-
❌ Datenschutz in Excel ❌ Individuelle oder global anwendbare Funktionen zur Datenmaskierung in XLS- und XLSX-Dateien ❗
Welches IRI-Datenmaskierungstool ist das beste für Excel? Die auch einzeln verfügbaren drei Produkte der IRI Data Protector Suite haben gemeinsame Suchmethoden (wie Muster- oder Wörterbuchabgleiche) und individuell oder global anwendbare Datenmaskierungsfunktionen (wie Verschlüsselung, Redigierung, Hashing und Pseudonymisierung). Alle drei können daher identische und potenziell austauschbare Chiffretexte erzeugen, um Determinismus und Datenintegrität zu wahren. Sie sind auch alle unterstützte Komponenten der IRI Voracity Datenmanagement-Plattform: IRI FieldShield wurde entwickelt, um strukturierte Datenbank- und Flat-File-Daten zu klassifizieren, zu suchen und zu maskieren. FieldShield verwendet das CoSort SortCL-Programm zur Datendefinition und -manipulation, um Quell- und Ziellayouts sowie alle Mapping-/Maskierungstransformationen zu definieren. SortCL verwendet 4GL-Job-Skripte, die in der Regel in der auf Eclipse basierenden IRI…
-
❌ Data Governance ❌ End-to-End-Metadaten mit no-Code Plattform (DataSwitch) für Daten-Modernisierung, Data-Engineering und Daten-Demokratisierung ❗
Die neue Plattformallianz: IRI und DataSwitch haben sich zusammengetan, um eine End-to-End-Metadaten- und Daten-Engineering-Umgebung mit mehreren Funktionen zu schaffen. Dies ermöglicht die Modernisierung von Altdaten und ETL-Jobs, die Erstellung und Orchestrierung von Daten-Mapping-Operationen mit KI, die Maskierung von PII im laufenden Betrieb und die geschäftsfreundliche Aufbereitung von Daten für Analysen. Dies ist der erste in einer Reihe von Artikeln, in denen die Verbindung zwischen IRI Voracity-Datenmanagementoperationen und der webbasierten Kontrolle durch die codefreie DataSwitch-Plattform für Datenmodernisierung, -entwicklung und -demokratisierung vorgestellt wird. Die Ankündigung der Zusammenarbeit von Q3’2021 für Unternehmen und Code finden Sie hier. Sie wissen bereits, dass IRI Voracity die Datenmanagement-Plattform für das Erkennen, Integrieren, Migrieren, Verwalten und Analysieren…
-
❌ Splunk SOAR ❌ Data Munging vor der Indizierung in Splunk Phantom für höhere Leistung und GDPR-konformen Datenschutz ❗
Splunk-App für Data Wrangling & Datenmaskierung: Die beste Möglichkeit für die Datenerkennung, -integration, -migration, -verwaltung und -analyse von Splunk Enterprise oder Splunk Enterprise Security! Der Vorteil ist ein nahtloser, gleichzeitiger operativer Daten-zu-Informationsfluss von der schnellen Vorbereitung und dem Schutz großer und kleiner Datenquellen durch Voracity bis hin zu den leistungsstarken Visualisierungen und dem adaptiven Response-Framework von Splunk. In einem einzigen Durchgang durch mehrere Eingaben können Voracity-Jobs Daten für Analysen transformieren, filtern, bereinigen, neu formatieren und in ein Stadium (Wrangling) bringen und die darin enthaltenen PII für Compliance- und Datenverletzungen zu de-identifizieren! Die Anwendung nimmt Daten, die von IRI-Jobs erzeugt werden die in den 4GL (*.cl)-Job-Skripten von "SortCL"-kompatiblen Produkten in Voracity…
-
❌ TDM ❌Strukturell und referenziell korrekte Testdaten für RDB wie Oracle, DB2, PostgreSQL oder SQL Server synthetisieren ❗
