变形规则的模板

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。上讯ADM专注于备份数据的合理合法开发利用。变形规则的模板

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。医疗影像图变形上讯信息敏捷数据管理平台ADM产品的数据备份模块通过创建虚拟副本实现了本机、异机的即时挂载恢复。

备份校验管理是ADM功能模块之一，主要用于对接第三方备份系统进行备份数据的自动化恢复校验，保证备份数据的可恢复性、完整性。通过对接备份系统（如NetBackup、Commvault、NetWorker等）集中管理存储资源、恢复服务器资源和恢复任务，实现存储空间、恢复服务器和恢复任务的自动调度，从而完成备份数据有效性验证的全自动化。备份校验管理可以满足用户对当前备份数据的可恢复性验证、恢复后的完整性验证两方面的需求，能够覆盖用户全部业务系统的备份数据恢复验证需求，自动化实现跨操作系统平台Unix到Linux的数据恢复，实现验证工作的高覆盖率，提高备份数据有效性验证的频率。

ADM支持Oracle/MySQL/DB2/SQLServer/PostgreSQL/Informix/达梦/南大通用GBase/人大金仓KingBase/OpenGauss/MogDB/VastBase/丛云/TDSQL/OceanBase/GaussDB(forOpenGauss)/GaussDB(DWS)分布式容灾功能；支持华为云与阿里云的云服务器ECS、云数据库RDS备份恢复；***保护VMware/SmartX/浪潮/华为FC/云宏WinStack/OpenStack/浪潮云InCloudOpenStack等虚拟化平台，支持虚拟化备份和细粒度的挂载恢复，VMware备份无需在虚拟化平台或者各个虚拟机上安装客户端，只需通过VMware代理客户端连接虚拟化平台即可；支持Hadoop等大数据平台的备份恢复；支持自适应源端的全局重删算法与策略，支持任务级与全局指纹库；针对文件备份提供文件粒度与块级粒度的全域重删且支持重删指纹库重建功能，支持多线程文件备份，支持海量小文件场景下的聚合策略，提供并行扫描和高速索引，从而减少需要备份的数据量、缩短备份窗口、节省备份数据传输所消耗的网络带宽以及节约备份数据存储空间；备份传输过程采用压缩加密处理，缓解网络传输的压力，增加网络抖动或短时间断链的超时容错机制，确保备份数据的安全；哪个产品支持数据进行敏感处理时的抽取组合？

ADM产品生产数据备份恢复与异地容灾对生产数据包括数据库、文件、虚拟化平台、容器、云服务器等进行备份，对带库进行数据归档，支持长久增量备份、数据压缩存储、加密传输、重复数据删除等技术，采用挂载恢复方式，恢复时间为分钟级、恢复粒度为秒级。支持数据远程复制实现异地容灾，对备份数据进行双重保护。

ADM产品备份数据自动化恢复与有效性验证ADM可以对接备份系统如NetBackup、CommVault、NetWorker等，检索备份策略自动恢复备份数据和备份文件，完成验证输出结果。全自动化恢复验证，可以满足用户对当前备份数据的可恢复性验证、恢复后的完整性验证，覆盖备份数据和备份文件的恢复，支持虚拟挂载恢复和物理恢复双重方式。 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？医疗影像图变形

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。变形规则的模板

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。变形规则的模板