Audyt zgodności kiedyś oznaczał tydzień gorączkowego gromadzenia dowodów: robienia zrzutów ekranu z konsoli konfiguracyjnych, eksportowania migawek dzienników dostępu do arkuszy kalkulacyjnych, pisania opisów mechanizmów kontroli, które nigdy nie były zaprojektowane do generowania dowodów w postaci czytelnej dla maszyn. W noc poprzedzającą przybycie audytora ktoś zawsze uzgadniał rozbieżności między tym, co zgodnie z dokumentem polityki powinno się wydarzyć, a tym, co faktycznie działo się w logach systemowych. Różnica między tymi dwoma stanami, między zamierzonym a zademonstrowanym stanem zgodności, stanowiła ryzyko audytu i była mierzona w godzinach ręcznego uzgadniania, a nie w sekundach automatycznej weryfikacji.
Tylko 46% dyrektorów ds. bezpieczeństwa informacji (CISO) rozpoczęło wdrażanie compliance as code. Jeśli należysz do pozostałych 54%, ten artykuł to Twoja mapa drogowa do nadrobienia zaległości. Compliance as code przekształca cotygodniowe ćwiczenia przeciwpożarowe w ciągły, zautomatyzowany proces: każda zmiana w kodzie, konfiguracji lub infrastrukturze przechodzi przez bramki zgodności, zanim trafi do produkcji, a każda bramka generuje ustrukturyzowane dowody, które są natychmiast dostępne dla audytorów bez konieczności ręcznego gromadzenia. Korzyści dla organizacji wykraczają poza gotowość do audytu. Wbudowanie kontroli zgodności w procesy oznacza, że problemy ze zgodnością są wykrywane wtedy, gdy ich naprawa jest najtańsza, w trakcie rozwoju, a nie wtedy, gdy są najdroższe, po ustaleniu przepisów lub incydencie produkcyjnym.
W organizacjach z nowoczesnymi aplikacjami chmurowymi narzędzia do zapewniania zgodności z przepisami (compliance-as-code) są dojrzałe i dobrze udokumentowane. Dla organizacji, których obciążenia najbardziej wrażliwe na zgodność działają na komputerach mainframe w języku COBOL, co dotyczy większości dużych banków, firm ubezpieczeniowych i agencji rządowych, wyzwanie jest znacznie bardziej złożone niż to, co opisuje standardowy podręcznik zgodności z przepisami (compliance-as-code).
Ślad audytu dla promocji Legacy
SMART TS XL sprawdza, czy programy wdrażające regulowane obliczenia pozostają strukturalnie spójne z zatwierdzoną specyfikacją.
DOWIEDZ SIĘ WIĘCEJ…Co oznacza zgodność z kodeksem, a czym nie jest
Zgodność jako kod to praktyka wyrażania wymagań zgodności w postaci kodu wykonywalnego, maszynowo czytelnych zasad, reguł i testów, które są uruchamiane automatycznie w ramach procesu dostarczania oprogramowania. Kontrola zgodności nie jest czynnością manualną wykonywaną przez człowieka przed wdrożeniem; jest to zautomatyzowana bramka, która działa bez ingerencji człowieka, generuje wynik pozytywny/negatywny i generuje ustrukturyzowane dowody kontroli.
Zamiast ręcznych arkuszy kalkulacyjnych, które psują się po błędnym otwarciu, i reaktywnych audytów przeprowadzanych po pojawieniu się problemów, otrzymujesz zautomatyzowane kontrole zgodności wbudowane w proces CI/CD. Twój kod jest testowany pod kątem zgodności w taki sam sposób, jak pod kątem błędów: w sposób ciągły, automatyczny i jeszcze przed wprowadzeniem do produkcji.
Czym nie jest compliance-as-code: nie jest to ćwiczenie dokumentacyjne, platforma do zarządzania politykami ani narzędzie GRC przechowujące dowody po fakcie. Cechą charakterystyczną jest to, że kontrola zgodności przebiega w procesie, jest częścią procesu dostarczania, a nie jego nakładką. Narzędzie generujące raporty zgodności z logów systemowych po wdrożeniu nie jest compliance-as-code. Bramka w procesie CI/CD, która blokuje wdrożenie w przypadku naruszenia reguły zgodności, jest nią.