Wie man DB-Testdaten generiert: IRI RowGen-Benutzer können in einem einzigen Arbeitsgang strukturell und referenziell korrekte synthetische Testdaten für eine gesamte Datenbank erzeugen. Die Testdaten spiegeln die Produktionsmerkmale (z. B. Wertebereiche und Häufigkeiten) wider, die normalerweise bei Datenbank- oder ETL-Operationen auftreten, erfordern aber keinen Zugriff auf echte Daten oder deren Maskierung. Endbenutzer-Assistenten für RowGen in der IRI Workbench GUI (auf Eclipse™ aufbauend) helfen bei der Erzeugung von Testdaten. Einer der nützlichsten ist der Assistent für neue RowGen-Datenbanktestdaten, der ein komplettes RowGen-Projekt erstellt, um mehrere Tabellen auf einmal mit vorsortierten Schlüsselwerten und der Möglichkeit zur Anpassung automatisch zu befüllen. Obwohl er sich auf vorhandene Metadaten für jede Testtabelle stützt, können Sie auch…
-
❌ Data Vault 2.0 ❌ Relationales Datenbankmodell mit Datenmigration von Produktionstabellen in Data Vault 2.0-Modelle ❗
End-to-End Datenmanagement: über 150 Datenquellen erreichen! Die IRI Workbench IDE enthält einen Data Vault Generator Assistenten, der den Benutzern der IRI Voracity Plattform hilft, ein relationales Datenbankmodell in eine Data Vault 2.0 (DV) Architektur zu migrieren. Der Assistent hat drei Ausgabeoptionen, die von den Bedürfnissen des Benutzers abhängen. Alle Optionen erstellen das Entity Relationship Diagram (ERD) für die Ausgaben. Die erste Option erzeugt nur die vollständige DDL und ERD. Die zweite Option erstellt eine DDL für Tabellen, die noch nicht existieren, und erstellt außerdem Jobskripte zum Laden der Daten aus den Quelltabellen in die neuen Zieltabellen. Die dritte Option erstellt eine DDL für Tabellen, die nicht existieren, und lädt die…
-
❌ DBTA Big Data ❌ Unsere Software ist erneut in der DBTA Big Data 50 Liste der „Companies Driving Innovation“ vertreten ❗
Was unsere 43 Jahre im Bereich Big Data für Sie bedeuten: Seit 1978 hat sich Innovative Routines International (IRI Inc.) auf die Verarbeitung und das Management von "Big Data" spezialisiert. Lange bevor der Begriff unter Hadoop fiel, haben unsere Kunden ihn verwendet, um ihre sehr großen Datei- und Datenbankquellen zu beschreiben, die in CoSort umgewandelt und ausgewertet wurden … und tun es immer noch! Obwohl die heutigen CoSort-gestützten Aktivitäten weitaus umfangreicher sind, laufen sie immer noch bekannt schnell im Volumen. Sie werden in Eclipse ausgeführt und sind jetzt in einer erschwinglichen All-in-One-Datenmanagement-Plattform namens Voracity für Multi-Source verfügbar: Data Discovery – Klassifizierung, Diagrammerstellung, Profiling und Suche von strukturierten, halbstrukturierten und unstrukturierten…
-
❌ ASN.1-Dateien ❌ Direkte Datenintegration und Datenmigration mit Datenbereinigung und Datenmaskierung, für Datenverarbeitung und Report ❗
Einführung in das ASN.1-Format und direkte Unterstützung! Abstract Syntax Notation One (ASN.1) ist eine Sprache zur Beschreibung des Inhalts und der Kodierung von Nachrichtendaten, die zwischen Computern ausgetauscht werden (insbesondere in der Telekommunikationsindustrie). Dies ist der erste in einer Reihe von fünf Artikeln über das Dateiformat und das umfassende neue Data Engineering, das Sie mit ASN.1-Dateien unter Verwendung der IRI-Software durchführen können. Jede Datei wird durch eine ASN.1-Spezifikationsdatei (auch als Schema bezeichnet) beschrieben, die in der Regel die Erweiterung .asn hat. Diese für den Menschen lesbare Metadaten-Datei definiert jedes Feld in der Nachricht und wird automatisch in SortCL-kompatiblen Jobs in der IRI Voracity Datenmanagement-Plattform und ihren Komponentenprodukten (CoSort für Big…
