品牌上訊數(shù)據(jù)網(wǎng)關(guān)內(nèi)容

支持虛擬化代理方式查詢，為數(shù)據(jù)訪問者提供高效的跨源數(shù)據(jù)聯(lián)邦查詢和計算，**降低了數(shù)據(jù)搬運的存在，降低存儲資源的消耗，提高數(shù)據(jù)分析的效率。虛擬賬號訪問：無需使用數(shù)據(jù)庫的實體賬號，通過數(shù)據(jù)網(wǎng)關(guān)的虛擬賬號即可訪問后端數(shù)據(jù)庫。這種設(shè)計提升了安全性和管理便捷性，虛擬賬號的使用降低了實體賬號泄露的風(fēng)險，同時簡化了用戶管理和權(quán)限分配的工作。數(shù)據(jù)庫目錄展示：以樹狀形式展示用戶有權(quán)限訪問的數(shù)據(jù)庫對象的元數(shù)據(jù)信息，包括表、視圖、存儲過程等，幫助用戶***了解數(shù)據(jù)庫結(jié)構(gòu)。本地文件源管控：支持操作員直接添加本地數(shù)據(jù)源，不受權(quán)限管控，操作員可以在沒有嚴格權(quán)限限制的情況下，自由地管理和操作本地文件數(shù)據(jù)源，簡化了數(shù)據(jù)源的添加和使用流程，提高了操作效率和靈活性。上訊數(shù)據(jù)網(wǎng)關(guān) DG 可以對進出網(wǎng)絡(luò)的數(shù)據(jù)進行深度分析，及時發(fā)現(xiàn)潛在的安全隱患。品牌上訊數(shù)據(jù)網(wǎng)關(guān)內(nèi)容

數(shù)據(jù)智能平臺是基于數(shù)據(jù)編織架構(gòu)和數(shù)據(jù)智能大模型的新一代數(shù)據(jù)管理平臺，解決組織內(nèi)部由數(shù)據(jù)孤島帶來的數(shù)據(jù)資產(chǎn)梳理、數(shù)據(jù)分類分級、全局數(shù)據(jù)查找、跨源聯(lián)邦查詢和數(shù)據(jù)安全合規(guī)等難題。數(shù)據(jù)網(wǎng)關(guān)（DG）是一站式數(shù)據(jù)庫訪問管理平臺，通過業(yè)界**的虛擬訪問代理技術(shù)實現(xiàn)對于關(guān)系性數(shù)據(jù)庫、NoSQL數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)湖的事前細粒度授權(quán)、事中訪問行為管控和動態(tài)脫敏、事后訪問日志審計，從而**降低數(shù)據(jù)庫訪問的管理復(fù)雜度，滿足企業(yè)對于內(nèi)部數(shù)據(jù)安全保護的需求和外部數(shù)據(jù)安全監(jiān)管的要求。國際上訊數(shù)據(jù)網(wǎng)關(guān)介紹數(shù)據(jù)網(wǎng)關(guān)能夠解決企業(yè)在數(shù)據(jù)庫訪問過程存在的安全和合規(guī)風(fēng)險。

數(shù)據(jù)分類分級落地面臨的挑戰(zhàn)，傳統(tǒng)的數(shù)據(jù)分類分級技術(shù)無法滿足快速增長的大規(guī)模數(shù)據(jù)的需求。詞法分析的局限性導(dǎo)致數(shù)據(jù)分類分級的準確度較低，基于字段名稱和注釋的分類分級規(guī)則可復(fù)制性比較差，數(shù)據(jù)分類分級規(guī)則的編寫和維護需要大量人力介入。上訊數(shù)據(jù)雷達，基于AI的智能數(shù)據(jù)分類分級工具。自動化的數(shù)據(jù)特征提取和數(shù)據(jù)模型訓(xùn)練，消除了規(guī)則的編寫和維護成本基于AI大模型，使用人員只需要針對一個數(shù)據(jù)類型準備幾千條-幾萬條的訓(xùn)練數(shù)據(jù)就可以實現(xiàn)數(shù)據(jù)類型識別能力的訓(xùn)練，不需要針對不同的數(shù)據(jù)類型編寫和維護，**降低了傳統(tǒng)數(shù)據(jù)分類分級技術(shù)涉及的規(guī)則編寫和維護成本。

