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
网络和基础设施管理技术提供商NetBox Labs完成3500万美元B轮融资。该公司是开源网络基础设施管理平台NetBox的商业化运营方,服务数万家企业用户,包括数十家财富500强公司。NetBox已成为现代技术基础设施构建、管理和自动化的标准平台,可加速创新、简化运营并支持AI应用场景。
这项研究开发了VIDEO-RTS系统,仅用传统方法3.6%的训练数据就让AI学会了真正的视频推理能力。系统采用"纯强化学习"跳过死记硬背阶段,结合"稀疏到密集"的自适应推理策略,在五个权威测试中平均准确率提升2.4%。这一突破性进展可能改变AI视频理解的发展方向。
ITPro Today针对IT专业人士进行的边缘计算策略调查显示,55%的受访者对边缘计算概念仅"有所了解",21%的组织IT预算中边缘计算投资不足5%,而33%的组织至少投入10%。性能提升和安全性是采用边缘计算的主要驱动因素,分析和数据缓存是主要应用场景。Microsoft Azure IoT Edge是最广泛使用的边缘平台,混合云-边缘模型成为主流架构。成本仍是边缘计算采用的最大障碍。
约翰斯·霍普金斯大学研究团队开发出能够自主完成胆囊切除术的手术机器人系统SRT-H。该系统采用分层决策架构,具备自我纠错能力,在8次完整手术测试中实现100%成功率。系统通过观看16000个手术轨迹学习,能够像人类医生一样观察、判断和纠错,代表了手术机器人向真正自主化迈出的重要一步。