调整策略

时间:2024年07月15日 来源:

敏捷数据管理平台(ADM)在设计之初就明确了产品的目标价值:以数据为基础、以使用为导向、以安全为前提、以敏捷为目的,力争做理解用户数据使用痛点的产品。结合数据在使用流转过程中每个阶段的具体痛点,综合考虑了阶段问题的解决、数据的流动性等因素,提出了面向企业上中下游数据的高效使用、安全管控、综合治理的方案,在保证数据安全的同时,充分发挥了数据的价值。ADM通过四大功能管理模块:数据备份管理、备份校验管理、数据副本管理、敏感数据管理实现了高效数据备份、数据快速交付、数据安全处理以及数据集中管控,在保证数据使用安全的同时,提高了数据使用效率并降低了数据存储成本,通过自动化、闭环式的方式实现了数据备份以及副本数据管理的成本控制、灵活管理与高效应用。


ADM是纯国产化的CDM产品。调整策略

调整策略,上讯敏捷数据管理平台ADM

为了保证敏感数据处理的可用性不受影响,可采用高效且准确的敏感数据处理技术,同时保留数据的关键特征和信息价值,确保在保护隐私的前提下,数据仍能支持业务分析和决策。此外,还应定期监测数据质量,及时调整敏感数据处理策略,以保障数据的可用性和准确性。上讯敏捷数据管理平台ADM,可提供全面的敏感数据管理,自动识别并高仿真地处理各类敏感信息以及数据交付流程,支持全库及子集扫描,涵盖个人身份、组织机构等多种数据类型。同时,ADM内置双重敏感数据处理模式,可将恢复后的生产数据在恢复库内自动扫描发现敏感数据,直接采用本地覆盖的方式进行处理,敏感数据处理与交付完全自动化,从而实现智能化的高仿真敏感数据处理,以及测试数据的快速交付,优化数据管理并减少泄露风险。静态快照上讯ADM产品参加2023年度数据安全优*案例评选活动取得“标准化安全产品类优*案例”证书。

调整策略,上讯敏捷数据管理平台ADM

上讯敏捷数据管理平台(ADM)的备份校验管理模块是专为确保备份数据质量和可靠性而设计的关键组件。该模块与第三方备份系统(如NetBackup、Commvault、NetWorker等)无缝对接,实现对存储资源、恢复服务器和任务的集中管理。它自动化执行备份数据的恢复和校验流程,确保每次备份都能顺利恢复,维护数据的完整性和可恢复性。此外,它还支持跨平台的数据恢复,自动清理恢复环境和资源调配,大幅提升了数据备份校验的效率和安全性,满足了企业对高效、自动化备份管理的需求。

选择CDM产品时,需考虑数据副本的获取源头,例如是直接从业务数据库获取还是利用备份系统恢复数据。同时,还需考虑产品的整体规划,包括数据获取方式、数据安全性(如敏感数据的处理)和测试数据管理。综合实际环境和需求,选择能在数据获取、处理、管理三方面均满足需求的产品,使其成为IT系统的有效补充是CDM产品选择的核*宗旨,从国内外CDM产品的市场情况来看,众多CDM产品在发展过程中均考虑到与用户实际业务环境的融合,并通过不断与客户应用场景的打磨,完善优化CDM产品的附加功能。数据库虚拟化技术可延伸应用到文件、虚拟机的副本创建,其优势在于多份虚拟数据副本之间的读写操作独*。

调整策略,上讯敏捷数据管理平台ADM

上讯敏捷数据管理平台ADM产品为非生产环境中的数据使用提供了大范围的安全性保障。ADM内置了双重敏感数据处理模式,一是通过基于虚拟数据库的方式,实现在虚拟环境中隔离和保护原始数据;二是数据抽取方式,支持从多种数据源中灵活抽取并进行变形处理。此外,ADM能够自动地发现敏感数据,智能定义敏感数据类型,并准确定位敏感数据源。结合丰富的算法和仿真字典库,ADM不仅确保变形后的数据保持业务属性,还保持了数据表间关系的业务一致性。为了集中管理数据使用流程,ADM跟踪数据流向,识别虚拟数据库的使用状态,实时拍摄快照,保留数据版本,实现了测试数据版本的快速回退,从而有助于对数据版本进行有效管理。这些功能共同作用,确保非生产环境数据的安全使用,同时满足企业对于数据安全性和合规性的需求。ADM主要由数据备份管理、备份校验管理、数据副本管理、数据脱*管理四大功能模块组成。累计使用情况

敏捷数据管理平台ADM可解决业务系统,对备份数据进行合理利用提升备份数据使用价值。调整策略

通过上讯敏捷数据管理平台(ADM)部署,可以有效解决生产网中数据使用的效率问题,同时,数据不出存储池,也杜绝了多副本管理的安全隐患。在生产网及测试网均部署敏捷数据管理平台,通过生产网中的上讯敏捷数据管理平台(ADM)可以快速创建虚拟数据副本,并对该虚拟副本进行数据脱*,之后将脱*后的副本数据发送到测试网中的敏捷数据管理平台,在测试网中即可实现副本数据的分钟级交付、数据版本的管理及回收等。主要应用的行业领域包括金融、运营商、交通运输等具有大型开发测试场景的企业,主要为开发测试环境快速提供测试数据和迭代测试数据版本。调整策略

上一篇: 时效性

下一篇: 测试数据自动化准备

信息来源于互联网 本站不为信息真实性负责