數(shù)據(jù)雷達DR基于AI大模型進行分類分級:在實現(xiàn)數(shù)據(jù)分類分級的過程中，語義級別的數(shù)據(jù)分類分級引擎采用了基于AI大模型的先進技術(shù)。這一引擎能夠同時對數(shù)據(jù)類型進行詞法、語法和語義級別的特征提取和分析，從而建立起語義級別的高維度特征向量。通過這種方式，引擎能夠更加準確地理解和區(qū)分不同類型的數(shù)據(jù)，提高了數(shù)據(jù)分類分級的精確度和可信度?；跀?shù)據(jù)字段內(nèi)容的模型訓(xùn)練，保證了數(shù)據(jù)分類分級模型的可復(fù)制性：語義級別的數(shù)據(jù)分類分級引擎注重保證數(shù)據(jù)分類分級模型的可復(fù)制性，采用AI大模型進行訓(xùn)練時，引擎不依賴于數(shù)據(jù)字段的名稱和注釋，即使在沒有明確的字段描述情況下也能夠達到很高的準確度。這意味著訓(xùn)練后的數(shù)據(jù)分類分級模型在不同的數(shù)據(jù)環(huán)境下都能夠穩(wěn)定可靠地運行，具有很高的適用性和通用性，為數(shù)據(jù)管理和安全保障提供可靠的支持和保障。 上訊數(shù)據(jù)網(wǎng)關(guān)DG通過增、刪、改、查等權(quán)限，對數(shù)據(jù)訪問者進行細顆粒度的權(quán)限管控.

數(shù)據(jù)網(wǎng)關(guān)DG操作日志及審計功能應(yīng)能夠提供***的、可追溯的操作記錄，以加強對數(shù)據(jù)訪問和平臺活動的監(jiān)控。以下是產(chǎn)品在操作日志及審計方面的詳細功能描述：查看操作日志：數(shù)據(jù)網(wǎng)關(guān)DG支持用戶查看在平臺上的所有操作日志，包括對系統(tǒng)設(shè)置、組織架構(gòu)配置以及其他關(guān)鍵操作的記錄，確保所有操作都能被審查。查看申請、審批、下載、提權(quán)記錄：數(shù)據(jù)網(wǎng)關(guān)DG提供對所有申請、審批、下載、提權(quán)等關(guān)鍵記錄的查看功能，幫助審計員能夠***了解平臺上的權(quán)限授權(quán)與審批事件。上訊數(shù)據(jù)網(wǎng)關(guān)DG支持自定義敏感數(shù)據(jù)識別任務(wù)的并發(fā)數(shù)、采樣次數(shù)、采樣范圍等參數(shù)的配置，適應(yīng)不同場景.數(shù)據(jù)網(wǎng)關(guān)DG

上訊數(shù)據(jù)網(wǎng)關(guān)DG允許批量修改訪問權(quán)限的狀態(tài)，提供了對權(quán)限狀態(tài)的集中管理,方便權(quán)限管理員進行快速調(diào)整.品牌上訊數(shù)據(jù)網(wǎng)關(guān)內(nèi)容

數(shù)據(jù)網(wǎng)關(guān)DG提供虛擬的數(shù)據(jù)訪問功能，通過字段級別的權(quán)限劃分和細顆粒度的權(quán)限管控，確保對訪問數(shù)據(jù)源的用戶進行有效的權(quán)限管理，保障數(shù)據(jù)的安全和隱私。查詢大表控制：數(shù)據(jù)網(wǎng)關(guān)DG能夠有效地控制對大表的查詢結(jié)果集訪問條數(shù)，優(yōu)化查詢性能，確保系統(tǒng)穩(wěn)定運行。提供內(nèi)置的SQL工作臺，通過瀏覽器Web頁面對數(shù)據(jù)庫進行操作。用戶可以通過友好的圖形化界面進行數(shù)據(jù)庫查詢、修改、管理等操作，無需額外的客戶端軟件，增強了用戶操作的靈活性和便利性?？蛻舳撕凸ぞ咧С郑和ㄟ^使用數(shù)據(jù)網(wǎng)關(guān)的JDBC驅(qū)動，用戶可以在數(shù)據(jù)庫客戶端（如DBeaver、Datagrip）和BI分析工具（如SmartBI、帆軟Report）中進行數(shù)據(jù)庫操作，拓展了數(shù)據(jù)訪問和分析的應(yīng)用場景。品牌上訊數(shù)據(jù)網(wǎng)關(guān)內(nèi)容