数据安全管理体系建设

管理体系，为客户提供更科学有效的信息安全保障。星环科技始终视客户的信息安全为公司经营中的头等大事，星环科技大数据平台安全性得到了客户们的广泛认可。全国中小企业股份转让系统、国家电网、中国邮政、中国银行等日前，星环科技顺利通过信息安全管理的认证评定，获得ISO/IEC27001:2013国际信息安全管理体系认证证书。此次通过ISO/IEC27001认证，表明星环科技已建立起一套科学有效的信息安全人工智能技术的“中国心”。星环科技仅为客户提供大数据与人工智能平台产品，平台建设、运行期间不会接触任何客户数据，全流程中客户完全自主可控，大大地保障了客户的信息安全。关于星环科技星环科技是全球领先的大数据与人众多重视数据安全的客户已选择与星环科技合作，构建安全可控的大数据平台。作为全球领先的大数据与人工智能基础平台供应商，专注于提供企业级容器云计算、大数据和人工智能核心平台的研发和服务，打造大数据和一体机TxDataAppliance，并拥有多项专利技术。2016年被Gartner评为全球具有前瞻性的数据仓库及数据管理解决方案厂商，2017年被IDC评为中国大数据市场领导者。公司产品已经在十多个行业应用落地，是国内落地案例多的大数据和人工智能平台供应商。目前星环科技已完成C轮融资，由腾讯领投。

数据管理体系是一个全面的框架，用于确保数据在整个生命周期中的质量和可用性。它通常包括以下几个关键组成部分和功能：数据治理策略制定：制定数据管理策略和政策，明确数据管理的目标、原则和流程。责任分配：明确数据管理的责任主体，包括数据所有者、数据管理者和数据使用者。合规性管理：确保数据的使用和管理符合相关法律法规和行业标准。数据质量管理质量检测：通过定义和执行数据质量规则，检测数据的完整性、准确性、一致性和时效性。数据清洗与标准化：对数据进行清洗和标准化处理，以提高数据的一致性和可读性。监控与报告：实时监控数据质量的变化，并生成数据质量报告，以便及时发现和解决问题。元数据管理元数据存储：管理和存储关于数据的数据（元数据），包括数据的定义、结构和关系等。元数据应用：利用元数据支持数据的发现、集成和治理。数据安全访问控制：限制对数据的访问，确保只有授权用户才能访问敏感数据。数据加密：对数据进行加密，保护数据在传输和存储过程中的安全性。审计与监控：记录数据访问和使用情况，以便进行安全审计和监控。数据集成与共享数据整合：整合来自不同数据源的数据，打破数据孤岛，确保数据的一致性和完整性。数据共享

数据管理体系是一个全面的框架，用于确保数据在整个生命周期中的质量和可用性。它通常包括以下几个关键组成部分和功能：数据治理策略制定：制定数据管理策略和政策，明确数据管理的目标、原则和流程。责任分配：明确数据管理的责任主体，包括数据所有者、数据管理者和数据使用者。合规性管理：确保数据的使用和管理符合相关法律法规和行业标准。数据质量管理质量检测：通过定义和执行数据质量规则，检测数据的完整性、准确性、一致性和时效性。数据清洗与标准化：对数据进行清洗和标准化处理，以提高数据的一致性和可读性。监控与报告：实时监控数据质量的变化，并生成数据质量报告，以便及时发现和解决问题。元数据管理元数据存储：管理和存储关于数据的数据（元数据），包括数据的定义、结构和关系等。元数据应用：利用元数据支持数据的发现、集成和治理。数据安全访问控制：限制对数据的访问，确保只有授权用户才能访问敏感数据。数据加密：对数据进行加密，保护数据在传输和存储过程中的安全性。审计与监控：记录数据访问和使用情况，以便进行安全审计和监控。数据集成与共享数据整合：整合来自不同数据源的数据，打破数据孤岛，确保数据的一致性和完整性。数据共享

数据管理体系是一个全面的框架，用于确保数据在整个生命周期中的质量和可用性。它通常包括以下几个关键组成部分和功能：数据治理策略制定：制定数据管理策略和政策，明确数据管理的目标、原则和流程。责任分配：明确数据管理的责任主体，包括数据所有者、数据管理者和数据使用者。合规性管理：确保数据的使用和管理符合相关法律法规和行业标准。数据质量管理质量检测：通过定义和执行数据质量规则，检测数据的完整性、准确性、一致性和时效性。数据清洗与标准化：对数据进行清洗和标准化处理，以提高数据的一致性和可读性。监控与报告：实时监控数据质量的变化，并生成数据质量报告，以便及时发现和解决问题。元数据管理元数据存储：管理和存储关于数据的数据（元数据），包括数据的定义、结构和关系等。元数据应用：利用元数据支持数据的发现、集成和治理。数据安全访问控制：限制对数据的访问，确保只有授权用户才能访问敏感数据。数据加密：对数据进行加密，保护数据在传输和存储过程中的安全性。审计与监控：记录数据访问和使用情况，以便进行安全审计和监控。数据集成与共享数据整合：整合来自不同数据源的数据，打破数据孤岛，确保数据的一致性和完整性。数据共享

