Watch full webinar here: https://bit.ly/3Sn7Kvr 随着数据日益分散和复杂性的增加，在整个企业中有效地管理和保护数据变得越来越困难。无论是保护跨不同存储库的数据还是监控跨不同业务部门的访问，数据技术和存储库在本地和云中的激增都使这项任务无法完成，为业务用户提供自助数据访问的持续压力只会使挑战变得更大。 数据虚拟化技术创建的逻辑数据结构层，不仅能够提高数据交付的敏捷性，而且提供了一种简单、快速且经济高效的方式来保护和治理所有数据。 观看Denodo网络研讨会，了解： - 如何使用Data Fabric构建企业级数据访问角色模型 - 当数据分布在本地和云端的多个系统中时，如何集中安全性 - 如何控制和审计跨区域的数据访问

1. 逻辑数据架构简化数据治理
和安全

2. 2
Denodo：数据管理领导者
始于 1999 年，以数据虚拟化技术为核心，长期专注于数据集成、管理和交付
DENODO 办事处和员工
业务遍布全球 – 在 20 个国家/地区设有
25 个办事处。
新办事处（2021 年） – 荷兰、比利时、
瑞典、韩国。
客户和合作伙伴
1000 多家客户，包括众多财富 500 强和全
球 2000 强公司，遍布各个主要行业。
全球 300 多家积极参与的合作伙伴。
财务状况
~50% 的年增长率
108% 的净留存率
4% 的客户流失率
$0 负债；盈利
领导者：Gartner 2021 年数据集成
工具魔力象限
领导者：Forrester 2020 Wave –
企业数据编织，2020 年第 2 季度
领导者：Forrester 2017 Wave –
数据虚拟化，2017 年第 4 季度
领导地位
客户之选：2022 Gartner Peer
Insights 数据集成工具
（连续第二年）

3. 3
30+行业 & 1000+ 客户
部分行业的客户
公共服务
金融服务
电信
医疗健康
科技
制造
保险
零售
制药/生物技术
能源

4. 4
Denodo 资源

5. 5
Denodo 资源

6. SPEAKERS
Stanley Zhang
方案架构师
18930226403
szhang@denodo.com

7. Agenda
DENODO LUNCH AND LEARN ASEAN
1. 虚拟数据编织保障数据安全
2. 产品演示
3. 问答
4. 下一步

8. 虚拟数据编织架构

9. 9
How to Get More from Your Data in 2020, Jan 2020
A data fabric architecture is designed to
stitch together historical and current data
across multiple data silos to produce a
uniform and unified business view of the
data.”
数据编织架构旨在将跨多个数据孤岛的历史数据和当
前数据拼接在一起，从而产生统一的数据业务视
图。”

10. 10
Virtual Data
Fabric
消费端
数据
科学
机器
学习
人工
智能
移动
应用
预测
分析
商务
智能
关系型 NoSQL 非结构化 文档 云 传感器 物联网
数据源端
统一数据 安全
抽象层
通用接入
自服
务
数据
目录

11. 数据虚拟化助力统一安全
管理

12. 12
统一安全管理
▪ 数据虚拟化提供了一个抽象层，将源与消费端应
用程序分离
▪ 单点访问所有信息，避免点对点连接到源
▪ 作为单点访问，这是实施安全性的理想地方，并
且可以根据具有精细粒度的规范模型进行定义

13. 13
Virtual Data
Fabric
消费端
数据
科学
机器
学习
人工
智能
移动
应用
预测
分析
商务
智能
关系型 NoSQL 非结构化 文档 云 传感器 物联网
数据源端
统计数据 数据脱敏
抽象层
基于角色认证授权
LDAP
Active Directory
缓存加密数据
数据定义权限

14. 14
保护动态数据
▪ 消费端到 Denodo 平台（北向）：
消费端应用程序和数据虚拟化层之间的通信可以得到
保护，通常使用 SSL (TLS 1.2)
▪ Denodo平台到数据源端（南向）：
具体的安全协议取决于来源，例如 SSL (TLS 1.2)、
HTTPS、sFTP、……

