Les dark data se trouvent dans presque tous les systèmes utilisés par une organisation. Le point commun entre ces données est qu’elles ne sont utilisées par personne et que, bien souvent, personne ne sait même qu’elles existent. Les sources typiques sont les suivantes :
Données de journaux et d’événements : journaux de serveur, télémétrie d’application et pistes d’audit, automatiquement collectés et rarement consultés.
Fichiers non structurés : documents, feuilles de calcul, images et pièces jointes d’e-mails éparpillés sur des partages de fichiers et des outils de collaboration.
Données générées par des machines : lectures de capteurs, données issues de l’IoT et métriques système qui s’accumulent plus vite que ce que les équipes peuvent traiter.
Sauvegardes et archives anciennes : copies à un instant précis, conservées bien au-delà de leurs besoins de rétention, souvent sans propriétaire identifié.
Données applicatives abandonnées : enregistrements laissés par des applications mises hors service, d’anciens employés ou des projets terminés.
Les dark data augmentent parce qu’il est plus facile et moins coûteux de les conserver que de décider lesquelles supprimer. Quelques facteurs sont à l’origine de l’accumulation :
Rétention par défaut : Les équipes conservent les données « au cas où », et aucune politique n’impose un examen.
Faibles coûts de stockage : Grâce au cloud et au stockage objet, la conservation des données indéfiniment est peu coûteuse, si bien que peu de gens remettent en cause cette habitude.
Systèmes cloisonnés : les données sont réparties entre des applications SaaS, des machines virtuelles et des comptes cloud qu’aucune équipe ne peut voir de bout en bout.
Croissance explosive des données : Les services cloud, les plateformes SaaS et les appareils connectés génèrent beaucoup plus de données que les programmes de gouvernance ne peuvent suivre le rythme.
Les données non gérées ne sont pas anodines. Plus il reste longtemps invisible, plus il présente de risques :
Exposition aux risques de sécurité : on ne peut pas protéger ce que l’on ne voit pas. Les informations sensibles dissimulées dans des référentiels oubliés offrent aux attaquants une cible que personne ne surveille.
Risque de conformité et de confidentialité : les données réglementées, telles que les dossiers personnels ou financiers, peuvent se cacher dans des dark data, exposant l’organisation à un non-respect des réglementations en matière de confidentialité.
Coûts inutiles : stocker, sauvegarder et gérer des données sans valeur alourdit le budget et encombre les environnements.
Restauration plus lente : l’accumulation de données non classifiées allonge les fenêtres de sauvegarde et complique la restauration des workloads importants.
Une gestion solide de la posture de sécurité des données (DSPM) permet de combler ces lacunes en découvrant et en classant les données où qu’elles se trouvent.
Les deux se chevauchent mais ne sont pas identiques. Les informations redondantes, obsolètes ou triviales (ROT) n’ont aucune valeur permanente et peuvent généralement être supprimées. Les dark data sont simplement des données qui restent inutilisées et invisibles. Une partie de ces données est ROT, mais une autre présente une réelle valeur que l’organisation n’a jamais exploitée, comme des informations qui pourraient éclairer les décisions une fois qu’elles sont découvertes et classées. L’objectif de la gestion des dark data est précisément de faire la distinction entre ces différents types de données.
La gestion des dark data consiste moins à tout supprimer qu’à gagner en visibilité, puis à agir en fonction de ce que vous trouvez :
Découvrir et classer : analysez les environnements pour localiser les données et les étiqueter en fonction de leur sensibilité et de leur valeur.
Définissez des politiques de rétention et de cycle de vie : décidez de la durée de rétention de chaque type de données, puis automatisez le nettoyage.
Réduisez au minimum ce que vous conservez : recueillez et conservez uniquement les données qui servent un objectif clair.
Surveillance continue : Les données augmentent chaque jour, alors traitez la découverte comme une pratique continue plutôt que comme un projet ponctuel.
En intégrant ces étapes dans un programme plus large de gouvernance et de sécurité des données, on évite que les dark data ne deviennent un angle mort et on aide les équipes à maintenir la confiance dans les données et l’IA à mesure qu’elles exploitent davantage d’informations.
Les dark data ont un impact direct sur la résilience. Lorsque des copies de données non classifiées et inutilisées sont injectées dans les sauvegardes, elles gonflent la consommation de stockage et allongent les fenêtres de sauvegarde et restauration. Pire encore, des attaquants peuvent dissimuler des logiciels malveillants ou des données exfiltrées dans des espaces de stockage que personne ne surveille, ce qui complique une restauration saine après un incident. Une bonne visibilité sur ce que vous protégez, et pourquoi, permet de garder des sauvegardes efficaces et d’accélérer la restauration, afin que les données importantes soient toujours prêtes à être restaurées.
Les dark data sont-elles la même chose que le big data ?
Non. Le big data désigne des ensembles de données très volumineux et complexes que les organisations analysent activement. Les dark data désignent des informations qui ne sont pas exploitées, que leur volume soit grand ou petit.
Les dark data ont-elles de la valeur ?
Tout à fait. Certaines dark data recèlent des informations inexploitées. Le défi, c’est que les dark data restent cachées jusqu’à ce qu’elles soient découvertes, classées et reliées à un besoin métier.
Comment trouver les dark data ?
Les outils de découverte et de classification des données, y compris les plateformes DSPM, peuvent analyser les environnements pour indiquer où résident les données et signaler ce qui est sensible.
Les dark data représentent-elles un risque pour la sécurité ?
C’est peut-être le cas. Les informations sensibles présentes dans des emplacements de stockage non surveillés augmentent la surface d’attaque et peuvent entraîner des lacunes de conformité si elles contiennent des données réglementées.