<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Auteur
Cheryl E. Johnson, vice-présidente et consultante en information sur les marchés, Bank of America
Le nombre d'employés de Bank of America, associé à la multitude de rôles qu'ils remplissent, assure la complexité de la gestion des droits d'accès des applications des employés. Des profils prédéfinis ont été créés pour vous aider à gérer ce défi. Cependant, le nombre de profils a proliféré au fil du temps. Un effort a été entrepris pour déterminer si ce système pouvait être simplifié, entraînant moins d'efforts pour le maintenir tout en augmentant la transparence et en réduisant les risques. Les principales applications ont été identifiées par fonction. Ensuite, une vue en coupe de l'accès aux applications a été construite par rapport à l'ID d'employé, chaque application étant affectée d'un 0 ou d'un 1 en fonction du type d'accès de l'employé en question. En fonction du rôle, les ID d'employé étaient également liés à d'autres variables clés, telles que le code du travail (au sein d'un rôle), le secteur d'activité, la région et le site. La classification K-means a été utilisée pour regrouper des applications basées sur des droits d'accès similaires et pour identifier des modèles basés sur d'autres prédicteurs. L'analyse des bi-parcelles et des moyens de cluster résultants a permis d'améliorer considérablement la clarté, notamment: (1) l'identification des sous-groupes d'applications présentant une corrélation élevée à parfaite des droits d'accès; (2) association forte des grappes aux codes de travail; et (3) association de grappes avec d'autres variables liées.
