表屬性查看：支持雙擊表名查看表的主鍵、約束、外鍵、索引、DDL等屬性，以及表數(shù)據(jù)，允許用戶詳細了解表的結(jié)構(gòu)定義及其約束條件，幫助用戶更好地理解數(shù)據(jù)模型，進行準確的數(shù)據(jù)查詢和管理操作?？缭磾?shù)據(jù)查詢：支持數(shù)據(jù)庫直通查詢和虛擬化代理方式查詢，實現(xiàn)高效的跨源數(shù)據(jù)聯(lián)邦查詢和計算，允許用戶在一個SQL語句中同時訪問和分析來自不同數(shù)據(jù)庫的數(shù)據(jù)，實現(xiàn)跨源的數(shù)據(jù)整合和高效計算，滿足復(fù)雜的數(shù)據(jù)分析需求。關(guān)聯(lián)脫敏策略：在訪問數(shù)據(jù)源時，數(shù)據(jù)網(wǎng)關(guān)DG可以關(guān)聯(lián)脫敏策略，對查詢出的數(shù)據(jù)展示動態(tài)脫敏效果，有效防止敏感數(shù)據(jù)在內(nèi)部泄露，通過實時保護數(shù)據(jù)隱私，確保數(shù)據(jù)訪問的安全性和合規(guī)性。水印功能：在進行Web訪問時，Web訪問頁面可提供水印功能，抗截圖、抗拍攝。此功能增強了數(shù)據(jù)的安全保護，通過水印技術(shù)提高數(shù)據(jù)的追溯能力和有效性，防止數(shù)據(jù)被未經(jīng)授權(quán)地捕捉或泄露。結(jié)果集操作：支持在結(jié)果集中修改數(shù)據(jù)，包括新增、刪除、復(fù)制行，導(dǎo)入Excel數(shù)據(jù)等，提升了數(shù)據(jù)管理的便捷性，用戶可以在結(jié)果集中直接進行數(shù)據(jù)操作，支持多種數(shù)據(jù)編輯和導(dǎo)入方式，增強了數(shù)據(jù)處理的靈活性。

數(shù)據(jù)網(wǎng)關(guān)DG能夠支持智能任務(wù)調(diào)度，確保任務(wù)高效執(zhí)行，減少對系統(tǒng)資源的依賴，提升整體性能。本地上訊數(shù)據(jù)網(wǎng)關(guān)市場報價

數(shù)據(jù)庫操作的合規(guī)風險是當前企業(yè)面臨的一個重要挑戰(zhàn)，尤其在信息化時代和數(shù)據(jù)法律法規(guī)逐步完善的背景下，合規(guī)性已成為企業(yè)必須面對和解決的問題之一。數(shù)據(jù)安全法和個人信息保護法等相關(guān)法律法規(guī)，對數(shù)據(jù)處理活動提出了明確的規(guī)定和要求，旨在保護用戶的個人信息和數(shù)據(jù)安全。上海上訊信息技術(shù)股份有限公司自主研發(fā)的數(shù)據(jù)網(wǎng)關(guān)DG通過對數(shù)據(jù)庫操作人員的細顆粒度權(quán)限管控、敏感數(shù)據(jù)動態(tài)脫敏、SQL審核、高危操作管控等，實現(xiàn)運維過程中的事前預(yù)防、事中管控和事后審計，為數(shù)據(jù)庫管理者提供簡單高效的數(shù)據(jù)管控解決方案，滿足內(nèi)部數(shù)據(jù)安全保護需求和外部監(jiān)管要求。

哪些上訊數(shù)據(jù)網(wǎng)關(guān)要求上訊數(shù)據(jù)網(wǎng)關(guān)能面向企業(yè)數(shù)據(jù)庫訪問實現(xiàn)事前細粒度授權(quán)、事中高危操作管控和動態(tài)脫敏、事后錄像和日志審計。

