数据安全防护体系

具备一系列产品和解决方案，提供矩阵式的数据安全能力体系，可全方位保障企业的数据安全，支撑业务合法合规地开展。星环科技在产品的各层级上都完善了安全技术，从而可以给用户提供体系化的数据安全防护能力。在随着信息技术的飞速发展，数据安全防护已成为企业信息安全的重要一环。数据安全防护指通过一系列技术和措施，保护数据的机密性、完整性和可用性，防止数据被未经授权的访问、篡改或破坏。建立严格的数据安全管理制度是数据安全防护的基础。这包括制定清晰的数据使用政策，明确数据使用目的和范围，规定数据使用、传输、存储和销毁等环节的安全操作规范，以及制定数据安全审计和问责制度。采用先进的数据加密技术和安全存储设备是，防止未经授权的访问和数据泄露。建立完善的数据备份和恢复机制也是数据安全防护的重要措施。在数据安全方面，不怕一万，就怕万一。如果数据一旦被篡改或破坏，可以迅速恢复数据，减少损失。同时，定期备份数据也可以确保数据的完整性，防止数据丢失。加强网络和系统安全也是数据安全防护的重要保障。这包括安装防火墙、杀毒软件等网络安全设备，以防止网络攻击和病毒传播。同时，定期更新系统和软件，及时修补漏洞，防止黑客利用漏洞

具备一系列产品和解决方案，提供矩阵式的数据安全能力体系，可全方位保障企业的数据安全，支撑业务合法合规地开展。星环科技在产品的各层级上都完善了安全技术，从而可以给用户提供体系化的数据安全防护能力。在随着信息技术的飞速发展，数据安全防护已成为企业信息安全的重要一环。数据安全防护指通过一系列技术和措施，保护数据的机密性、完整性和可用性，防止数据被未经授权的访问、篡改或破坏。建立严格的数据安全管理制度是数据安全防护的基础。这包括制定清晰的数据使用政策，明确数据使用目的和范围，规定数据使用、传输、存储和销毁等环节的安全操作规范，以及制定数据安全审计和问责制度。采用先进的数据加密技术和安全存储设备是，防止未经授权的访问和数据泄露。建立完善的数据备份和恢复机制也是数据安全防护的重要措施。在数据安全方面，不怕一万，就怕万一。如果数据一旦被篡改或破坏，可以迅速恢复数据，减少损失。同时，定期备份数据也可以确保数据的完整性，防止数据丢失。加强网络和系统安全也是数据安全防护的重要保障。这包括安装防火墙、杀毒软件等网络安全设备，以防止网络攻击和病毒传播。同时，定期更新系统和软件，及时修补漏洞，防止黑客利用漏洞

具备一系列产品和解决方案，提供矩阵式的数据安全能力体系，可全方位保障企业的数据安全，支撑业务合法合规地开展。星环科技在产品的各层级上都完善了安全技术，从而可以给用户提供体系化的数据安全防护能力。在随着信息技术的飞速发展，数据安全防护已成为企业信息安全的重要一环。数据安全防护指通过一系列技术和措施，保护数据的机密性、完整性和可用性，防止数据被未经授权的访问、篡改或破坏。建立严格的数据安全管理制度是数据安全防护的基础。这包括制定清晰的数据使用政策，明确数据使用目的和范围，规定数据使用、传输、存储和销毁等环节的安全操作规范，以及制定数据安全审计和问责制度。采用先进的数据加密技术和安全存储设备是，防止未经授权的访问和数据泄露。建立完善的数据备份和恢复机制也是数据安全防护的重要措施。在数据安全方面，不怕一万，就怕万一。如果数据一旦被篡改或破坏，可以迅速恢复数据，减少损失。同时，定期备份数据也可以确保数据的完整性，防止数据丢失。加强网络和系统安全也是数据安全防护的重要保障。这包括安装防火墙、杀毒软件等网络安全设备，以防止网络攻击和病毒传播。同时，定期更新系统和软件，及时修补漏洞，防止黑客利用漏洞

尽早建设数据安全防护体系，主动做数据分类分级、权限管控、数据流向审计等，守护数据安全。星环科技自主研发的数据安全管理平台TranswarpDefensor，基于Defensor的五大核心能力和星环科技全局数据安全策略，可以帮助企业建设以数据为中心的数据安全防护。Defensor能够帮助企业了解内部数据敏感信息的资产地图，发现潜在风险，并监控企业重要数据的合规使用；同时，也能对企业敏感数据进行分类分级评估规范》实现自动化个人信息识别、去标识化以及去标识化评级，实现企业个人信息资产保护。一套全局数据安全防护策略星环科技基于Defensor分类分级结果，星环科技形成一套全局的数据安全防护策略，能够支持业务层灵活的数据合规需求。关于数据安全防护的策略，星环科技提出了防护规则、防护策略和防护操作的概念，让策略落地更高效、更灵活、更全面。在数据防护规则方面，星环科技定义了所有数据类型，其中包括数据的级别、识别方法、默认的安全防护操作等，开箱即用。比如手机号数据限制访问、IP等数据需要脱敏等不同策略。还可以通过分类分级直接关联到相应的字段。比如db1.table1.col1的分类是G1等级，安全级别较低

