HITRUST

Viktigt!

Den här funktionen finns som allmänt tillgänglig förhandsversion.

På den här sidan beskrivs HITRUST-efterlevnadskontroller i Azure Databricks.

HITRUST Översikt

HITRUST är ett certifierbart ramverk som integrerar flera efterlevnadsstandarder, inklusive HIPAA, för att hjälpa organisationer att hantera risker och demonstrera säkerhets- och sekretessefterlevnad.

Huvudpunkter

  • Används ofta i sjukvårdsbranschen.
  • Baserat på ett enhetligt ramverk som kombinerar HIPAA, ISO, NIST, GDPR och andra.
  • Erbjuder en certifierbar metod för att hantera risker och säkerställa regelefterlevnad.

Aktivera HITRUST-efterlevnadskontroller

För att konfigurera din arbetsyta för att stödja bearbetning av data som regleras av HITRUST-standarden rekommenderar Databricks starkt att arbetsytan aktiverar säkerhetsprofilen för efterlevnad. När stödet blir allmänt tillgängligt kommer en säkerhetsprofil för efterlevnad att krävas för HITRUST-arbetsbelastningar.

Endast specifika förhandsgranskningsfunktioner stöds för bearbetning av reglerade data. Mer information om säkerhetsprofilen för efterlevnad, vilka förhandsversionsfunktioner som stöds och regioner som stöds finns i Säkerhetsprofil för efterlevnad.

Du är ensam ansvarig för att kontrollera att känslig information aldrig anges i kunddefinierade indatafält, till exempel arbetsytenamn, beräkningsresursnamn, taggar, jobbnamn, jobbkörningsnamn, nätverksnamn, namn på autentiseringsuppgifter, lagringskontonamn och Git-lagringsplats-ID:n eller URL:er. Dessa fält kan lagras, bearbetas eller nås utanför efterlevnadsgränsen.

Information om hur du aktiverar HITRUST-efterlevnadskontroller finns i Konfigurera förbättrade säkerhets- och efterlevnadsinställningar.

Regionalt stöd för funktioner

Den här tabellen visar funktionstillgänglighet för den valda efterlevnadsstandarden i alla Databricks-regioner som stöds. Vissa funktioner kan visas som tillgängliga innan de faktiskt släpps.

Feature australiacentral australiacentral2 australiaeast australiasoutheast brazilsouth canadacentral canadaeast centralindia centralus eastasia eastus eastus2 eastus2euap francecentral germanywestcentral japaneast japanwest koreacentral mexicocentral northcentralus northeurope norwayeast qatarcentral southafricanorth southcentralus southeastasia southindia swedencentral switzerlandnorth switzerlandwest uaenorth uksouth ukwest westcentralus westeurope westindia westus westus2 westus3
AI Functions – Klassificering
AI Functions – Dokumentanalys
AI Functions – informationsutvinning
Avvikelseidentifiering
Klassisk beräkning
Renrum
Dataklassificering
Databricks-appar
Databricks One
Standardlagringsutrymme
Genie-agentläge
Genie-kod
Genie Code Agentläge
Genie Code Dashboard Agent
Genie Spaces
Kunskapsassistent
Lakebase Autoskalning
Lakeflow Connect – Confluence
Lakeflow Connect – Dynamics 365
Lakeflow Connect – GA4
Lakeflow Connect – Google Ads
Lakeflow Connect – HubSpot
Lakeflow Connect – Metaannonser
Lakeflow Connect – MySQL
Lakeflow Connect – NetSuite
Lakeflow Connect – PostgreSQL
Lakeflow Connect – SFTP
Lakeflow Connect – Salesforce
Lakeflow Connect – ServiceNow
Lakeflow Connect – SharePoint
Lakeflow Connect – TikTok-annonser
Lakeflow Connect – Workday HCM
Lakeflow Connect – Workday-rapporter (RaaS)
Lakeflow Connect – Zendesk Support
Lakeflow Connect – Zerobus Ingest
Lakeflow-jobb
Lakeflow Pipelines-redigeraren
Lakehouse-övervakning
MLflow på Databricks
Hanterade MCP-servrar
Modellhantering – AI Gateway
Modellimplementering – AI-skyddsräcke
Modellhantering – AI Playground
Modellservering – anpassade modeller
Modellhantering – Externa Modeller
Modellservering – AI-funktion för grundmodeller (ai_query)
Modellservering – Basmodeller – betala per token
Förutsägande optimering
Serverlösa jobb/arbetsflöden/Notebooks
Serverlösa Lakeflow-pipelines
Serverlösa SQL-lager
Serverlös arbetsyta
Övervakaragent
Vektorsökning (standard)
Vektorsökning (lagringsoptimerad)