综合数据管理：数字时代的数据养育

XYZ Sporting Goods 希望通过软件简化对敏感数据进行 “身份去除” 的任务，他们选择了 Optim Data Privacy Solution 。 Optim 能够以 “尊重” 软件应用程序逻辑的方式执行这种数据转换。这种 Optim 功能被称为 “感知上下文的” 数据掩盖，它可以产生不 “破坏” 应用程序的数据转换结果，从而保持测试结果是有意义的。例如，包含字母表字符的字段被替换为适当模式的其他字母表字符。另外，转换后的数据处于允许值范围内。例如，如果厂商编码是 1 到 100 之间的数字，那么掩盖后的值不会是 200 这样不合适的值。

IDM 将改变这个局面

通过使用 RDA 和 Optim 之间的集成，XYZ Sporting Goods 可以在启动开发过程时定义策略并使用共享的标准、模型和策略，从而形成对业务意图（保护数据私密性）及其技术实现（使用特定的算法掩盖指定的列）的统一理解。 RDA 和 Optim 之间的集成可以简化测试数据的供应过程，满足治理策略和法律的要求，甚至在数据进入企业之前就可以建立相关的策略。

在这里，我使用 “供应” 这个词而不是生成，这是因为 Optim 从现有的生产数据库获取数据，然后掩盖数据。

现在，XYZ Sporting Goods 的数据架构师能够为数据模型中需要掩盖（在测试系统中使用）的数据的产生和生命周期做好准备。架构师可以使用 RDA 在企业领域模型（数据词典）中定义数据私密性分类和相关联的掩盖规则，然后对多个数据源重用和调整这些策略。毕竟，存储客户信用卡信息的不仅仅是采购系统。为了满足 PCI DSS 的规定，公司应该为在整个企业中的测试系统中如何使用信用卡数据设置策略。

可以使用 RDA 生成 Optim Data Privacy Solution 所需的对象定义并以 Optim External File (OEF) 格式导出，然后可以把对象定义导入 Optim 以执行测试数据掩盖。另外，在 RDA 中定义的领域报告信息现在已经成为任何数据私密合法性报告的关键部分。