Trzy cechy odróżniają dojrzały program zgodności z kodem od częściowej implementacji:
Ciągłe, a nie okresowe. Kontrole zgodności przeprowadzane są przy każdej zmianie, a nie kwartalnie ani rocznie. Stan zgodności systemu jest znany przy każdym zatwierdzeniu, a nie w dniu ostatniego audytu.
Zapobieganie, a nie detektywistyczne. Naruszenia zgodności są wykrywane, zanim dotrą do produkcji, a nie po audycie lub incydencie. Bramka blokuje niezgodną zmianę; zespół ds. zgodności nie ściga jej po fakcie.
Udowodnione, a nie stwierdzone. Weryfikacja zgodności generuje dowody w formie czytelnej dla maszyn, czyli ustrukturyzowany zapis tego, co zostało sprawdzone, kiedy, z jakim rezultatem i w oparciu o którą wersję polityki. Audytor sprawdza dane w bazie danych; nie otrzymuje pisemnego potwierdzenia, że kontrole zostały przestrzegane.
Cztery rodzaje kontroli zgodności w rurociągach
Zgodność z kodeksem obejmuje cztery odrębne kategorie kontroli, z których każda wymaga innych wzorców wdrażania:
Typ 1: Kontrole zasad bezpieczeństwa
Statyczna analiza kodu, wykrywanie sekretów, skanowanie podatności i reguły SAST, które wymuszają polityki bezpieczeństwa jako warunek wdrożenia. Są to najbardziej dojrzałe mechanizmy kontroli zgodności z kodem. Semgrep, SonarQube, Snyk, Checkov i podobne narzędzia są od lat zintegrowane z procesami CI/CD. Reguła Semgrep, która blokuje zatwierdzenia zawierające zakodowane na stałe dane uwierzytelniające, jest implementacją polityki bezpieczeństwa „bez zakodowanych na stałe sekretów” w trybie zgodności z kodem.
Uwzględnione ramy regulacyjne: SOC 2 (dostęp logiczny CC6.1-CC6.8), PCI-DSS 4.0 (wymaganie 6.3 dotyczące testowania bezpieczeństwa), ISO 27001 (bezpieczne opracowywanie A.14).
Typ 2: Kontrole polityki infrastruktury jako kodu
Reguły OPA (Open Policy Agent), Checkov i tfsec, które weryfikują manifesty Terraform, CloudFormation i Kubernetes pod kątem bazowych poziomów bezpieczeństwa i zgodności przed udostępnieniem infrastruktury. Polityka Rego, która blokuje konfiguracje Terraform z publicznymi kontenerami S3, to implementacja zasady „brak publicznych kontenerów pamięci masowej” w modelu zgodności z kodem. Te kontrole są przeprowadzane względem definicji infrastruktury przed wdrożeniem, a nie względem działającej infrastruktury po wdrożeniu.
Omówione ramy regulacyjne: standardy CIS, NIST 800-53, SOC 2 (logiczny dostęp do sieci CC6.6), kontrola FedRAMP dla środowisk chmurowych.
Typ 3: Zarządzanie danymi i kontrole prywatności
Automatyczne kontrole, które egzekwują zasady przetwarzania danych na poziomie kodu: weryfikacja, czy schematy bazy danych nie wprowadzają nowych kolumn PII bez odpowiedniej klasyfikacji, czy punkty końcowe API, które ujawniają dane osobowe, wymagają uwierzytelnienia, czy logika retencji danych jest zgodna z udokumentowaną polityką retencji. W większości programów zgodności te kontrole są mniej dojrzałe, istnieją odpowiednie narzędzia (Great Expectations, testy DBT, niestandardowe reguły Semgrep), ale definicje zasad rzadko są wyrażane w formie czytelnej dla maszyn.
Uwzględnione ramy regulacyjne: artykuł 25 RODO (ochrona danych w fazie projektowania), przepisy bezpieczeństwa HIPAA, CCPA, PCI-DSS 4.0 (wymaganie 3 dotyczące ochrony danych posiadacza karty).
