MétaCan
Menu
Retour à la cohorte
Enregistrement W4415192037 · doi:10.51594/csitrj.v6i9.2067

Cloud compliance for SMBs: Navigating HIPAA, PCI-DSS and CMMC requirements

2025· article· en· W4415192037 sur OpenAlexaff
Foyeke Ogundipe, Olaitan Miriam Olufisayo Raji, Tolulope Mabo, Paschal Okonkwor, Adebola Folorunso

Notice bibliographique

RevueComputer Science & IT Research Journal · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésCloud computingAccountabilityCloud computing securityCorporate governanceAuditData breachInformation security standardsCertificationService (business)

Résumé

récupéré en direct d'OpenAlex

Small and medium-sized businesses (SMBs) are increasingly adopting cloud technologies to enhance operational efficiency, scalability, and competitiveness. However, organizations in regulated industries face complex compliance requirements such as the Health Insurance Portability and Accountability Act (HIPAA), the Payment Card Industry Data Security Standard (PCI-DSS), and the Cybersecurity Maturity Model Certification (CMMC). Navigating these frameworks in cloud environments presents unique challenges for SMBs, including limited technical expertise, constrained budgets, evolving regulations, and heightened cybersecurity threats. This paper examines practical strategies and governance approaches for SMBs to achieve and sustain compliance with HIPAA, PCI-DSS, and CMMC in cloud-based operations. The proposed compliance model emphasizes a risk-based, phased approach tailored to SMB constraints while leveraging the scalability and security features of leading cloud service providers. Key components include conducting comprehensive compliance gap assessments, implementing automated policy enforcement, and integrating continuous monitoring solutions for detecting deviations from regulatory requirements. Encryption, identity and access management, multi-factor authentication, and zero-trust principles form the technical foundation, while clear policy documentation, employee training, and vendor management processes address organizational readiness. The paper also highlights the role of shared responsibility models in cloud compliance, clarifying boundaries between SMB obligations and service provider controls. By aligning governance structures with frameworks such as NIST Cybersecurity Framework and ISO 27001, SMBs can create a unified compliance architecture that simultaneously meets multiple regulatory requirements. Case illustrations demonstrate how SMBs have reduced audit preparation time, minimized compliance violations, and improved breach response through proactive cloud governance practices. Ultimately, the study underscores that cloud compliance for SMBs is not solely a technical exercise but a strategic capability that enhances resilience, trust, and market credibility. The integrated model provides a replicable blueprint for SMBs to navigate overlapping regulatory demands efficiently while enabling secure digital transformation in competitive markets. Keywords: SMB Cloud Compliance, HIPAA, PCI-DSS, CMMC, Regulatory Compliance, Cloud Governance, Shared Responsibility Model, NIST Cybersecurity Framework, ISO 27001, Zero-Trust Security, Identity And Access Management, Continuous Monitoring, Data Encryption, Vendor Risk Management, Compliance Automation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,004
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,353
Tête enseignante GPT0,482
Écart entre enseignants0,129 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer Science & IT Research JournalMême sujetBig Data and Business IntelligenceTravaux en français237 207