敏感数据处理域

敏捷数据管理平台功能：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。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。 CDM主要应用于金融、运营商、能源、交通、卫生、事业单位等行业。敏感数据处理域

ADM平台巧妙地平衡了数据安全与数据利用之间的矛盾。一方面，它通过数据脱敏管理，在数据离开生产环境前，对姓名、身份证号、手机号等敏感信息进行可靠的变形和遮盖，保证数据安全使用。这既满足了《数据安全法》等法规的合规要求，又使得下游业务部门可以放心地使用数据而无需担心隐私泄露风险。另一方面，通过数据副本管理和数据库虚拟化技术，它确保了经过处理的安全数据能够被快速、高效地分发交付给各个业务团队。这种“在安全的前提下提供高效服务”的模式，打破了以往为了安全而限制数据访问的困局，让数据能够安全地“流动”起来，从而充分发挥了数据资产的潜在价值，赋能业务开发与决策。数据泄露副本数据管理CDM产品能解决软件开发测试部门的供数需求。

敏捷数据管理平台（ADM）的核心数据处理能力主要由数据服务节点（CDM Server） 承载，该节点本身又是一个高度内聚的微服务**，包含了数据备份模块（PDM）、数据校验模块（BDM） 和数据交付模块（TDM） 这三个关键组成部分。这三个模块共同构成了一个从数据获取到数据供给的自动化流水线。首先，PDM模块负责与源数据库交互，执行初始的全量备份和后续的增量抓取，是平台数据资产的“源头”。紧接着，BDM模块扮演着“质检员”的角色，它对PDM捕获的数据副本进行完整性、一致性和可用性验证，确保即将交付的数据是健康、可靠的，避免下游业务拿到无效或损坏的数据。***，经过验证的数据副本被传递给TDM模块，该模块利用CDM（副本数据管理）技术，以虚拟化或即时挂载的方式，将数据快速、高效地“交付”给开发、测试或分析团队使用。这三大模块在CDM Server内部无缝协作，形成了“备份-校验-交付”的闭环，奠定了整个ADM平台高效运作的基石。

在***处理环节，ADM专注于仿真***，其目标是在保护敏感信息的同时，比较大限度保留数据的业务特征和关联价值。模块内置大量数据脱敏算法，能够根据数据类型和场景需求，对原始数据进行随机化、模糊化、***真度替换等处理。例如，将真实的姓名替换为随机但符合文化习惯的假名，将身份证号替换为格式正确但无效的号码。这一切的**在于保证***后数据的完整性、仿真性以及数据间的关联关系保持不变。比如，同一个客户ID在所有表中被***为同一个新ID，确保了跨表关联查询依然有效。同时，系统还支持***结果的***性校验，确保像邮箱、用户名等需要***性的字段在***后依然满足***性约束，这对于保障业务逻辑测试的准确性至关重要。ADM平台为企业提供了一套综合的数据安全治理方案。

ADM平台为企业数据构建了一个覆盖数据全生命周期的安全管理解决方案。这个生命周期始于数据备份管理和数据复制容灾，确保源数据的持续保护和业务连续性，这是所有数据活动的安全基石。随后，通过备份校验管理进行数据验证，确保备份数据的完整性与可用性，避免在需要时拿到的是不可用的“脏数据”。当需要将数据用于非生产环境时，数据脱敏管理模块则至关重要，它对企业中的敏感信息进行安全***，确保在开发、测试等环节中不会泄露真实的客户隐私或商业机密。**终，通过高效灵活的数据副本管理，实现数据的分发交付，将合规、安全、立即可用的数据环境快速交付给需求方。这四个组成部分环环相扣，共同实现了从数据生成、保护、治理到交付利用的端到端闭环管理。数据安全领域的CDM是指copy data management。东方证券选择哪家的CDM

ADM它实现了备份数据验证与测试数据的快速准备。敏感数据处理域

ADM敏捷数据管理平台产品的敏感数据管理功能，有力保障了企业数据安全使用。可实现敏感数据的定义识别与仿真处理，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，准确定位敏感数据源。丰富的变形算法与仿真的字典库相结合，保证变形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，通过内置的变形规则进行处理，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。

敏感数据处理域