Typ 4: Kontrola zmian i kontrola podziału obowiązków
Automatyczna weryfikacja, czy sam proces wdrażania spełnia wymagania kontroli zmian: tożsamość wdrażającego nie jest taka sama jak tożsamość autora (podział obowiązków), wymagane zgody uzyskano przed wdrożeniem, okna wdrożeniowe zostały zachowane, a możliwość wycofania zmian istnieje i jest udokumentowana. Weryfikacja ta jest przeprowadzana na etapie wdrożenia, a nie analizy kodu.
Uwzględniono następujące ramy regulacyjne: SOX ITGC (kontrola zarządzania zmianą), DORA odporność operacyjna, ISO 20000 zarządzanie zmianą.
Dlaczego tylko 46% osób rozpoczęło: Prawdziwe bariery
Wskaźnik wdrożenia zgodności z przepisami na poziomie 46% jest niższy niż sugerowałby wskaźnik świadomości. Koncepcja ta jest powszechnie znana, ale to na etapie wdrażania organizacje napotykają na przeszkodę. Trzy bariery odpowiadają za większość tej luki:
Trudność w tłumaczeniu zasad. Wymagania regulacyjne są pisane w języku naturalnym, aby człowiek mógł je zinterpretować. Przekształcenie ich w reguły wykonywalne maszynowo wymaga zarówno wiedzy regulacyjnej (aby poprawnie zinterpretować wymaganie), jak i wiedzy technicznej (aby wyrazić interpretację w postaci kodu). Przecięcie się tych dwóch zestawów umiejętności jest rzadkie. Wymaganie SOC 2, zgodnie z którym „dostęp do systemów produkcyjnych jest ograniczony do upoważnionego personelu”, wymaga konkretnej interpretacji (który system, który personel, co stanowi dostęp, jaki dowód autoryzacji), zanim będzie mogło zostać wyrażone jako reguła bramkowa. Błędna interpretacja powoduje, że kontrola zgodności przechodzi pomyślnie, gdy naruszona zostanie podstawowa kontrola, co jest gorsze niż brak jakiejkolwiek kontroli.
Fragmentacja narzędzi w całym portfolio. Program zgodności obejmujący infrastrukturę chmurową (Terraform + OPA), kod aplikacji (Semgrep + SonarQube), obrazy kontenerów (Trivy + Cosign) oraz potoki danych (Great Expectations) musi koordynować dowody w czterech różnych ekosystemach narzędzi, z których każdy charakteryzuje się innymi formatami wyjściowymi, innymi schematami dowodów i innymi trybami awarii. Agregacja tych dowodów w ujednolicony ślad audytu wymaga prac integracyjnych, których wiele organizacji jeszcze nie wykonało.
Wykluczenie starszych systemów. Standardowa implementacja zgodności jako kodu zakłada nowoczesny proces dostarczania aplikacji: repozytorium Git, platformę CI/CD, rejestr kontenerów, docelowy system wdrożenia w chmurze. Programy COBOL na komputerach mainframe nie pasują do tego modelu. „Protokół” zmiany programu na komputerze mainframe wygląda następująco: edycja źródła w PDS (Partitioned Data Set), przesłanie kompilacji JCL, awansowanie skompilowanego modułu ładowania do biblioteki testowej, uruchomienie wsadowego UAT, awansowanie do środowiska produkcyjnego. Nie ma przepływu pracy GitHub Actions, obrazu Dockera ani wdrożenia Kubernetes. Standardowe narzędzia zgodności jako kodu nie posiadają mechanizmu do dołączania bramek zgodności do tego procesu.
Organizacje wykorzystujące komputery mainframe stoją przed wyborem: wdrożyć zgodność z kodem w nowoczesnym stosie i pogodzić się z tym, że kod najbardziej wrażliwy na zgodność, czyli programy COBOL wdrażające obliczenia regulacyjne, pozostanie poza zautomatyzowanymi ramami zgodności; lub rozwiązać problem uwzględnienia komputerów mainframe przed ubieganiem się o pełne pokrycie zgodnością z kodem.
