Профилирование данных
используется для идентификации персональных данных и определения особенностей данных с целью выработки оптимальных правил усечения и маскирования данных.
Важнейшие преимущества маскирования данных
Использование методов маскировки, исключающих возможность восстановления реальных данных из замаскированных.
Сохранение бизнес-логики замаскированных данных: они должны быть понятными и полными.
Гибкость настройки правил маскирования и наличие преднастроенных типовых алгоритмов маскирования.
Высокая производительность системы, обеспечивающая маскирование больших объёмов данных в требуемые сроки.
Компоненты маскирования
представляют собой набор преднастроенных компонент для маскирования ключевых объектов данных, включая персональную информацию, карты и т.д.
Генерация тестовых данных
используется для случаев внедрения новой системы, когда не существует готовых данных, которые можно замаскировать, но требуется набор данных для проведения функционального и нагрузочного тестирования.
Преобразование данных и интеграция
позволяет использовать один и тот же набор правил для дифференцированных источников с различной структурой без необходимости использования дополнительных инструментов интеграции данных.
Data Sampler
выполняет усечение данных (с целью настройки правил выбора и группировки значений для создаваемого подмножества данных). Формируя усечённые наборы данных для непродуктивных сред, можно значительно оптимизировать стоимость инфраструктуры для разработки и тестирования. Данный подход также позволяет создавать большее число тестовых сред с разными параметрами для различных проектов.