mcpField
A
audit-sampling-methods

audit-sampling-methods

github.com/mukul975セキュリティ32346 回インストール32 週間前に更新
リポジトリ

audit-sampling-methods について

プライバシー監査で全件を調べずにサンプルを選び、評価するためのスキルです。統計的・判断的手法、サンプル数の考慮事項、プライバシー固有の要素、結果の外挿を説明します。

主な機能

  1. 01統計的サンプリング手法
  2. 02判断的サンプリング手法
  3. 03サンプル数の参考表
  4. 04プライバシー監査固有の要素
  5. 05結果の評価と外挿

活用シーン

  1. 01データ主体請求への対応テストの計画
  2. 02同意記録やベンダー契約の抽出検査
  3. 03規制当局向け監査のサンプル数設定
  4. 04サンプルの逸脱を母集団に外挿

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/mukul975/privacy-data-protection-skills --skill audit-sampling-methods

インストール後、Claude Code で/audit-sampling-methodsを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

assets/
template.md
references/
standards.md
workflows.md
scripts/
process.py

詳細

プライバシー監査のサンプリング手法

概要

監査サンプリングとは、母集団全体について結論を導くために、母集団内の項目の100%未満に監査手続きを適用することです。プライバシー監査では、すべての個別記録を調査することなく、処理活動、DSARへの対応、同意記録、ベンダー契約、その他のプライバシー管理策への準拠を検証するためにサンプリングを使用します。

ISA 530(国際監査基準―監査サンプリング)およびIIA実務勧告2320-3(監査サンプリング)は、権威ある枠組みを示しています。プライバシー監査では、サンプリングにおいて、個人データ処理に対する規制当局の厳しい監視と、個々の不適合記録が重大な損害をもたらす可能性を考慮する必要があります。

サンプリングのアプローチ

アプローチ説明使用する場面
統計的サンプリング確率論を用いてサンプルを選定し、結果を評価します。サンプリングリスクの定量化が可能です監査結論を規制当局に対して裏付ける必要がある場合、大規模な母集団、結果を外挿する必要がある場合
非統計的(判断的)サンプリング監査人が専門的判断に基づいて項目を選定します母集団が小さい場合、既知のリスク領域を対象とした検証、統計的サンプリングの補完

統計的サンプリング手法

属性サンプリング

母集団における逸脱(不適合)の割合を推定するために使用します。

パラメーター説明プライバシー監査での一般的な値
母集団の規模監査対象の母集団に含まれる項目の合計数例:DSAR 1,000件、ベンダー契約500件
信頼水準サンプル結果が母集団を反映している確率90%(標準)、95%(規制当局向け)
許容逸脱率許容できる不適合率の上限5%(標準)、2%(重要な管理策)
予想逸脱率実際の不適合率の推定値過去の監査またはリスク評価に基づく
サンプルサイズ検証する項目数上記のパラメーターから算出
サンプルサイズの参考表(属性サンプリング)
母集団信頼水準90%/許容逸脱率5%信頼水準95%/許容逸脱率5%信頼水準95%/許容逸脱率2%
100384564
2504250100
5004454131
1,0004557154
5,0004659176
10,000以上4659181
層化サンプリング

母集団をサブグループ(層)に分け、それぞれから比例または非比例にサンプルを抽出します。

層化要因層の例根拠
事業部門EU、US、APAC管轄区域ごとに規制要件が異なる
データの機微性標準、機微、特別カテゴリリスクの高いデータカテゴリでは、より多くの検証が必要
処理目的マーケティング、人事、カスタマーサービス目的ごとに準拠要件が異なる
期間第1四半期、第2四半期、第3四半期、第4四半期季節的な傾向や悪化を検出
ベンダーの階層Tier 1(取扱量が多い)、Tier 2、Tier 3リスクが最も高いベンダーにサンプリングを重点化

非統計的サンプリング手法

手法説明適用例
無作為選択偏りを避けながら、構造化された方法を用いずに項目を選定します迅速な予備検証
ブロック選択特定の期間または場所にあるすべての項目を選定します特定の期間を検証する場合(例:3月のDSARすべて)
判断的選択監査人がリスク要因に基づいて項目を選定します価値の高い項目、既知の例外、または異常の対象化

プライバシーに関するサンプリング上の考慮事項

考慮事項ガイダンス
個人への被害のしきい値適合していない記録が1件だけでも重大な被害につながる可能性があります。監査担当者は、孤立した所見を軽視してはなりません
規制当局の期待監督当局は、重要な管理策(侵害通知、同意)について、より高い信頼水準を求める場合があります
特別カテゴリデータ第9条に基づく特別カテゴリデータの処理には、許容逸脱率をより低く設定します(2%)
自動処理完全自動化されたプロセスでは、エッジケース全体でアルゴリズムの一貫性を確認するため、サンプル数を増やします
国境を越える移転移転先の国ごとに層別化し、各移転経路の十分性/保護措置の仕組みを確認します

サンプル結果の評価

シナリオサンプルの逸脱率結論
率が許容逸脱率を下回る例:観測値2%、許容値5%母集団はおそらく適合しています。重要な所見はありません
率が許容逸脱率と等しい例:観測値5%、許容値5%境界的な結果です。サンプルの拡大、または中程度の所見としての指摘を検討します
率が許容逸脱率を上回る例:観測値12%、許容値5%重大な不適合です。正式な所見が必要です
逸脱が見つからない観測値0%適合を示す強い証拠です(ただし、100%を保証するものではありません)

外挿

サンプル結果に逸脱が見られる場合、監査担当者は所見を母集団全体に投影する必要があります。

項目計算
点推定値(発見された逸脱数/サンプルサイズ)× 母集団のサイズ
逸脱の上限選択した信頼水準に基づき、統計表を使用して計算します
金銭的影響の予測値点推定値 × 逸脱1件あたりの平均影響額

コメント