数据资产如何安全可追溯,你们应该这样做!

发布时间:2021.03.12来源:知乎浏览量:120次标签:数据治理

近年来,食品安全中提到产地的可追溯性,给许多生鲜打上了专属的身份证以便出现问题可以追根溯源。而这并不稀奇,在使用报表工具时处于数据安全考量,也要记录什么人在什么时候对哪些数据做了什么操作,以便后续进行查找时能知道问题出在哪里。

报表工具的普遍性与易用性,使客户对于信息的安全性问题越来越关注,如果不能做到数据的可追溯性,报表数据被人为修改之后,很难发现与恢复。今天,小编给大家推荐亿信ABI的数据留痕功能。只需要在填报时打开留痕功能,并设置相关属性,即可将修改记录入库,实现数据的可追溯性并且设置简单方便,下边就以亿信ABI的数据留痕为例,详细说明如何实现数据的可追溯性。

理论:了解数据留痕原理
首先,需要数据留痕就先要有数据的填报,亿信的数据留痕功能是基于数据填报表的基础上做的功能,在使用数据采集、修改数据入库时,要想实现数据可追溯性,就必须把每次的修改信息,包括修改的数据、修改人员信息、时间等全部一同保存起来,从而保证数据的每次操作都能完整的记录在内,具体流程如下:

打开填报报表:打开一张已设计好的填报报表,用于数据留痕。
数据留痕设置:打开数据留痕功能并设置留痕类型。
留痕信息展现:在web端查看数据留痕功能。
实操:手把手教你留痕设置
首先,打开一张已经设计好的填报报表,数据留痕功能必须要有一个主键字段,在字段映射中设置一个字段为主键,保证记录的数据留痕信息能实现数据的定位功能。

数据填报表设计完成后,接下来只需打开数据留痕功能即可实现对数据的每一次操作都记录入库了。

在编辑区的回填属性中,选择想要的数据留痕类型。数据留痕分为概要留痕与明细留痕两种,概要留痕会将本次修改的所有内容都记录在一起,一次修改只记录一条修改信息,查看方便,而明细留痕会将每个单元格上的修改信息都单独的记录下来,一次修改可能会有多条的修改信息,记录的信息会更加的详细。

此处以明细留痕为例,选择数据留痕类型为明细留痕,然后打开报表的回填属性面板,设置开启数据留痕。

为了使展现效果更加直观,可以在单元格上编辑表元说明属性,用于在展现留痕信息时,便于清楚当前是哪一列的数据信息,可以根据自己的需要填写信息,并在在下一步会说明此属性的具体效果。

最终效果:留痕信息展现
完成以上操作之后,就已经实现了数据留痕功能了,是不是十分的快捷方便,接下来只需点击计算按钮,在数据展现页面对数据进行修改,然后上报之后,点击查看下边的明细留痕菜单,即可查看修改的数据信息。

在明细留痕类型下,查看留痕信息时,会对修改的表元进行标红,方便查看修改的表元,且点击对应的有修改的表元,可以展现当前表元的所有修改信息,避免数据太多时查看困难的问题。

以上便是亿信ABI的数据留痕功能的详细使用过程了,简单设置,轻轻松松实现数据的可追溯,保证了数据安全性。

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 大数据时代,用户不能成为“透明人”!

    大数据时代,用户不能成为“透明人”!

    移动互联网时代,智能手机如同人的体外器官,而手机上安装的APP就像组成细胞。可以说,过好移动生活,首先从用好智能手机的APP开始。……查看详情

    发布时间:2019.04.04来源:大数据浏览量:87次

  • 数据标准从发起到落地执行的四个阶段

    数据标准从发起到落地执行的四个阶段

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:……查看详情

    发布时间:2020.09.24来源:知乎浏览量:108次

  • 大数据时代还需要数据治理吗?

    大数据时代还需要数据治理吗?

    第一个提出大数据时代到来的是全球知名咨询公司麦肯锡,现如今大数据广泛存在于政府,军事,金融,企业,医疗,制造业,电力等行业,备受关注。……查看详情

    发布时间:2019.08.15来源:知乎浏览量:122次

  • 数据治理方案有哪几个步骤?

    数据治理方案有哪几个步骤?

    随着业务发展,公司对数据应用使用场景越来越多,数据也会随着业务快速增长,随之而来,数据质量、数据存储、数据模型建设等使用规范上都会出现一……查看详情

    发布时间:2022.03.15来源:小亿浏览量:749次

  • 2019年的数据前景如何

    2019年的数据前景如何

    这三个与数据相关的趋势今年值得关注。 公司喜欢技术堆栈所有层的“即服务”模式,从云供应商提供的基础架构到完整的SaaS应用程序。但是……查看详情

    发布时间:2019.01.07来源:数据治理浏览量:132次

  • 数据准备和数据映射:数据管理和数据治理之间的粘合剂,以加快洞察力并降低风险

    数据准备和数据映射:数据管理和数据治理之间的粘合剂,以加快洞察力并降低风险

    组织已经花费了大量的时间和金钱试图在不同的平台上协调数据,包括清理、上载元数据、转换代码、定义业务词汇表、跟踪数据转换等。……查看详情

    发布时间:2019.02.13来源:亿信华辰浏览量:139次

  • 数据质量问题根因分析

    数据质量问题根因分析

    说到数据质量问题的原因,做过BI或数仓项目的小伙伴肯定都知道,这是一个业务和技术经常扯来扯去、互相推诿的问题。在很多情况下,企业都会把数……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:193次

  • 国内数据治理平台厂商介绍

    国内数据治理平台厂商介绍

    睿治数据治理平台是北京亿信华辰软件有限责任公司完全自主研发的一站式综合数据治理整体解决方案,是一款面向全用户角色的、智能的、敏捷的数据全……查看详情

    发布时间:2019.09.19来源:知乎浏览量:157次

  • 不再有肮脏的数据:关于数据治理的五个提示

    不再有肮脏的数据:关于数据治理的五个提示

    确保您的数据获得和保持干净需要正确的数据治理方法。……查看详情

    发布时间:2019.01.09来源:亿信华辰浏览量:130次

  • 数据标准化的难题

    数据标准化的难题

    数据标准好制定,但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年,各个行业,各个组织都在建设自己的数据标准,但是你很少……查看详情

    发布时间:2020.11.13来源:知乎浏览量:123次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议