15. 15
保护静态数据
▪ 两个具有“静态数据”的位置
▪ 缓存数据库
▪ 内存交换文件
▪ 缓存数据库
▪ 使用原生数据库加密机制来保护数据
▪ 内存交换文件
▪ 使用本机操作系统加密对交换目录中的文件进行加密

16. 16
透传凭证
▪ 允许在底层数据源中使用现有的访问权限和规则。
▪ 数据源过滤器中的访问权限和规则来自查询。
▪ 对来自数据源的结果叠加数据虚拟化层权限和规则。
▪ 将两组访问控制过滤的结果返回给用户。

17. 17
基于角色的数据隐私
▪ 根据用户角色控制哪些数据可见
▪ 可以从 AD 和 LDAP 导入角色
▪ 可以按层次结构组织角色
▪ 更复杂的逻辑也是可能的

18. 18
行级限制
▪ 可以添加限制以允许用户仅获取与特定条件匹配的行。
管理员可以查看所有记录 用户只能看到与其位置相关的数据

19. 19
动态数据脱敏
▪ 动态数据脱敏 (DDM) 技术拦截发送到数据库的查询或数据库响应，并应用一
些或多或少复杂的逻辑来保护在应用程序或 BI 工具中显示给最终用户的敏感
信息。
▪ 例如，信用卡号可能看起来像 1234 **** **** 5678 而不是实际值，或者电
子邮件地址可能显示为 jd****@denodo.com。

20. 20
Virtual Data
Fabric
关系型 NoSQL 非结构化 文档 云 传感器 物联网
动态数据脱敏规则
授权用户
能看到真实数据
其他用户
只能看到混淆数据

21. 21
静态数据脱敏
▪ 静态数据脱敏 (SDM) 主要用于物理替换静态敏感数据。 生成的受保护
数据集可以分发用于开发、测试和培训目的。
▪ 静态方法的屏蔽算法更复杂，因为我们需要确保数据看起来真实并且可
以用于测试，但不应包含任何敏感数据。

22. 22
静态数据脱敏函数
▪ 从字典中随机替换名称、国家、城市。
▪ 随机生成抄送号码、电话号码、SSN 等。
▪ 掩蔽值时的日期和帐户余额模糊。 例如，出生日期，比实际值高或低
N%。 这是在测试/开发数据集中保留原始数据分布所必需的。

23. 23
Virtual Data
Fabric
关系型 NoSQL 非结构化 文档 云 传感器 物联网
开发 测试 沙盒
远程表保护数据
静态数据脱敏规则

24. 24
审计
▪ 在 DV 平台中执行的所有查询和操作的审计跟踪。
▪ 有了这些信息，就可以随时检查谁访问了哪些资源、进行了哪些更改或执行了哪些查询。

25. DENODO LUNCH AND LEARN ASEAN
Key Takeaways

26. KEY
TAKEAWAYS
执行安全和治理
策略的单一入口
点
内部和外部数据，
通过相同的受管的
虚拟数据结构层进
行组合
单一事实来源 /
规范视图
谁在做什么/访问
什么，何时以及
如何
更少的个人数据
副本 / 副本血缘
可追溯

27. 27
Demo

28. DENODO LUNCH AND LEARN ASEAN
Q&A

29. 29
Denodo 资源
✔ Denodo官网：denodo.com.cn
✔ Denodo社区：community.denodo.com
✔ Denodo博客：www.datavirtualizationblog.com
✔ 产品试用：https://www.denodo.com/en/denodo-platform/test-drives
✔ 联系我们：
✔ 添加微信
✔ 电话至 +86.18518356610
✔ 邮件至 cli@denodo.com

30. Thanks!
www.denodo.com info@denodo.com
© Copyright Denodo Technologies. All rights reserved
Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and
microfilm, without prior the written authorization from Denodo Technologies.