-
当“老牌”开始做AI原生，行业该重新审视了
这两年数据治理赛道“AI化”的声音不少，但大多是在旧工具上加个算法模块，本质还是“人工配规则、定时跑校验”的老套路。但最近有一家厂商让我重新想了想这个赛道——老牌数据治理厂商、数据质量专家——中翰软件。他们2024年干了一件事：用AI技术基座把整个数据治理架构重写了一遍，推出纯AI原生的源端数据治理平台。核心变化只有一个：交互方式变了。以前治理工具长着一副DBA专属面孔，业务人员想查“华东区逾期订
-
“Sorry”勒索病毒攻击境内Linux服务器：当攻击进入数据层，防护必须跑在加密之前
近日，国家计算机病毒应急处理中心发布预警，我国境内已发现多起“Sorry”勒索病毒攻击事件。01“Sorry”勒索病毒攻击事件简析与以往主要针对办公终端的勒索攻击不同，“Sorry”将目标集中在暴露于互联网的 Linux Web 服务器。攻击者利用相关漏洞取得服务器管理权限后，将勒索程序伪装成常见的 sshd 进程运行，随后展开环境探测、服务终止、数据窃取、文件加密和内网扩散。遭受攻击后，重要文件
-
数据越多，越需要“立规矩”：一份人人都该懂的数据治理实操指南
数据治理，听起来像IT部门的活，其实是每家数据驱动企业都绕不开的“家规”。简单说，它就是一套关于数据如何收集、存储、访问、保护和使用的策略——谁能用、怎么用、用多久，都得写清楚。没有这套规矩，各部门就会各自为政：你建一套标准，我搞一套流程，数据散落成“数据孤岛”，不仅浪费资源，还容易出安全漏洞。想想看，如果仓库库存没有统一管理，生产、销售、财务各记各的账，会乱成什么样？数据也一样。好的数据治理，必
-
数据多≠数据强：不懂“治理”，再多也是负债
从IT到DT，核心变化只有一个：过去围着信息流转，现在围着数据流转。但数据越多，烦恼越多——安全、隐私、质量、合规，哪个都能让创新寸步难行。“数据治理”由此登场，它不是技术插件，而是一套“评估-指导-监督”的管理闭环，目标是让数据不仅能用，而且敢用、好用。在公共决策中，伦敦地铁向高校开放客流数据，用于优化运能和线路规划——共享开放的前提是风险可控，否则数据越多越危险。因此治理必须从顶层设计入手，明
-
数据质量“反复发作”的病，这次有人从根上治了
做数据这行的人都有个共识：质量治理项目，上线时风光，半年后打回原形。问题出在哪？大多数厂商的解决方案是“末端清洗”——等数据进了数仓再动手，可脏数据早已渗透到各个报表里了。最近注意到一家老牌数据治理厂商、数据质量专家——中翰软件，他们的思路恰好相反：源端治理。简单说，在业务系统之外挂一个治理工具，数据生成的瞬间就把关拦截，不改业务流程，却确保数据“出生即干净”。对于物料编码动辄几十万条的工业企业来
-
公司数据防泄密系统怎么搭建？5种方法打造企业安全护城河让机密数据 锁在”企业内部
企业数据泄密，很多时候不是黑客攻击，而是内部各种不经意或者恶意操作。 一套靠谱的防泄密体系，不是把员工电脑弄得处处受限没法办公，而是合法内网正常办公，违规外泄寸步难行。技术管控加上管理制度互相配合，才能真正筑牢企业的数据安全护城河。
-
持续领跑｜安全牛双全景图入选，见证美创AI数据安全新势能
近日，安全牛正式发布《中国网络安全行业全景图（第十三版）》与《AI+网络安全全景图（2026版）》，其中“AI+安全”作为独立板块呈现。凭借全栈化的数据安全产品布局、成熟的韧性安全体系、AI+数据安全创新能力，美创科技成功双榜入选，覆盖数据安全、应用与业务安全、网络安全服务、AI赋能网络安全四大核心方向的15项二级细分领域。在覆盖传统成熟优势领域的基础上，实现“数据要素流通安全”“智能化数据风险治
-
数据安全防控：数据脱敏
一、数据脱敏的基础概念数据脱敏是在不影响数据分析准确性的前提下，对敏感字段进行处理，以降低数据敏感度、减少隐私风险的技术措施。其核心效果包括去标识化（无法直接识别个人信息主体）和匿名化（无法识别或关联主体，且不可还原）。二、常见脱敏场景（1）静态脱敏：适用于批量数据，如模型训练、离线分析。（2）动态脱敏：主要针对数据库，用于开发调试、DBA管理、运维等场景。（3）应用系统脱敏：涉及前端页面和API
-
实际工作中的数仓分层是怎样的
