库内敏感数据变形

数据资源可视化管理，有效满足上中下游数据的政策合规ADM平台具备根据管理人员、测试需求等内容的不同进行分组划分的功能，将***过的数据进行分组管理，从下游测试数据管理的源头管控数据资源的类别，做到从源头划分类别，使下游测试数据管理形成上游数据源----中游数据中转----下游数据目标的闭环式数据使用流程，规范化的数据流程使数据管理者成为数据的负责人，自动化的资源管理也更有效地为金融行业用户提供安全的数据管理方案。同时，ADM提供对数据流转的树状拓扑结构图，可详细了解数据的来源、所属存储池、挂载的测试服务器，以及数据快照的层级关系，方便对系统全局的数据使用结构进行预览，通过可视化的结构拓扑图，**帮助用户了解下游测试网中测试数据的归属关系，完善数据流转路径，优化数据资源的合理分配，可视化功能的动态展示将助力企业向着智能化数据安全治理的方向转型。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。库内敏感数据变形

数据副本管理是ADM功能模块之一，可单独作为企业级副本数据管理（CDM）产品。为应对当前复杂的IT环境，ADM提出集云、物理、虚拟为一体的，面向结构化数据库、非结构化数据、虚拟化和云平台的***数据副本分发与交付管理解决方案。主要通过数据副本管理的核心专利技术——数据库虚拟化技术对源数据进行CDM原格式获取生成黄金副本、存储黄金副本作为基准数据、虚拟化为多个副本挂载恢复，**终达到快速交付副本数据、灵活管理副本数据版本、集中管理副本数据存储与流转的目标，是主要面向企业数据运维、软件开发测试部门解决自动化闭环取数供数、测试数据快速交付等典型应用场景的问题。敏感处理任务管理上讯敏捷数据管理平台ADM产品的合规性体现在通过数据申请审批流程使用数据，严格控制数据外流。

敏感数据处理是上讯敏捷数据管理平台（ADM）产品功能模块之一，主要针对敏感数据的处理使用，提供集敏感数据自动识别、仿真处理与数据交付为一体的敏感数据管理功能，覆盖了敏感数据使用与管理的全部场景。针对敏感数据识别提供通用数据特征库，敏感数据类型包括但不限于个人身份信息、组织机构信息、资质资格证信息、金融数据信息、医疗数据信息、车辆数据信息等众多类别，支持全库与子集自动扫描识别，包括数据内容、字段类型、约束关系均可以实现自动识别，并依据类型特征加以分类；针对敏感数据的仿真处理，ADM内置大量数据算法对敏感数据进行随机化、模糊化替换，保证处理后数据的完整性、仿真性以及数据间的关联关系保持不变，支持处理结果的校验。

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。上讯敏捷数据管理平台ADM产品可对数据进行清洗漂白处理，保证隐私数据信息安全。

敏捷数据管理平台备份数据有效性验证场景及价值：场景：备份数据是数据安全一道防线，大部分用户在生产网络中已部署了如NBU、Commvault等常见备份系统，为了保证备份数据的可恢复性及可用性，需要经常对备份数据做恢复校验，而手动恢复校验比较耗时耗力，因此导致了做备份数据恢复校验的频率不够。价值：采用ADM实现备份数据的恢复校验，可以将NBU、Commvault等备份系统的备份策略导入到ADM平台中，并根据备份策略创建不同的恢复任务，且恢复任务可以进行恢复排期，帮助用户实现自动化的周期性的备份数据恢复校验，节约了大量的人力成本，且增加了备份数据恢复的频率，为备份数据的可恢复性可用性提供了更好的保障。上讯ADM产品是集数据备份管理、备份校验管理、数据副本管理、敏感数据处理四位一体的数据管理产品。相比于原始数据总容量

上讯ADM产品是集数据备份管理、备份校验管理、数据副本管理、数据脱敏管理四位一体的数据管理产品。库内敏感数据变形

在国家大力发展信创的背景下,实现国产化软硬件部署已成为企业的**诉求,其中逐步建立覆盖国产化数据库、操作系统、虚拟化平台的国产化数据保护体系，实现备份数据自动化恢复验证成为当前数据保护系统的迫切需求。同时，以金融和运营商行业为例，其开发测试部门需要频发测试验证，对数据使用频率较高，因此形成了大量不同版本的测试数据，这部分数据体量庞大，动辄几百GB甚至几十TB，管理难度较大。国家日趋重视对数据隐私的安全管控，数据脱敏成为企业数据安全治理的重要方向。库内敏感数据变形