Телеком

Скорость происходящих технологических и культурных изменений растет, а их последствия уже становятся для компаний необратимыми. Одновременно формируется мощный пласт геополитических и экономических рисков, а также опасений относительно перспектив «пузыря ИИ», последствия которого могут превзойти коллапс «пузыря доткомов». Тем не менее слоган «Трансформируйся или умри», известный уже с десяток лет, не теряет своей актуальности. Компании вынуждены делать ставки на технологии в условиях неопределенности и с целью выживания предпринимать порой довольно рискованные шаги.

СУБД лежит в основе любого решения по работе с данными, обеспечивая конфиденциальность, безопасность хранения, целостность критической информации, вплоть до неотказуемости действий с данными. В некоторых случаях для этих целей применяются СУБД на основе изначально закрытого кода, однако и системы на базе OpenSource, такие как отечественная СУБД Postgres Pro Enterprise, могут отвечать запросам владельцев данных.

Принципы открытого ПО сильно повлияли на развитие индустрии ИТ, обеспечив создание множества качественных универсальных программ, однако сообщество Open Source изначально не гарантирует пользователям своих решений безопасность и надежность хранения данных. Построение СУБД для работы в составе критических информационных инфраструктур возможно и на базе изначально закрытого кода, и на основе открытого ПО – каждое решение имеет свои преимущества и недостатки.

Традиционные подходы к обеспечению информационной безопасности на основе защиты периметра и ролевых моделей доступа несостоятельны перед лицом угроз Advanced Persistent Threat и злонамеренных действий со стороны привилегированных администраторов. СУБД «Квант-Гибрид» обеспечивает доверие к данным, исключая ситуацию бесконтрольной власти администратора базы над конфиденциальными сведениями при одновременном балансе уровня безопасности и производительности системы.

Данные – ключевой актив компаний, однако их накопленный объем еще не означает эффективного управления, повышению которого препятствуют проблемы с доступностью, производительностью и интерпретацией данных. Для решения подобных проблем необходимо разделить работу с данными по уровням управления, на каждом из которых применяется свой индивидуальный подход к процессам и инструментам.

Многие компании несут убытки из-за ошибок в мастер-данных, не представляя себе с чего начать их исправление, как правильно распределить ресурсы и какой бюджет целесообразно выделить на соответствующие инструменты? Часто кажется, что проблема с НСИ разом пропадет после внедрения специализированной системы MDM, однако стоимость подобных решений столь высока, что проект может остановиться на неопределенное время, за которое ком проблем с НСИ будет расти еще больше, а очищенные данные вновь обрастут ошибками.