数据管理体系是一个全面的框架，用于确保数据在整个生命周期中的质量和可用性。它通常包括以下几个关键组成部分和功能：数据治理策略制定：制定数据管理策略和政策，明确数据管理的目标、原则和流程。责任分配：明确数据管理的责任主体，包括数据所有者、数据管理者和数据使用者。合规性管理：确保数据的使用和管理符合相关法律法规和行业标准。数据质量管理质量检测：通过定义和执行数据质量规则，检测数据的完整性、准确性、一致性和时效性。数据清洗与标准化：对数据进行清洗和标准化处理，以提高数据的一致性和可读性。监控与报告：实时监控数据质量的变化，并生成数据质量报告，以便及时发现和解决问题。元数据管理元数据存储：管理和存储关于数据的数据（元数据），包括数据的定义、结构和关系等。元数据应用：利用元数据支持数据的发现、集成和治理。数据安全访问控制：限制对数据的访问，确保只有授权用户才能访问敏感数据。数据加密：对数据进行加密，保护数据在传输和存储过程中的安全性。审计与监控：记录数据访问和使用情况，以便进行安全审计和监控。数据集成与共享数据整合：整合来自不同数据源的数据，打破数据孤岛，确保数据的一致性和完整性。数据共享

数据治理管理体系是一套涵盖组织、制度、流程、技术等多方面要素，旨在对企业或组织内的数据进行全面、科学、有效管理，以提升数据质量、保障数据安全、促进数据价值挖掘和利用的综合性架构，以下是其具体构成评估指标体系，用于定期衡量数据质量状况。同时制定完善的数据质量问题发现、上报、处理及跟踪机制，明确各环节的责任主体和时间要求，确保数据质量问题能够得到及时有效的解决。数据安全管理制度：聚焦于保障数据的、评估、问题预警等功能，能够实时或定期按照设定的质量指标对数据进行自动检测，及时发现数据质量异常情况，并通过可视化界面等形式向相关人员发出预警，辅助快速定位和解决问题。数据安全管理工具：运用加密技术对治理重大问题，对数据治理工作的推进方向进行把控。数据管理部门：负责具体的数据治理日常工作的组织与实施，比如制定详细的数据管理计划、监督各项数据治理制度和流程的执行情况等。该部门常配备数据管理员、数据分析师等专业岗位人员，他们承担着数据标准的维护、数据质量监控、元数据管理等具体事务性工作。业务部门：作为数据的生产者和主要使用者，业务部门需要深度参与数据治理。一方面要按照既定的数据标准和规范准确录入

安全构建主要包含政务数据安全管理体系、政务数据安全技术体系、政务数据安全运营体系三个部分。政务数据安全管理体系是指要构建一套科学的管理机制，从责任机制建设、组织架构、合规管理、政务数据安全规划和政保障体系，从数据采集、传输、存储、使用、交换、销毁全生命周期保障政务数据安全。完善数据安全基础设施、数据安全服务和建设数据安全管理与运营保障管理平台，为安全管理、安全技术和安全运营的业务提供基础支持务数据安全管理5个方面提升数据安全管理能力。政务部门应严格落实数据安全管理任，建立健全的组织架构和审计机制，完善政务数据安全规划体系，管理数据安全合规性。政数据安全技术体系是指要构建一套政务数据安全技术。政务数据安全运营体系是指构建政务数据安全运营体系，通过数据资产管理、数据安全隐患发现及处置机制、数据安全风险评估机制、数据安全突发事件应急响应机制、数据安全监控与审计机制的有效结合，支撑数据安全运营在当今信息化的社会中，政务数据安全问题愈加突出，各种政务公开被频繁爬取和非法传播，给政务数据安全面的巨大风险。为了应对这种情况，需要从多个角度发，建立一套针对政务数据的数据安全能力建设框架。政务数据

数据治理管理体系是一套涵盖组织、制度、流程、技术等多方面要素，旨在对企业或组织内的数据进行全面、科学、有效管理，以提升数据质量、保障数据安全、促进数据价值挖掘和利用的综合性架构，以下是其具体构成评估指标体系，用于定期衡量数据质量状况。同时制定完善的数据质量问题发现、上报、处理及跟踪机制，明确各环节的责任主体和时间要求，确保数据质量问题能够得到及时有效的解决。数据安全管理制度：聚焦于保障数据的、评估、问题预警等功能，能够实时或定期按照设定的质量指标对数据进行自动检测，及时发现数据质量异常情况，并通过可视化界面等形式向相关人员发出预警，辅助快速定位和解决问题。数据安全管理工具：运用加密技术对治理重大问题，对数据治理工作的推进方向进行把控。数据管理部门：负责具体的数据治理日常工作的组织与实施，比如制定详细的数据管理计划、监督各项数据治理制度和流程的执行情况等。该部门常配备数据管理员、数据分析师等专业岗位人员，他们承担着数据标准的维护、数据质量监控、元数据管理等具体事务性工作。业务部门：作为数据的生产者和主要使用者，业务部门需要深度参与数据治理。一方面要按照既定的数据标准和规范准确录入

数据治理管理体系是一套涵盖组织、制度、流程、技术等多方面要素，旨在对企业或组织内的数据进行全面、科学、有效管理，以提升数据质量、保障数据安全、促进数据价值挖掘和利用的综合性架构，以下是其具体构成评估指标体系，用于定期衡量数据质量状况。同时制定完善的数据质量问题发现、上报、处理及跟踪机制，明确各环节的责任主体和时间要求，确保数据质量问题能够得到及时有效的解决。数据安全管理制度：聚焦于保障数据的、评估、问题预警等功能，能够实时或定期按照设定的质量指标对数据进行自动检测，及时发现数据质量异常情况，并通过可视化界面等形式向相关人员发出预警，辅助快速定位和解决问题。数据安全管理工具：运用加密技术对治理重大问题，对数据治理工作的推进方向进行把控。数据管理部门：负责具体的数据治理日常工作的组织与实施，比如制定详细的数据管理计划、监督各项数据治理制度和流程的执行情况等。该部门常配备数据管理员、数据分析师等专业岗位人员，他们承担着数据标准的维护、数据质量监控、元数据管理等具体事务性工作。业务部门：作为数据的生产者和主要使用者，业务部门需要深度参与数据治理。一方面要按照既定的数据标准和规范准确录入

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...