-
❌ Database Subsetting ❌ Metadaten-kompatibles Subsetting mit Datenmaskierung und synthetischen Testdaten ❗
Datenbank-Subsetting: Test mit kleineren, maskierten Schemas! Die Unterteilung und Maskierung einer Datenbank in der IRI Voracity-Plattform ist ein guter Weg, um Testdaten für die Verwendung in einem beliebigen Schema oder einer Reihe von Flat-Files zu erzeugen, die später für Berichte oder zum Laden verwendet werden können. Herausforderungen: Entwickler von Datenbankanwendungen verlassen sich zum Testen oft auf Daten in Produktionstabellen. Aber es gibt mehrere Nachteile dieses Ansatzes, einschließlich der: Vertraulichkeit der Daten in diesen Tabellen Kosten für die Migration, Maskierung, Aktualisierung und/oder Speicherung replizierter Datenbanken zum Testen Redundanz der Produktionsdaten, was zu Platzverschwendung und unzureichender Testabdeckung führt nur kleine Datenmengen für spezifische Testfälle benötigt werden Lösungen: Zusätzlich zu den leistungsstarken Funktionen zum…
-
❌ MariaDB und MySQL ❌ Schnellere Datenbankabfrage- und Ladeleistung, sowie sensible PII schützen ❗
MySQL und MariaDB: schnellere und sichere Datenbank! Sie können mit einem oder mehreren dieser zeitaufwendigen Probleme bei der Arbeit mit MySQL konfrontiert werden: Datenermittlung: Profilerstellung, Klassifizierung, ERDs Be- und Entladen großer Tabellen Routinemäßige Versorgungsoperationen (Reorgs) Komplexe Abfragen Migration oder Replikation Maskierung sensibler Daten Generierung intelligenter und sicherer Testdaten Auch spezifische Leistungsdiagnosen und -abstimmungen brauchen Zeit und können andere Benutzer betreffen. Schließlich können gespeicherte SQL-Prozeduren auch ineffizient programmiert werden, erfordern eine Optimierung und dauern dann immer noch zu lange.Beschleunigen Sie die Entladung: IRI FACT (Fast Extract) zur Beschleunigung der MySQL-Entladung. Verwenden Sie die SQL-Syntax in FACT’s CLI oder GUI, um Tabellendaten in Flat-Files zu übertragen . Geben Sie SELECT *…
-
❌ Data Masking von Apache Parquet ❌ Personenbezogene PII oder andere sensible Daten in Parquet-Dateien finden und sicher maskieren ❗
Parquet-Dateiformat: Sensible Informationen suchen und schützen! Apache Parquet ist ein spaltenförmiges, komprimiertes Dateiformat, das auf Leistung optimiert ist. Parquet-Dateien sind häufig bei Cloud-Speicheranbietern zu finden, da die Optimierungen des Dateiformats die Kosten in Cloud-Umgebungen im Vergleich zu CSV-Dateien senken. Parquet ist ein komplexes Binärformat, das zwar für schnelle analytische Abfragen und geringen Speicherplatzbedarf ausgelegt ist, aber nicht leicht lesbar ist, was den Schutz sensibler Daten erschweren kann. Die DarkShield Files API bietet jedoch die Möglichkeit, Parquet-Dateien nach sensiblen Daten zu durchsuchen und zu maskieren. Das Parquet-Dateiformat lässt viele Datentypen und verschachtelte Datenstrukturen zu; die DarkShield Files API ist in der Lage, gängige primitive Typen wie Strings, Integer, Bytes usw. sowie…