權(quán)限管理員：負責數(shù)據(jù)權(quán)限的管理者，權(quán)限管理員擁有大的權(quán)限配置管理權(quán)力。包括對數(shù)據(jù)源、授權(quán)管理、審批管理、高危操作、動態(tài)脫敏等進行配置管理。此外，權(quán)限管理員還有提權(quán)申請、下載申請的權(quán)限，以及對WebSQL和權(quán)限總覽的查看權(quán)限。數(shù)據(jù)訪問員：作為平臺中數(shù)據(jù)的使用者，數(shù)據(jù)訪問員具有WebSQL、下載申請、提權(quán)申請的權(quán)限。同時，他們可以查看權(quán)限總覽和授權(quán)列表，使數(shù)據(jù)的訪問更加便捷和靈活。審計員：擁有對管理日志、權(quán)限日志、訪問日志的查看權(quán)限。審計員的職責在于監(jiān)控和審計系統(tǒng)的運行狀況，確保數(shù)據(jù)的安全性和合規(guī)性。

數(shù)據(jù)雷達提供了多種分類分級算法，包括AI大模型算法、正則算法、字典算法和應(yīng)用算法，旨在滿足用戶不同的分類需求，提高數(shù)據(jù)分類的準確性和效率。正則算法：(1)自定義正則：用戶可以通過編寫正則算法來對數(shù)據(jù)進行分類分級，根據(jù)自身業(yè)務(wù)需求，靈活定義匹配規(guī)則，實現(xiàn)數(shù)據(jù)的準確分類。(2)多字段打標支持：支持多字段方式，用戶可以針對多個字段進行正則匹配，并根據(jù)匹配結(jié)果對數(shù)據(jù)的級別和類別進行打標，實現(xiàn)更加精細化的數(shù)據(jù)分類。(3)多算法配置：用戶可同時配置多個正則算法進行邏輯操作，包括與、或、非等功能。通過組合不同的正則算法，可以實現(xiàn)更復(fù)雜的數(shù)據(jù)分類邏輯，提升分類準確性和靈活性。數(shù)據(jù)網(wǎng)關(guān)DG支持創(chuàng)建和配置類別脫敏策略模板，以應(yīng)用于特定的敏感數(shù)據(jù)類別。

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?；跀?shù)據(jù)字段內(nèi)容的模型訓練，保證了數(shù)據(jù)分類分級模型的可復(fù)制性基于AI大模型，通過針對數(shù)據(jù)字段的內(nèi)容進行訓練，在不依靠數(shù)據(jù)字段的名稱和注釋的情況下就能夠達到很高的準確度，所以保證了訓練后的數(shù)據(jù)分類分級模型的可復(fù)制性，可以應(yīng)用在***的數(shù)據(jù)環(huán)境下。數(shù)據(jù)網(wǎng)關(guān)DG對外提供API接口，通過接口將敏感數(shù)據(jù)動態(tài)導(dǎo)入數(shù)據(jù)網(wǎng)關(guān)平臺進行脫敏，實現(xiàn)與其他系統(tǒng)數(shù)據(jù)集成。什么是上訊數(shù)據(jù)網(wǎng)關(guān)產(chǎn)品介紹

為提高操作效率，數(shù)據(jù)網(wǎng)關(guān)DG支持根據(jù)模板批量導(dǎo)入脫敏策略，簡化大量配置脫敏策略的流程。本地上訊數(shù)據(jù)網(wǎng)關(guān)市場報價

敏感數(shù)據(jù)多，缺少敏感數(shù)據(jù)保護手段：隨著數(shù)據(jù)安全意識的提高，對于敏感數(shù)據(jù)的保護需求也日益迫切，但當前缺乏有效的敏感數(shù)據(jù)保護手段。企業(yè)內(nèi)部存在大量敏感數(shù)據(jù)，如個人身份信息、財務(wù)數(shù)據(jù)等，但在數(shù)據(jù)的采集、存儲、傳輸和處理過程中，往往缺乏相應(yīng)的加密、脫敏、掩碼等保護措施。這使得敏感數(shù)據(jù)容易受到未經(jīng)授權(quán)的訪問和竊取，對企業(yè)的數(shù)據(jù)安全構(gòu)成了嚴重威脅。因此，建立完善的敏感數(shù)據(jù)保護手段，加強對敏感數(shù)據(jù)的保護和管控，是當前亟需解決的問題。

本地上訊數(shù)據(jù)網(wǎng)關(guān)市場報價