模糊算法

l数据库数据保护ADM采用图形化向导式操作，无需用户手动执行备份和恢复脚本，简化了备份恢复的难度。既支持传统的无挂载备份，也支持***全量备份、后续长久增量备份与全量快照合成、事务日志同步相结合的方式。数据库备份的基本流程如下：通过管理控制中心（Master）的Web管理页面推送客户端（Client）软件到需要保护的生产服务器上，自动完成客户端软件的安装和注册，与Server服务器端保持通讯。客户端将识别生产服务器中的数据库数据，并通过备份API读取数据库数据，然后将其传输至数据服务节点完成备份。管理控制中心（Master）负责向客户端软件和服务节点发送控制信息，管理整个备份任务的运行。例如：Oracle数据库采用RMAN接口进行多通道并行备份，备份粒度支持整个实例备份，恢复粒度支持细化到选定表恢复。数据安全领域的CDM是指copy data management。模糊算法

《数据安全法》第七条提出了国家鼓励数据依法合理有效利用，保障数据依法有序自由流动的权益，即在高度重视数据安全的前提下，也要获取数据合理利用带来的价值，充分发挥数据作为关键要素的作用机制。数据的依法有序自由流动涉及数据处理的各个阶段，包括数据的收集、存储、使用、加工、传输、提供、公开等，各个阶段构成了数据活动的全生命周期，维护数据安全就是要维护数据从产生到销毁的全生命周期各项处理活动的安全性.维护数据安全与促进数据开发利用是相辅相成、互相促进的关系，通过开展数据安全治理能够为数据开发利用提供安全基础保障，进而保障公民个人信息、组织的合法权益以及国家的安全，助力我国数字经济发展。云环境类型ADM的敏感数据处理灵活性体现在异构引擎可以将大数据平台数据抽取至多类型数据库，满足输出格式多样化。

测试数据版本迭代管理，提升开发测试业务的变更效率企业开发需求更新频繁，对测试环境和测试数据提出了同步变更的要求，ADM的虚拟数据库快照功能解决了测试数据版本迭代的问题，通过对数据库状态进行定时或即时的记录，保留当前虚拟数据库的状态作为测试数据版本，一旦需要调用某个版本时，只需切换到不同时间点的虚拟库快照即可，灵活实现测试数据版本的任意切换，ADM还支持创建和维护虚拟库级联快照，满足回归测试等具体应用场景，通过这一功能明显提升了开发测试效率、升级迭代效率。

备份是一个长期的过程，恢复往往只在事故发生后进行，且备份数据的可恢复性、可用性在很大程度上依赖于备份数据的完整性。为了保证备份数据的可用性，很多企事业单位会定期进行数据库备份的恢复演练，也就是从备份数据中恢复出一套完整的数据库。执行备份数据的恢复操作，需要备份系统管理人员或者数据库管理人员（DBA）对数据的备份恢复实现原理有深入的了解，并周期性地对备份数据进行恢复操作，以保证备份数据的可恢复性与可用性。这种长期机械性、重复性的备份、恢复及验证工作，无疑会占用DBA大量的时间和精力。在DBA界还流传着这么一句话：“故障一定会发生，只是早晚的问题！”。作为一名DBA，只有时刻记得进行备份和恢复校验，才能避免某一天事故发生时出现难以挽回的悲剧.

上讯信息敏捷数据管理平台ADM产品支持全域重删技术，从而减少需要备份的数据量、缩短备份窗口。

当前，有效的保障数据安全的方式仍然是数据备份，即企业针对生产业务的数据、文件制定备份策略生成备份数据，一旦业务数据发生丢失或损坏，则恢复备份数据提供业务访问，传统的数据备份方案并未提供数据的恢复验证手段，因此企业在发生数据丢失时，启用备份数据恢复失败的案例屡见不鲜，这也给各行业客户造成了巨大的经济损失和不良的社会影响，为满足法律的合规性要求，备份数据的恢复验证成为备份恢复解决方案的必要需求，但由于备份数据量巨大、涉及业务系统繁多、专业人员数量有限，定期的备份数据恢复验证仍然是一道难题，上讯敏捷数据备份恢复验证解决方案为备份数据的恢复验证提供了创新的技术手段，包括备份数据的分钟级快速恢复、秒级可用性验证、按计划周期性定时自动恢复验证，保障了备份数据的可恢复性与可用性。上讯ADM产品的成本控制体现在节约存储资源降低存储成本，自动化流程节约了人力成本。共享路径

上讯信息敏捷数据管理平台ADM包括PDM、BDM、SDM、CDM四大功能模块。模糊算法

上讯敏捷数据管理平台（ADM）支持重复数据删除技术，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，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。模糊算法