Integracja potoków: nowoczesny stos
W przypadku nowoczesnych aplikacji integracja zgodności z kodem przebiega według dobrze ugruntowanego wzorca:
jamla
# GitHub Actions: compliance gate pipeline
name: Compliance Gates
on:
pull_request:
push:
branches: [main]
jobs:
security-compliance:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
with:
fetch-depth: 0
- name: Secret detection (SOC 2 CC6.1)
uses: trufflesecurity/trufflehog@main
with:
extra_args: --only-verified
- name: SAST scan (PCI-DSS 6.3)
uses: semgrep/semgrep-action@v1
with:
config: >-
p/owasp-top-ten
p/secrets
p/security-audit
- name: Dependency vulnerability scan (PCI-DSS 6.3.3)
run: |
npm audit --audit-level=high
# Fail if high or critical CVEs present
iac-compliance:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Terraform policy check (CIS + NIST 800-53)
uses: bridgecrewio/checkov-action@master
with:
framework: terraform
check: CKV_AWS_20,CKV_AWS_57 # no public S3, encrypted at rest
evidence-collection:
needs: [security-compliance, iac-compliance]
runs-on: ubuntu-latest
steps:
- name: Generate compliance attestation
run: |
cat > compliance-evidence.json << EOF
{
"run_id": "${{ github.run_id }}",
"commit": "${{ github.sha }}",
"timestamp": "$(date -u +%Y-%m-%dT%H:%M:%SZ)",
"checks": {
"secret_detection": "passed",
"sast": "passed",
"dependency_scan": "passed",
"iac_policy": "passed"
},
"policy_version": "v2.3.1",
"auditable": true
}
EOF
- name: Sign attestation (SLSA provenance)
uses: sigstore/cosign-installer@v3
# Cryptographically signs the evidence artifact
Warstwa zasad OPA dodaje deklaratywne egzekwowanie reguł na poziomie bramek potoku:
Rego
# OPA Rego policy: enforce separation of duties
# Blocks deployment when author and approver are the same identity
package deployment.compliance
deny[msg] {
input.deployment.approved_by == input.deployment.authored_by
msg := sprintf(
"Separation of duties violation: %v cannot approve their own deployment",
[input.deployment.authored_by]
) } deny[msg] { count(input.deployment.approvals) < 2 input.deployment.environment == “production” msg := “Wdrożenia produkcyjne wymagają co najmniej 2 zatwierdzeń” } deny[msg] { not input.deployment.change_ticket msg := “Wdrożenie produkcyjne wymaga powiązanego biletu zmiany” }
Struktura traktuje zgodność jako pierwszorzędną, obliczalną właściwość systemu, łącząc deklaratywne polityki w formie kodu, standaryzowane gromadzenie dowodów oraz kryptograficznie weryfikowalne atesty. Centralnym elementem tego podejścia jest Compliance Data Lakehouse, który przekształca heterogeniczne artefakty potoku w łatwy do zapytania, indeksowany czasowo produkt danych zgodności, umożliwiając generowanie dowodów gotowych do audytu i ciągłe zapewnianie zgodności.
Wyzwanie systemów legacy: COBOL i potok komputerów mainframe
Opisany powyżej przepływ pracy GitHub Actions zakłada użycie Gita, kontenerów i docelowego wdrożenia w chmurze. Żaden z nich nie występuje w domyślnym przepływie pracy zarządzania zmianami na komputerach mainframe. Bramki zgodności, które uruchamiają się przy każdym żądaniu ściągnięcia dla mikrousługi Java, nie mają natywnego odpowiednika dla programu COBOL promowanego za pośrednictwem systemu zarządzania zmianami az/OS.
Odpowiednik bramy zgodności CI/CD na komputerze mainframe wymaga innej architektury:
Analiza statyczna przed awansem. Zanim element źródłowy COBOL zostanie awansowany z biblioteki programistycznej do biblioteki testowej, uruchamiany jest krok analizy statycznej dla zaktualizowanego źródła. Krok ten może zostać uruchomiony przez system zarządzania zmianami (IBM UrbanCode Deploy, Compuware ISPW, Broadcom ISPW) jako haczyk przed awansem. Analiza statyczna sprawdza wzorce istotne dla zgodności: zakodowane na stałe dane uwierzytelniające w PAMIĘCI MASOWEJ ROBOCZEJ, niezabezpieczony dostęp do plików bez sprawdzania STATUSU PLIKU, procedury obliczeniowe omijające autoryzowaną ścieżkę obliczeniową.
