Azure Databricks is nu HITRUST-gecertificeerd
Publicatiedatum: 22 januari, 2020
Azure Databricks is nu gecertificeerd voor HITRUST Common Security Framework (HITRUST CSF®). Azure Databricks biedt een snel, eenvoudig en voor samenwerking ontwikkeld analyseplatform dat op Apache Spark™ is gebaseerd en waarmee het bouwen van big data- en AI-oplossingen sneller en eenvoudiger gaat. Azure Databricks wordt ondersteund door toonaangevende SLA's. Azure Databricks voegt zich bij veel andere Azure-services die formeel zijn gecertificeerd voor HITRUST CSF, zodat u vol vertrouwen cloudtoepassingen kunt maken en implementeren.
De HITRUST-certificering is de meest gewilde beveiligingsaccreditatie binnen de gezondheidszorg. Deze certificering heeft betrekking op vereisten op het gebied van beveiliging, privacy en wettelijke regelgeving die specifiek voor de gezondheidszorg gelden, en zorgt ervoor dat het CSF (Common Security Framework) wordt nageleefd, waardoor organisaties kunnen aantonen dat hun beveiliging en de naleving van vereisten zijn gestroomlijnd. CSF bouwt voort op HIPAA en de HITECH Act en maakt gebruik van vereisten van bestaande raamwerken zoals ISO 27001 en MARS-E. HITRUST stelt organisaties in staat om de nalevingsnormen te benchmarken via raamwerken, evaluatie- en certificeringsprocessen, en biedt drie garantieniveaus, waaraan Azure Databricks voldoet. Hoewel HITRUST de nieuwste certificering van Azure Databricks is, is de service ook gecertificeerd door AICPA, HIPPA, AVG en ISO.
Deze certificering helpt u om volumes klinische gegevens te gebruiken om met behulp van Azure Databricks innovatie te stimuleren, zonder dat u zich zorgen hoeft te maken over beveiliging en risico's. Daarnaast helpt deze certificering u om uw IT-workloads eenvoudig te verplaatsen door middel van een gestroomlijnd proces. Azure Databricks helpt bij zaken die reiken van het voorspellen van geneesmiddelengebruik tot het leveren van aangepaste behandelplannen en het benutten van geavanceerde medische doorbraken, en heeft tot doel organisaties in staat te stellen hun analyse- en machine learning-workloads te schalen zonder dat ze zich zorgen hoeven te maken over obstakels op het gebied van wet- en regelgeving, privacy en beveiliging.