怎樣為數(shù)據(jù)分類

申請免費試用、咨詢電話：400-8352-114

企業(yè)要確保數(shù)據(jù)安全、遵從法規(guī)、存儲分層和滿足新調查取證需要的努力，取決于所采用的好的數(shù)據(jù)分類方法。

依賴于系統(tǒng)元數(shù)據(jù)的傳統(tǒng)分類法缺少全面的內容可見性，因為Windows的CIFS和Unix的NFS只提供8種分類元數(shù)據(jù)類，如文件名、目錄名、文件長度、類型與修改或訪問日期。

這些基本解決方案證明無法滿足IT對準確數(shù)據(jù)分類的要求。這種情況導致了所謂信息分類與管理（ICM）的市場細分的出現(xiàn)。這類工具提供文件路徑元數(shù)據(jù)解析、文件中內容可見性、上下文種類分類、文件分類標簽以及基于策略的管理與跟蹤等高級特性。

可惜，其中的一些解決方案由于它們基本架構（即關系型數(shù)據(jù)庫和/或企業(yè)搜索引擎）的原因，仍存在嚴重的性能、可擴展性、靈活性和功能問題。

企業(yè)搜索引擎證明，完全能夠滿足基于Web的搜索的需要，Google和其他一些搜索引擎也證明了這點。它們的局限性可能使它們難于使用，很多IT專業(yè)人員發(fā)現(xiàn)它們不適合企業(yè)環(huán)境中的ICM要求?？梢詫⑺阉飨胂鬄?，為找到幾個字而構建一部字典。人們必須首先建立所有文件中的所有字的龐大索引。

這一過程十分緩慢并可能消耗大量的存儲空間。

針對ICM的高級解決方案，必須超越搜索范圍提供真正的信息數(shù)據(jù)挖掘。這包括找到保存在不安全位置中的社會保險號、信用卡號、源代碼或保密信息的能力。它們還必須能夠找到類似姓名、公司名、賬戶號或訴訟案名的數(shù)據(jù)，甚至找到電子報表單元中的數(shù)據(jù)。

一些工具可以利用模式或上下文識別來檢測文檔摘要或主題。這可以提供類似于搜索的可見性，但增加了確保John Apple按姓名而不是按公司或水果類分類的上下文關系。

在更大型的企業(yè)中，分散在不同位置中的文件必須被找到和分類，一些基于關系型數(shù)據(jù)庫的解決方案難以完成這項任務。所需要的是某種超越塊數(shù)據(jù)庫架構并提供類似網(wǎng)格的數(shù)據(jù)庫技術。

這需要一種使數(shù)據(jù)庫不同部分保存在遠程位置或單個PC上，而不是保存在中央數(shù)據(jù)庫中的新型分布式數(shù)據(jù)模型。

將分類的數(shù)據(jù)轉移到相應的數(shù)據(jù)庫需要策略引擎。策略引擎從數(shù)據(jù)分類開始，包括文件標簽。數(shù)據(jù)值必須在建立策略之前被知道，而成功的策略引擎必須擺脫文件存根或快捷鍵。此外，所有的文件目錄結構，包括訪問控制列表都必須被轉移。這必須在異構的存儲環(huán)境中完成，不管部署的是什么存儲系統(tǒng)。

標簽必須通過業(yè)務用戶與IT專業(yè)人員之間的簡短會面，像創(chuàng)建MP3音樂程序中的播放列表一樣容易。在這些會面中，IT專業(yè)人員和部門負責人可以就什么是關鍵信息、保密信息或敏感信息達成一致，然后根據(jù)布爾搜索序列標記文件。之后，可以建立策略來正確地管理和跟蹤這些文件。

IT專業(yè)人員應當將數(shù)據(jù)分類過程視為在降低費用和減少復雜性的同時為業(yè)務增加價值的機會，而不是將它視為負擔。（美國《Network World》供本報專稿）

(ccw-cnw)