随机生成

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。上讯信息敏捷数据管理平台ADM是创新型数据备份管理解决方案。随机生成

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。创建虚拟库数据备份产品关注数据备份，上讯敏捷数据管理平台ADM产品能用于数据的备份与快速恢复验证。

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。

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。上讯信息敏捷数据管理平台ADM产品的数据备份模块通过虚拟挂载恢复可快速检验备份数据的可用性和有效性。

ADM产品在设计过程中主要依据相关法规政策为指导，加强信息科技管理，提高信息科技风险管控能力，逐步健全信息安全管理体系，加强重点领域信息安全管理，根据信息系统在**、经济建设、社会生活中的重要程度确定信息系统的安全保护等级。l《国家信息化领导小组关于加强信息安全保障工作的意见》l《金融行业信息系统信息安全等级保护测评指南》l《金融科技发展规划（2022-2025年）》l《银行业金融机构数据治理指引》l《电信和互联网行业提升网络数据安全保护能力专项行动方案》l《国家医疗保障局关于加强网络安全和数据保护工作的指导意见》l《中华人民共和国网络安全法》l《中华人民共和国数据安全法》l《中华人民共和国个人信息保护法》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。早发现

上讯ADM通过数据备份后获取到的黄金副本开启数据开发利用的创新流程，充分发挥数字资产价值。随机生成

功能节点统一管理，支持弹性扩展ADM采用多节点高可用部署架构，保障数据服务高可用，并消除单节点故障导致的业务不可用问题，确保数据服务连续性。采用Scale-out架构，根据业务发展规模，按需扩展集群节点，无需停止服务，灵活满足业务需求。同时，ADM支持存储池容量的弹性扩充，满足不断增长的数据存储需求。（2）数据存储成本倍数级节约，提升数据存储环节的效能首先，数据备份面临存储成本高的问题，ADM采用内置高效的压缩存储池存放数据，压缩比约为3:1，存储即压缩，***降低了备份数据的存储成本；其次，通过ADM的数据库虚拟化技术，一份基础数据即可快速拉起多份虚拟数据库，由于虚拟数据库90%的数据均与原始数据相同，因此拉起时几乎不占用额外的物理存储空间，*对新增的写操作计入容量占用，因此，随着数据分发使用的场景和频率增加，虚拟库的数量越来越多，而存储成本将会呈倍数级节约，例如针对同一份数据创建N个虚拟库，传统方法需要N倍的存储空间占用，而通过ADM只需要占用近乎0TB的存储空间，**节约了数据存储环节的资源和成本。随机生成