Walidacja kontroli zmian JCL. Zmiany JCL nie są kodem w tym samym sensie co logika aplikacji, ale mają implikacje zgodności: zmiana JCL, która dodaje nową instrukcję DD dającą zadaniu wsadowemu dostęp do zbioru danych, do którego nie powinno ono uzyskiwać dostępu, jest naruszeniem zgodności. Statyczna analiza zmiany JCL, weryfikująca dostęp do nowego zbioru danych na liście autoryzowanego dostępu, stanowi bramę zgodności dla wdrożenia na komputerze mainframe.
Analiza wpływu jako kontrola zgodności zmian transgranicznych. Gdy zmiana we współdzielonym repozytorium COBOL wpływa na dziesiątki programów jednocześnie, pytanie dotyczące zgodności brzmi: czy wpływ tej zmiany został oceniony i zatwierdzony? Analiza wpływu, identyfikująca każdy program zawierający zmieniony repozytorium, sama w sobie stanowi kontrolę zgodności. Zmiana zatwierdzona dla jednego programu, ale nieoceniona pod kątem jego czterdziestu trzech zależności przechodnich, nie zakończyła wymaganego procesu kontroli zmian.
kobol
*> Compliance-relevant pattern in COBOL: hardcoded credential
*> Should be flagged by static analysis compliance gate
WORKING-STORAGE SECTION.
01 DB-CONNECTION.
05 DB-HOST PIC X(50) VALUE 'prod-db.internal.corp'.
05 DB-USER PIC X(20) VALUE 'svcaccount'.
05 DB-PASS PIC X(20) VALUE 'P@ssw0rd2019!'.
*> ^ This is a compliance violation: hardcoded credential
*> A compliance gate should catch this before promotion
Problem z kodem regulacyjnym: kiedy COBOL jest kontrolą zgodności
Standardowe ujęcie zgodności jako kodu traktuje zgodność jako właściwość sposobu wdrażania kodu, czy przeprowadzono właściwe skanowanie, uzyskano właściwe zatwierdzenie, czy zastosowano właściwą bramkę polityki? Dla organizacji przeprowadzających obliczenia regulacyjne w języku COBOL takie ujęcie jest niekompletne. Sam kod COBOL stanowi kontrolę zgodności.
Bank, który oblicza kapitał regulacyjny zgodnie z Bazyleą III za pomocą programu COBOL, nie używa COBOL-a do wdrożenia aplikacji, która spełnia wymogi zgodności. Program COBOL jest wymogiem zgodności. Obliczenia, które wykonuje, stanowią obowiązek regulacyjny. Jeśli program COBOL zawiera błąd logiczny w obliczeniu kapitału, niepoprawny warunek w gałęzi EVALUATE, brakujący przypadek skrajny w modelu straty z uwzględnieniem niewykonania zobowiązania, błąd ten jest naruszeniem zgodności z przepisami, a nie problemem z jakością oprogramowania.
Obsługa transakcji, logika rozliczeń, kontrola zgodności i obsługa wyjątków często ewoluują bezpośrednio w tych systemach, wraz ze zmianami produktów, przepisów i warunków rynkowych. Ta skumulowana logika sprawia, że starsze platformy są wyjątkowo cenne. Wyjaśnia to również, dlaczego działania modernizacyjne rozpoczynają się od zrozumienia, jak zachowują się istniejące systemy, zanim podejmie się decyzję o ich transformacji.
W przypadku tych systemów zgodność z kodem oznacza coś bardziej fundamentalnego niż bramki potokowe: oznacza ciągłą weryfikację strukturalną, czy programy wdrażające obliczenia regulacyjne są zgodne ze specyfikacją regulacyjną. Weryfikacja ta wymaga:
Określanie zakresu wpływu zmian. Każda zmiana w programie implementującym obliczenie regulacyjne musi zostać oceniona pod kątem wpływu na regulowane dane wyjściowe. Zmiana procedury wyświetlania, która nie wpływa na ścieżkę obliczeniową, ma inne implikacje zgodności niż zmiana instrukcji COMPUTE generującej wartość kapitału regulacyjnego. Podstawą tego określania zakresu jest analiza statyczna, która odróżnia zmiany ścieżki obliczeniowej od zmian niezwiązanych ze ścieżką obliczeniową.
