数据保留策略一些好的实践
设计一种数据保留策略时,首要考虑的就是组织为什么要进行数据归档。在这里有一些数据保留策略的最佳实践。
Brien M. Posey是一位微软认证系统工程师,曾获微软Exchange Server、Windows Server 和Internet Information Server (IIS)的MVP奖。Brien担任一个全国连锁性医院的CIO,曾经在Fort Knox负责信息管理系。
设置数据保留策略的时候,除了合规性问题需要考虑,还应考虑哪些因素?
设计一种数据保留策略时,首要考虑的就是组织为什么要进行数据归档。在这里有一些数据保留策略的最佳实践。
在我们获取这些数据保留策略的最佳实践之前,需要关注以下两个问题:IT部门需要释放某些服务器的空间吗?这些服务器的内容越发杂乱无章,定位数据越来越难了吗?这两个问题对数据保留策略的构建方式有着重大的影响。
结合考虑以下问题,第一个是了解哪些数据需要保持在线状态,哪些数据应该被归档。通常情况下,这个决定是基于数据的时间点,但也有例外。在某些情况下,检查诸如数据最后一次被访问,数据类型等标准也是同样重要的。
假设一下,例如,一个组织的文件服务器上有大量的空闲空间,但是他们想减少一些杂乱无章的数据。针对这个目标,他们决定创建一个归档策略,将超过5年的数据移动到归档中,然后将超过10年的旧数据删除。
虽 然这听起来像是创建一个数据保留策略的合理做法,但它可能带来危害。例如,如果一个电子表格在六年前创建但是一直在定期更新,将会发生什么呢?如果数据保 留策略只看创建时间,然后电子表格会被存档,即使它是经常被使用的。依据最后访问日期而不是创建日期的保留策略将会是更有效的。
数据保留策略在其他方面也可能会适得其反。比如说,11年前你的组织签署了15年的办公楼租赁协议。考虑一种极端情况,没有人在过去10年看过该文件,但这些文件真的是要删除的东西吗?
设置数据保留策略一定不可掉以轻心,并且要重视实施策略的长期后果。
0赞好文章,需要你的鼓励
推荐文章
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。