分布式数据库敏感数据处理

时间:2024年11月28日 来源:

通过智能定义敏感数据类型,自动发现和识别敏感数据,包括数据类型、内容、约束关系,灵活排序减少人为筛选,定位敏感数据源。丰富的算法与仿真的字典库相结合,保证处理后数据仍具有业务属性,数据表间关系仍具有业务一致性,不影响数据挖掘分析数据价值。对涉及企业、个人信息的隐私数据,包括资金财产、个人、企业隐私的对照关系进行敏感数据识别,通过内置的规则进行处理,将数据敏感部分去隐私化,但并不失去数据挖掘的价值特征,减少数据隐私泄露带来的风险和损失,甚至降低可能发生的人身伤害和违法犯罪事件。副本数据管理CDM产品与数据备份产品的区别?分布式数据库敏感数据处理

分布式数据库敏感数据处理,上讯敏捷数据管理平台ADM

上讯敏捷数据管理平台(ADM)的主要技术是(1)ADM内置独有的高效压缩存储池,压缩比高达3:1,存储即压缩,降低了基础数据源获取的存储成本与持续增长的副本数据存储成本。(2)ADM的数据库虚拟化技术,是通过获取一份基础数据源,快速拉起多份虚拟数据库挂载给目标业务使用,虚拟数据库拉起时几乎不占用物理存储空间,在实验室测试环境下拉起一个10TB数据量的虚拟数据库,只占用1GB左右的存储空间,明显节约了存储成本和时间周期,因此针对开发测试场景,需要对同一份数据创建N份副本数据时,存储成本节约近乎N倍。数据分类网络安全领域的CDM是指什么?

分布式数据库敏感数据处理,上讯敏捷数据管理平台ADM

当前ADM支持对商业数据库、国产化数据库、文件、虚拟化平台、国产云服务器、容器等的备份恢复与容灾以及磁带库归档。***兼容Windows、Linux、Unix、统信、麒麟等各类操作系统;具体支持Oracle/MySQL/DB2/SQLServer/PostgreSQL/Informix/GoldenDB/OceanBase/OpenGauss/达梦/南大通用GBase/人大金仓KingBase/GaussDB(DWS)/MogDB/MongoDB/丛云KingWoW/TDSQL/GaussDB(forOpenGauss)/VastBase/TiDB/AntDB/磐维/海量等数据库的备份恢复与细粒度备份恢复;

在典型的重复数据删除技术中,根据不同的数据备份场景选择适合的重删策略与粒度方案。在确定重删策略与粒度后,会根据输入侧不同粒度(卷级、文件级、块级)的数据采取不同的数据切分策略,并依据任务级与全局指纹库提供自适应源端的全局重删算法与策略,当前支持源端块级、文件级重删和并行重删技术。源端重删是采用基于内容的可变长数据切分算法,通过对数据块进行哈希算法的***标记,即指纹(Fingerprint),在指纹库中寻找相同的指纹。如果存在相同指纹,则表示已保存了相同的数据块,ADM则不再保存此数据块,而是引用已存在的数据块,从而节省更多的备份空间。该算法还可以智能识别已修改的数据和未修改的数据,从而避免因修改数据位移而导致的未修改数据切分到新数据块中的问题,比较大限度地提升重删性能和重删率,为避免数据备份过程中冗余网络传输与存储开销,在源端设置粗粒度前置数据校验可以明显缩小备份传输过程中的数据冗余,目的在于不备份任意一个冗余数据。上讯ADM产品的数据备份模块实现了数据库、文件、虚拟化平台的备份恢复。

分布式数据库敏感数据处理,上讯敏捷数据管理平台ADM

敏捷数据管理平台(Agile Data Management)简称ADM,是采用基于CDM(副本数据管理)的数据库虚拟化技术,为企业上中下游数据的备份恢复、数据验证、敏感数据处理、分发交付提供的面向数据全生命周期的安全管理解决方案,在保证数据安全使用的同时,提高了数据使用效率并降低了数据存储成本。ADM由数据备份管理、备份校验管理、数据副本管理、敏感数据处理管理组成,实现了数据复制容灾、数据存储管理和数据流程管理,通过自动化流程任务编排的方式实现了数据使用的成本控制、版本管理与开发利用,能够充分发挥了数据资产的潜在价值。通过对接第三方备份系统进行备份数据的自动化恢复校验有什么产品?数据分类

上讯信息敏捷数据管理平台ADM产品的数据备份模块通过数据重删可节省传输占用的网络带宽和数据存储空间。分布式数据库敏感数据处理

上讯敏捷数据管理平台ADM对接用户现有集中式备份系统服务器,实现恢复服务器、数据恢复策略、数据验证策略和存储资源的集中管理,包括:(1)存储池自动准备存储空间、自动调度创建恢复服务器;(2)按照参数设置恢复策略、自动执行恢复计划、自动验证恢复数据;(3)恢复验证任务结束后,自动清理恢复环境,释放存储资源和恢复服务器资源,用于下一个恢复验证任务的使用,使整个数据备份恢复验证工作能够高效节能地循环利用,达到集中统一安全管理。分布式数据库敏感数据处理

上一篇: 监控图表

下一篇: 网络安全服务经验

信息来源于互联网 本站不为信息真实性负责