数据治理企业系统梳理
开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则，确保数据的完整性和一致性。首先要建立公共信息类模型，保障数
公用事业数据脱敏结构
数据治理企业系统梳理
开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则，确保数据的完整性和一致性。首先要建立公共信息类模型，保障数据梳理时有统一的信息规范。其次，设定特殊信息级模型，制定数据性等级，确定数据信息敏感级别，方便确立日后哪些数据、信息以何种形式进行交互流通。
数据治理方法
自动调度：系统内包含自动调度器自动执行测试数据抽取以及脱敏工作，减少人工干预。性能优化：通过多任务、多线程、分批处理等技术实现脱敏的。完善的用户权限管理：系统具备完善的用户权限管理策略，可以针对不同角色、不同用户、不同操作系统进行权限设置，从而实现更为细粒度的权限管理。异构环境支持：同一平台支持异构数据库、应用程序和IT环境。自定义算法：系统支持各类加密、或基于各类复杂业务的DB或JAVA的自定义算法。
数据治理
敏感数据一旦泄露会给个人及社会带来严重危害，甚至对企业及组织带来不可估量的损失，那敏感数据到底有哪些呢除法律、法规内界定的敏感数据（号、姓名、住址、银行帐号等）外，还有企业或组织机构不适合公开的数据，如企业的营业数据、网络结构等。但如何鉴别和分类敏感数据却存在诸多矛盾，由于不同地域、不同法律或部门也可能对同一类的数据归类不尽相同，这也给识别敏感数据带来一定的难度。
（作者： 来源：）
