数据治理怎么做
当真正理清了这些关于信息化现状认知,企业通常都会决定开展数据治理和数据安全治理工作。至于这两项工作怎么做,通常有两种思路:要么循序渐进地从数据资产化的角度做治理,要么以需求为导向,从数仓、中台等数据服务的角度做。这就好比一条河被污染了,老百姓要喝水,是从治理水质,还是在下游建个污水处理厂,每天喝多少就治理多少?中国足球要进世界杯,是从娃娃抓起搞青训,还是规划老外雇佣军?选择哪种思路,高层认知很关键,所以IT、数据、业务、安全、法务等各部门提供的信息一定要准确,但实际情况要糟的多(因为基层员工的认知不够和人员变动等不确定因素都会造成高层的信息缺失)。
数据治理数据使用场景
场景决定数据安全工具的选择,例如呼叫中心、测试开发、对内数据流通、对外共享交换等,每种场景都有适用于自己的数据安全工具。当然,场景的梳理还有助于特定安全工具的安全策略制定,例如数据脱敏,同一数据域在不同场景下的脱敏规则等。
真正的数据安全项目,耗时耗力的就是咨询梳理阶段,企业大部分精力和节奏也都消耗于此,技术方案的落地只是工具的选型和实施,其实反而不是那么重要。正如前文所说,只要前序工作做的好,一切便都是水到渠成的。
数据治理数据脱敏
数据脱敏不仅仅是代名词,同样也蕴含着复杂且多样的脱敏技术能力。在不同环境下,企业对于敏感数据脱敏的要求也不尽相同。例如:脱敏后的数据要求性、可用性、完整性等。通常来说,市面上多数的脱敏产品中可通过内置的规则对、姓名、等常用的敏感数据实现脱敏,并满足后续的测试、使用等需求,而更多真实环境中,往往需要脱敏的
敏感数据实际在脱敏操作中更为复杂化。
原文链接:http://www.tolin.cn/gy/13264.html,转载和复制请保留此链接。
以上就是关于龙岩数据治理标准报价信息推荐「北京派客动力」李建成怎么死的全部的内容,关注我们,带您了解更多相关内容。
以上就是关于龙岩数据治理标准报价信息推荐「北京派客动力」李建成怎么死的全部的内容,关注我们,带您了解更多相关内容。