变形数据中间不落地

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产品的数据存储池采用压缩存储、加密传输。变形数据中间不落地

数据备份管理是上讯敏捷数据管理平台ADM功能模块之一，主要用于实现云环境、物理环境、虚拟化平台下的数据保护。包括支持各种主流平台下的系统、数据库及文件数据的保护，支持主流的虚拟化平台、国产化云服务器以及容器的保护，并可对物理服务器及虚拟化平台下的备份数据进行即时挂载恢复，提供业务应急的能力和数据快速恢复能力；针对数据备份的存储资源类型，ADM支持DAS（包括SSD/HDD）、SAN（包括IP-SAN/FC-SAN）、对象存储等存储资源。支持接入第三方云存储、对象存储等作为大容量数据存储池，具备较强的扩展能力。数据恢复能力上讯信息敏捷数据管理平台ADM荣获2023年网信自主创新“尖锋榜”产品奖。

ADM通过对管理人员、测试需求等内容的不同进行分组划分，将已经数据进行分组管理，从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，使测试数据管理形成数据源----数据中转----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用户提供安全的测试数据管理方案。敏捷数据管理平台ADM提供对虚拟数据库的树状拓扑结构图，可详细了解测试数据的来源、所属存储池、挂载的测试服务器，以及虚拟数据库快照的上下级关系，方便对系统全局的数据使用结构进行预览，帮助用户了解测试网中测试数据的使用关系，完善测试数据的组织结构，优化测试数据的资源分配。

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。网络安全领域的CDM是指什么？

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。上讯信息敏捷数据管理平台ADM产品支持全域重删技术，重删指纹库重建功能。拉起多份虚拟数据库

敏捷数据管理平台虚拟数据秒级分发，提升了环境准备效率，数据交付时间整体节约100倍以上。变形数据中间不落地

数据分钟级提供，提升数据交付效率缩短开发周期通过部署ADM几分钟内即可创建一个数据量TB级别的虚拟数据库，进而，快速将测试数据传输到下游的开发测试环境，无需繁琐冗长的审核和等待，这一过程有效减少了下游开发测试场景中测试数据的准备时间，通常从以天计算缩短到以小时计算，时间效率提升明显，**缩短了开发测试时间，进而缩短产品的发布周期。（5）敏感数据定义识别与仿真***，保障数据流转环节的安全性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，***精细定位敏感数据源。丰富的***算法与仿真的字典库相结合，保证***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。变形数据中间不落地