尽早建设数据安全防护体系，主动做数据分类分级、权限管控、数据流向审计等，守护数据安全。星环科技自主研发的数据安全管理平台TranswarpDefensor，基于Defensor的五大核心能力和星环科技全局数据安全策略，可以帮助企业建设以数据为中心的数据安全防护。Defensor能够帮助企业了解内部数据敏感信息的资产地图，发现潜在风险，并监控企业重要数据的合规使用；同时，也能对企业敏感数据进行分类分级评估规范》实现自动化个人信息识别、去标识化以及去标识化评级，实现企业个人信息资产保护。一套全局数据安全防护策略星环科技基于Defensor分类分级结果，星环科技形成一套全局的数据安全防护策略，能够支持业务层灵活的数据合规需求。关于数据安全防护的策略，星环科技提出了防护规则、防护策略和防护操作的概念，让策略落地更高效、更灵活、更全面。在数据防护规则方面，星环科技定义了所有数据类型，其中包括数据的级别、识别方法、默认的安全防护操作等，开箱即用。比如手机号数据限制访问、IP等数据需要脱敏等不同策略。还可以通过分类分级直接关联到相应的字段。比如db1.table1.col1的分类是G1等级，安全级别较低

尽早建设数据安全防护体系，主动做数据分类分级、权限管控、数据流向审计等，守护数据安全。星环科技自主研发的数据安全管理平台TranswarpDefensor，基于Defensor的五大核心能力和星环科技全局数据安全策略，可以帮助企业建设以数据为中心的数据安全防护。Defensor能够帮助企业了解内部数据敏感信息的资产地图，发现潜在风险，并监控企业重要数据的合规使用；同时，也能对企业敏感数据进行分类分级评估规范》实现自动化个人信息识别、去标识化以及去标识化评级，实现企业个人信息资产保护。一套全局数据安全防护策略星环科技基于Defensor分类分级结果，星环科技形成一套全局的数据安全防护策略，能够支持业务层灵活的数据合规需求。关于数据安全防护的策略，星环科技提出了防护规则、防护策略和防护操作的概念，让策略落地更高效、更灵活、更全面。在数据防护规则方面，星环科技定义了所有数据类型，其中包括数据的级别、识别方法、默认的安全防护操作等，开箱即用。比如手机号数据限制访问、IP等数据需要脱敏等不同策略。还可以通过分类分级直接关联到相应的字段。比如db1.table1.col1的分类是G1等级，安全级别较低

星环科技边缘计算平台助力工地安全防护Sophon平台将AI算力注入边缘，就近对数据进行处理，减少在云端之间来回传输数据的需要，可对人脸数据、人脸生物特征、人群分析等结果进行高效处理，赋能人员监管，防范人员的翻墙入侵、越界出逃、非法入侵危险区等异常行为，保证企业的财产和人身安全。以工地场景为例，工地往往是工种多且人员混杂的，常常无法进行有效及时的监管；生产事故与人员伤亡也几乎每天都在发生；不仅如此效果Sophon对于人员的识别抓拍率大于99%，识别率超95%，识别延迟为毫秒级；上线至今纠正违规行为3000余次，保障了施工现场安全生产事故零发生。

星环科技边缘计算平台助力工地安全防护Sophon平台将AI算力注入边缘，就近对数据进行处理，减少在云端之间来回传输数据的需要，可对人脸数据、人脸生物特征、人群分析等结果进行高效处理，赋能人员监管，防范人员的翻墙入侵、越界出逃、非法入侵危险区等异常行为，保证企业的财产和人身安全。以工地场景为例，工地往往是工种多且人员混杂的，常常无法进行有效及时的监管；生产事故与人员伤亡也几乎每天都在发生；不仅如此效果Sophon对于人员的识别抓拍率大于99%，识别率超95%，识别延迟为毫秒级；上线至今纠正违规行为3000余次，保障了施工现场安全生产事故零发生。

星环科技边缘计算平台助力工地安全防护Sophon平台将AI算力注入边缘，就近对数据进行处理，减少在云端之间来回传输数据的需要，可对人脸数据、人脸生物特征、人群分析等结果进行高效处理，赋能人员监管，防范人员的翻墙入侵、越界出逃、非法入侵危险区等异常行为，保证企业的财产和人身安全。以工地场景为例，工地往往是工种多且人员混杂的，常常无法进行有效及时的监管；生产事故与人员伤亡也几乎每天都在发生；不仅如此效果Sophon对于人员的识别抓拍率大于99%，识别率超95%，识别延迟为毫秒级；上线至今纠正违规行为3000余次，保障了施工现场安全生产事故零发生。

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...

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。...

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•...

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"}...

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":...

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

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。

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

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