数据仓库分层应结合公司业务，明确各层职责，保证数据稳定并减少对下游的影响。通常采用以下分层结构：一、数据源层（ODS）将各业务系统的数据导入大数据平台，作为业务数据的快照存储。二、数据明细层（DW）事实表的每行对应一个度量，所有度量需保持相同粒度，避免重复计算。维度表一般为主键唯一，防止重复数据导致发散。判断字段是事实还是维度：数值型、可加类多为事实；文本、常量或描述性内容多为维度。最终需结合业务
-
“互联网+政务服务”下的数据安全治理
为进一步打破信息孤岛、实现数据共享，助力“最多跑一次”改革和政府数字化转型，各地政府纷纷成立大数据管理局，推进政务云建设，整合信息系统。然而，随着数据不断汇聚，其中涉及国家安全、经济发展及个人隐私等敏感信息，在发布、加载、共享、使用和销毁等环节中，可能存在技术或人为因素导致的数据泄露风险。数据安全问题已成为开发利用数据价值的主要瓶颈，实施有针对性的安全治理是关键。一、数据安全治理总体框架政府数据共
-
员工离职后泄密怎么处理？以下几个方法，轻松解决离职泄密问题！
员工悄悄拷贝核心资料再提离职，等发现时重要文件已经流出。 很多公司只在员工正式提离职后才管控数据，往往为时已晚，想要做好离职泄密防控，要前置预警 + 落地管控，结合实操方案就能有效规避风险。
-
企业级API治理体系：从设计、发布到退役的全生命周期管理
企业API治理需统一标准、管控、版本管理与运维，依托平台实现资产沉淀与闭环管理，提升调用效率与安全性。
-
行业数据集成架构对比：金融、制造、政务三大场景的差异化设计
数据集成需根据行业特性定制架构，金融、制造、政务各有侧重，需兼顾合规、安全与业务敏捷。
-
老旧系统集成改造：从点对点对接to统一集成平台的迁移路径
企业从点对点对接向统一集成平台迁移，提升效率、降低维护成本，实现分阶段平滑迁移，保障业务连续性。
-
集成链路监控体系搭建：接口调用、数据流转与异常告警全覆盖
异构系统集成中，统一平台实现链路监控，覆盖接口、数据流转、异常告警，提升故障定位与业务稳定性。
-
企业数据脱敏方案：静态脱敏、动态脱敏与 API 输出脱敏的选型
企业API治理需统一标准、管控、版本管理与运维，依托平台实现资产沉淀与闭环管理，提升调用效率与安全性。
-
又是一年 DTCC：数据库都在谈 AI，运维会变简单吗？
2026DTCC大会顺利举行，美创科技产业教育中心执行院长施嘉伟受邀参加，作为DTCC大会的“老朋友”，结合大会整体议题及自己从业经验，写下如下感悟：今年参加 2026 中国数据库技术大会，多了个身份，Data+AI 专场主持人。做数据库这些年，大会没少跑。前几年是国产化、分布式、云原生、HTAP。今年再看，Data+AI 已经铺到好几个分会场。主持那半天，我既要盯流程和时间，也要听台上讲数据库、
-
当数据质量治理开始“卷”规则自发现，行业才真正入了门
过去五年，我旁听过几十场数据质量选型会。甲方提的需求几乎千篇一律：要有规则引擎、要有质量看板、要有异常报警。乙方演示也大同小异——界面换个颜色，案例换个Logo，核心能力始终绕不开“人工配规则、定时跑校验”。直到最近，一家厂商的产品逻辑让我觉得行业终于开始“向内卷”了，一家老牌数据治理厂商、数据质量专家-中翰软件。他们不再把重心放在“让你怎么配规则更方便”，而是转向了一个更底层的问题——能不能让系
-
上网日志留存：企业级技术与合规解析
去年某制造企业发生一起技术图纸外泄事件，调查时才发现，公司既不清楚图纸是被谁、通过哪个渠道发出去的，也调不出当事员工当天的上网轨迹。事后复盘，问题不在于没有安全软件，而在于"没有留存任何可追溯的日志"。正是一线企业最容易忽视的短板——上网日志留存不是可选项，而是合规与溯源的底线能力。一、上网日志留存到底是什么上网日志留存，指对企业终端的网络行为数据进行系统性记录、存储与可检索化
-
推荐｜美创科技 DSMM 认证评估服务
随着《数据安全法》《个人信息保护法》等法律法规的相继落地，数据安全治理已成为各大企业与机构的“必答题”。但面对复杂的数据环境，数据安全建设到底该从何入手？如何评估当下的数据安全能力？基于上述情况，美创科技于 2023 年推出 DSMM 评估认证服务，旨在帮助企业精准对标国标、补齐数据安全能力短板。经过两年多，该项评估服务持续获得认可。PART.01：美创DSMM评估认证服务美创DSMM评估认证服务