Walidacja równoważności behawioralnej. Gdy program obliczeniowy jest modyfikowany w celu uwzględnienia aktualizacji przepisów, naprawienia błędu lub poprawy wydajności, zmodyfikowany program musi generować wyniki równoważne oryginałowi dla wszystkich kombinacji danych wejściowych, które regulator mógł zbadać. Automatyczne generowanie testów z istniejących par danych wejściowych/wyjściowych produkcji to podejście zgodności z kodem (compliance-as-code) do walidacji równoważności behawioralnej.
Powiadomienie o zmianie zależności. Współdzielony zbiór kopii COBOL, który definiuje struktury danych używane przez program do obliczeń regulacyjnych, jest artefaktem zgodności. Każda zmiana tego zbioru kopii jest zmianą modelu danych obliczeń regulacyjnych. Kontrola zgodności zmian w zbiorze kopii wpływających na programy regulacyjne wymaga analizy wpływu przed zatwierdzeniem zmiany, a nie po jej wdrożeniu do produkcji i uruchomieniu obliczeń z użyciem zmodyfikowanego modelu danych.
Budowanie śladu dowodowego
Dowody generowane w ramach procesu compliance-as-code muszą spełniać te same standardy, co dowody generowane przez ręczne procesy compliance, ale muszą być generowane automatycznie, w sposób ciągły i bez ingerencji człowieka. Ślad dowodowy dla audytu zgodności ma pięć wymaganych cech:
| Właściwość | Wymaganie | Wdrożenie |
|---|---|---|
| Kompletność | Rejestrowane jest każde zdarzenie mające znaczenie dla zgodności | Bramy działają przy każdym wdrożeniu; bez udokumentowanej akceptacji ryzyka nie ma wyjątków |
| Dokładność | Dowody prawidłowo przedstawiają to, co zostało sprawdzone | Wyjście bramki czytelne dla maszyny, a nie podsumowania napisane przez ludzi |
| Uczciwość | Dowodów nie można zmienić po ich utworzeniu | Podpisywanie kryptograficzne (współpodpisywanie), niezmienna pamięć masowa (dziennik audytu tylko do dodawania) |
| Aktualność | Dowody gromadzone są w momencie zdarzenia | Wygenerowane przez potok w momencie wykonania, oznaczone znacznikiem czasu przez system CI |
| Zapytania | Audytorzy mogą na żądanie wyszukiwać konkretne dowody | Zindeksowany magazyn dowodów z możliwością zapytania; brak konieczności ręcznego wyszukiwania dowodów |
Generowanie SBOM, weryfikacja pochodzenia zgodna z SLSA i atestacja muszą odbywać się w trakcie przepływu kodu przez potok, a nie poprzez ręczne audyty. Implikacje dla zgodności i zarządzania dla DevOps obejmują: atestacje, czyli formalne oświadczenia dotyczące procesów kompilacji, zależności i pochodzenia zintegrowane z potokami; oraz podpisywanie artefaktów, kryptograficznie weryfikujące integralność wyników kompilacji.
W przypadku starszych systemów mainframe, ślad dowodowy ma dodatkowy wymóg: dowody muszą obejmować wydarzenie awansu mainframe, a nie tylko nowoczesne wdrożenie. Audyt zgodności, który wykazuje dowody na istnienie zautomatyzowanych bramek dla każdego wdrożenia mikrousług Java, ale nie zawiera zautomatyzowanych dowodów na awansy programów COBOL, ma lukę w pokryciu, którą audytor znajdzie.
W jaki sposób SMART TS XL Obsługuje zgodność z kodem w starszych środowiskach
SMART TS XL zapewnia podstawę analizy statycznej, która umożliwia zgodność z kodem dla warstw COBOL i JCL, w miejscach, w których standardowe narzędzia zgodności CI/CD nie są w stanie sprostać wymaganiom.
Funkcja statycznej analizy kodu skanuje programy COBOL pod kątem wzorców istotnych dla zgodności przed jakąkolwiek promocją: zakodowanych na stałe danych uwierzytelniających w pamięci roboczej (WORKING-STORAGE), deklaracji statusu pliku (FILE STATUS), które nigdy nie są sprawdzane (co stanowi lukę w zgodności w zakresie obsługi błędów), niezabezpieczonego dostępu do poufnych zestawów danych oraz procedur obliczeniowych odbiegających od zatwierdzonego wzorca algorytmicznego. Wyniki te stanowią wynik kontroli zgodności dla zmian w języku COBOL, odpowiednik wyników Semgrep dla Javy, wyrażonych jako ustrukturyzowane wyniki, które można uwzględnić w ścieżce dowodowej.
