[일반적인 분석 테스트 | 기술분야(Technology)]
원문 출처: https://www.arbutussoftware.com/en/popular-tests-/technology
IT 의 범위와 복잡성이 급격하게 증가함에 따라 조직의 데이터 및 프로세스는 존재하는 수많은 위협으로부터 제대로 보호되는지 확인하기 위한 엄격한 테스트가 필요합니다.
기술분야(Technology)
ID 관리: 퇴사한 직원
Join 을 사용하여 HR 에서 퇴사한 직원 데이터를 Active Directory 파일과 매칭(match) 시켜 직원이 퇴사한 후에도 여전히 활성 상태인 계정을 식별합니다.
직무분리(SOD)
many-to-many Join 을 사용하여, 각 직원의 직무 쌍(employee's pairs of duties)을 포함하는 테이블을 생성합니다.
그런 다음,
matched Join 을 사용하여 권한이 제한되는 직원 직무의 쌍(pairs of employee duties)을 식별합니다.
이벤트 로그 분석(Event Log Analysis)
Event log 는 구조화되지 않는 경향이 있습니다. 고정 조건부 필드(static conditional field)를 사용하여 "flat" 파일을 생성하여, 쉽게 분석할 수 있는 format 으로 데이터를 렌더링 합니다.
시스템-레벨 설정 값(System-Level Settings)
정기적으로 시스템 설정(setting) 값을 extract(추출)한 다음 Compare command(비교 명령)를 사용하여 변경 사항을 식별합니다.
데이터 무결성(Data Integrity)
데이터를 사용하기에 적절한지 여부를 판단하기 위해 분석 전에 데이터를 엄격하게 테스트해야 합니다.
잠재적인 데이터 문제를 식별하기 위해 실행할 수 있는 다양한 테스트가 있습니다.
데이터 이관(Data Migration)
운영 데이터(Production data)는 정기적으로 데이터 웨어하우스로 이동하므로, 여기에서 조직 내 여러 부서의 분석가들이 라이브 데이터를 위태롭게 하지 않고 데이터를 사용할 수 있습니다. 마이그레이션 프로세스를 상시 모니터링(continuous monitoring)하면, 심각한 위협이 되기 전에 마이그레이션 문제를 신속하게 식별할 수 있습니다.
Join 및 Compare command(비교 명령)는 이러한 목적을 위해 필수적입니다.
신규 시스템이 구현되었을 때, 이러한 command 들을 사용하여 무결성 문제(integrity issue) 없이 데이터가 성공적으로 마이그레이션 되었는지 확인할 수도 있습니다.
데이터 정규화(Data Normalization)
Key field(s)는 종종 시스템마다 format 이 다를 수 있습니다. 비교에 적합하도록 computed field(계산된 필드)에서 데이터를 정규화(normalize the data)하는데 사용할 수 있는 function(함수)은 다음과 같습니다.
- SortNormalize
- Normalize
- Upper
- Lower
- Include
- Exclude
- String
- Value
- Zoned
- AllTrim
- Compact
- Split
- Substring