金融数据使用
在国家大力发展信创的背景下,实现国产化软硬件部署已成为企业的**诉求,其中逐步建立覆盖国产化数据库、操作系统、虚拟化平台的国产化数据保护体系，实现备份数据自动化恢复验证成为当前数据保护系统的迫切需求。同时，以金融和运营商行业为例，其开发测试部门需要频发测试验证，对数据使用频率较高，因此形成了大量不同版本的测试数据，这部分数据体量庞大，动辄几百GB甚至几十TB，管理难度较大。国家日趋重视对数据隐私的安全管控，数据脱敏成为企业数据安全治理的重要方向。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。金融数据使用
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。敏感数据处理进度实时返回上讯信息敏捷数据管理平台ADM产品的数据备份模块通过数据重删可节省传输占用的网络带宽和数据存储空间。
ADM产品数据安全***ADM平台支持静态数据脱敏（涉及数据库、格式化文件、数据库对象、消息队列等），内置104条***算法、47条敏感信息类型匹配库，覆盖个人身份信息、组织机构信息、资质资格证信息、金融数据信息、医疗数据信息、车辆数据信息等众多类别的敏感数据类型识别与仿真***。具备广义的通用型***规则，包括字符替换、随机生成、截短、加权生成、加密等；支持保留原有数据含义的仿真型***规则，支持中文字典库与编码字典库，保证姓名、身份证号、证件号、地址、组织机构代码等***后数据的有效性、可用性。提供基于数据库的库内***和基于ETL的抽取***，提供文件***添加水印功能，提供国产化操作系统的加密算法，满足用户多种***需求。
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。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。
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。 上讯ADM产品的成本控制体现在节约存储资源降低存储成本，自动化流程节约了人力成本。敏感数据处理进度实时返回
上讯ADM产品采用副本数据管理CDM面向数据全生命周期进行数据安全管理。金融数据使用
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。金融数据使用