Mapowanie zależności aplikacji umożliwia sprawdzenie zgodności z analizą wpływu: przed zatwierdzeniem jakiejkolwiek zmiany w copybooku, mapa zależności enumeruje każdy program, który zawiera copybook, a każdy program obliczeniowy z nich jest oznaczany jako wymagający dodatkowej weryfikacji zgodności. Jest to zautomatyzowana ocena wpływu zmian, bramka zgodności, która zapewnia, że programy regulowane nie są dotknięte zmianami zatwierdzonymi w kontekście nieregulowanym.
Możliwość analizy wpływu generuje ustrukturyzowany zakres wpływu wymagany w przypadku przepływów pracy dotyczących zgodności: nie tylko „z tego podręcznika korzysta 47 programów”, ale „z tych 47 programów 12 znajduje się na ścieżce obliczeń regulacyjnych i wymaga zatwierdzenia zgodności przed wdrożeniem tej zmiany”. Ta zakresowa ocena wpływu stanowi dowód na spełnienie wymogu zgodności z kontrolą zmian.
Funkcja wyszukiwania w przedsiębiorstwie umożliwia wyszukiwanie dowodów zgodności w celu wsparcia odpowiedzi audytu: znajdź każdy program, który został zmieniony w określonym przedziale czasowym, każdą zmianę, która dotyczyła programu obliczeniowego zgodnego z przepisami, każdą modyfikację JCL, która dodała dostęp do zbioru danych wrażliwych na zgodność. Ta funkcja wyszukiwania stanowi ślad audytu zmian w starszych systemach, dowód na to, że wymóg zgodności z kontrolą zmian był stale spełniany, a nie tylko w ostatniej migawce.
Dla organizacji prowadzących modernizacja dziedziczna programy SMART TS XLAnaliza zgodności zapewnia bazę zgodności przed migracją: programy wdrażające obliczenia regulacyjne, struktury danych, od których są one zależne, oraz historię zmian, która pokazuje ciągłą zgodność w trakcie procesu modernizacji.
Zgodność to problem inżynieryjny, a nie dokumentacyjny
Koszty organizacyjne związane z traktowaniem zgodności jako problemu dokumentacyjnego, gromadzeniem dowodów po fakcie, uzgadnianiem dokumentów zasad z dziennikami systemowymi, przygotowywaniem pakietów audytowych pod presją terminów można zmierzyć, patrząc na zmarnowane godziny pracy inżynierów, nadgodziny zespołu ds. zgodności i ciągłe ryzyko odkrycia, któremu można było zapobiec, stosując bramkę, która nigdy nie istniała.
Zgodność jako kod oferuje rozwiązanie problemu ręcznego, reaktywnego GRC. Zapewnia ciągłą gotowość do audytu przy minimalnym narzucie, szybsze tempo publikacji oraz programistów, którzy w końcu mogą skupić się na budowaniu lepszych systemów, zamiast wypełniać formularze.
Wyzwanie inżynieryjne związane z zapewnieniem zgodności z przepisami (compliance-as-code) nie ma charakteru wyłącznie technicznego. Narzędzia te są dostępne dla każdego nowoczesnego stosu aplikacji i są szybko udoskonalane. Wyzwaniem jest tłumaczenie polityk, przekształcanie wymogów regulacyjnych w wykonywalne reguły oraz rozszerzanie zasięgu, w tym starszych systemów, w których faktycznie znajduje się kod najbardziej wrażliwy na zgodność.
W przypadku organizacji przeprowadzających obliczenia regulacyjne w języku COBOL, zgodność z przepisami w kodzie nie jest kompletna, dopóki proces awansowania w języku COBOL nie będzie miał takiego samego zautomatyzowanego pokrycia bramek, jak proces wdrażania w Javie. Kontrola zgodności uruchamiana o 2:00 w nocy, gdy zadanie wsadowe jest promowane do produkcji, jest cenniejsza niż zbieranie dowodów o 10:00 rano przed przybyciem audytora.


