敏感数据处理效率如何

信息化时代，“数据”的应用较为频繁，海量数据的组成中，备份数据占有很大比例，而这些备份数据在没有发生故障时往往是被搁置不用的，被称为“暗数据”。而对业务数据的分析、统计、运维等操作都会直接作用在业务服务器，如此将会对业务性能产生影响，不利于业务系统的高效使用。如何做到解放业务系统，使其专注于业务处理上，也是IT管理者需要考虑的另一个现实问题。备份需要从业务系统中获取数据，统计、分析需要从业务系统中获取数据，研发、测试需要从业务系统中获取数据。这些数据从业务系统中拷贝出来后，如果得不到有效的管控，将会给企业带来安全隐患，这也是用户需要考虑解决的又一现实问题。ADM是对数据的采集、传输、存储、使用、流转、管理等关键环节进行效率和安全双重保障的数据管理平台。敏感数据处理效率如何

管理控制中心（Master）是ADM的集中管理和调度控制中心，是进行可视化管理的Web操作平台。它负责集中管理ADM中的所有模块组件，系统管理员、安全管理员、操作员通过管理控制中心的Web管理页面协调并执行各个角色对应的操作；数据服务节点（CDMServer）是提供数据备份与恢复、备份数据恢复验证、副本数据创建和交付、数据复制容灾功能的服务节点。用于记录数据服务任务的配置信息、存储情况、历史记录等，数据服务节点统一通过MasterIP访问；***服务节点（SDMServer）是提供数据脱敏的服务节点，用于记录接入平台的敏感数据源、数据脱敏策略、***任务记录等信息，***服务节点统一通过MasterIP访问。客户端（Client）*针对数据服务节点（CDMServer）需要保护及管理的生产服务器、目标服务器，如物理服务器、虚拟机等都统称为客户端。为方便与管理控制中心进行网络通信和数据传输，一般会在客户端上安装客户端软件。客户端软件负责响应管理控制中心（Master）的命令，执行数据备份和恢复等指令。客户端软件可通过管理控制中心（Master）进行Web页面的推送安装与注册。***服务节点（SDMServer）无需安装客户端软件。TB量级ADM备份数据恢复验证管理功能实现了跨操作系统平台Unix到Linux的数据恢复。

敏捷数据管理平台（ADM）由管理控制中心（Master）、数据服务节点（CDMServer）、***服务节点（SDMServer）、客户端（Client）组成，服务节点可通过主备节点部署实现高可用，通过灵活的横向节点扩展实现功能扩展和容量扩充，每个服务节点可以安装在物理服务器或虚拟服务器中。一个或多个客户端连接到服务节点，组成一个完整的数据管理平台，客户端负责收集数据、传输数据，服务节点负责接收数据、存储数据、数据脱敏以及管理数据。敏捷数据管理平台（ADM）由4个模块组成：数据服务节点（CDMServer）包括数据备份模块（PDM）、数据校验模块（BDM）、数据交付模块（TDM）3个模块；***服务节点（SDMServer）包括数据脱敏模块（SDM）1个模块。

基于CDM（CopyDataManagement，数据副本管理）技术，通过对该技术的运用，我们整合了CDM和***相关工具，实现了生产到开发测试环境的数据快速复制，以及备份数据的自动校验。通过CDM解决方案的实施，我们实现了一个平台、一站式解决数据获取、数据存储、数据构建、数据使用、数据销毁，在保证合规性基础上，以敏捷的数据全生命周期管理，更好地实现数据共享和数据利用。上讯敏捷数据管理平台可以实现以上功能，欢迎登录官网了解详情.ADM的副本数据管理功能对数据版本进行灵活管理，满足回归测试等业务场景。

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，比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。ADM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应用场景问题。使用状态

ADM针对数据的获取采用压缩存储的方式，存储池可压缩至原来的三分之一，大*节约了数据存储的成本。敏感数据处理效率如何

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，将处理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。敏感数据处理效率如何