dados Obsoletos

Os dados ficam obsoletos quando já ultrapassaram a finalidade para a qual foram coletados. Estão desatualizados, substituídos ou mantidos além da sua vida útil, mas continuam armazenados em um repositório, compartilhamento de arquivos, caixa de e-mail ou backup, e geralmente seguem acessíveis.

A obsolescência é uma propriedade de relevância e de estágio do ciclo de vida, não de sigilo. Uma cópia de três anos de um banco de dados de clientes não é menos sensível por ser antiga. É simplesmente uma cópia que ninguém usa, acompanha ou lembra.

A maior parte dos dados obsoletos é deixada por trabalho comum que nunca é limpo. As fontes típicas são as cópias não gerenciadas e os registros que sobrevivem às pessoas e aos sistemas que os criaram:

Dados que ninguém usa geram quatro riscos distintos:

• Superfície de ataque sem vigilância: cópias esquecidas raramente são cobertas por monitoramento, revisões de acesso ou correções. Réplicas antigas de bancos de dados são alvos atraentes porque ninguém as mantém nem protege.
• Exposição regulatória: marcos como a LGPD exigem limitação do armazenamento, então dados pessoais não podem ser mantidos além do necessário para a sua finalidade. Acumular registros obsoletos sem motivo pode violar essa regra por si só, e cada cópia amplia o escopo de um possível vazamento de dados.
• Decisões equivocadas: relatórios baseados em dados desatualizados levam a más decisões de negócio e de segurança.
• Custo e complexidade: dados obsoletos consomem armazenamento, deixam os backups mais lentos e dificultam inventários e projetos de classificação.

Dados obsoletos não são o mesmo que um arquivo excluído (removido do sistema de arquivos, mas possivelmente recuperável) nem a remanência (resíduos de dados que permanecem na mídia física após a exclusão). Dados obsoletos estão totalmente ativos no sistema; simplesmente não são mais necessários. A correção padrão é a purga: exclusão deliberada e verificada no fim do ciclo de vida, incluindo as cópias de backup.

Como a obsolescência depende da relevância e não do conteúdo, ela não pode ser detectada examinando um único arquivo. Os sinais úteis são metadados e uso:

• Datas de último acesso e de modificação: o principal indicador, embora os backups possam atualizar os carimbos de data
• Dados sem dono: arquivos e caixas de e-mail cujo responsável não existe mais no diretório
• Conteúdo duplicado: cópias de um mesmo documento, quase todas redundantes exceto uma
• Nomes de substituição: « final », « v2 », « old », « backup » ou cópias datadas ao lado de um arquivo ativo
• Repositórios inativos: compartilhamentos e pastas de projeto parados por longos períodos, descontinuados como um todo

A maioria das organizações sabe que mantém dados obsoletos e mesmo assim não os remove, por motivos organizacionais e não técnicos. Ninguém é dono da decisão, então ninguém a aprova. O custo de manter dados é invisível, enquanto o custo de apagar algo necessário é muito concreto. Bloqueios legais e requisitos pouco claros fazem a retenção indefinida parecer mais segura do que um cronograma defensável. E não há uma forma confiável de saber se um conjunto antigo de dados realmente não é usado.

A resposta prática é transferir a decisão para o momento da criação: cada novo conjunto de dados recebe um responsável e uma data de validade. O acervo existente deve ser tratado em campanhas delimitadas, começando pelos repositórios sem dono e inativos, onde o risco é maior e as objeções são menores. Cada campanha começa com uma classificação de dados, para que se saiba o que está sendo excluído.

A limpeza funciona melhor nesta ordem:

1. 1

   Inventariar e classificar

   Não é possível aposentar o que não se consegue ver.

2. 2

   Definir prazos de retenção

   Estabeleça datas de exclusão na criação dos dados, não depois que eles se acumularem.

3. 3

   Revisar acessos

   Revogue permissões que sobreviveram à sua finalidade, especialmente quando alguém sai da empresa.

4. 4

   Descartar com segurança

   Execute as purgas conforme o cronograma e verifique se incluem os backups.

Comece pelos conjuntos de dados que mais causariam dano se vazassem e depois pelos repositórios que ninguém administra. Regras de retenção escritas para todos os arquivos de uma vez costumam ser desativadas, então mantenha a primeira campanha pequena o bastante para concluí-la.