PolarDB·文章推荐·管理脱敏规则

旗开得胜夜 2022-03-18 22:01:05

您可以在PolarDB控制台上新建以及启用或禁用脱敏规则,同时您还可以对修改或删除已有的脱敏规则。本文将介绍相关操作步骤。

前提条件

PolarDB数据库代理版本需为2.4.12或以上。如何查看和升级当前数据库代理版本,请参见版本升级

注意事项

  • 动态脱敏功能仅对集群地址(包括默认集群地址和自定义集群地址)生效,使用主地址连接数据库进行查询时,动态脱敏功能不生效。查看集群连接地址的操作步骤,请参见查看连接地址和端口
  • 查询数据时,若查询结果中包含需要脱敏的列,且单行数据超过16 MB时,执行该查询命令的连接会断开。

    例如,若已有一张包含了namedescription列的表person,其中name列需要脱敏,且description列中的数据超过了16 MB。当执行SELECT name, description FROM person时,执行该查询命令的连接则会断开。

  • 若需要脱敏的数据列作为函数入参,脱敏功能会失效。

    例如,已创建了一条需要对name列数据进行脱敏的规则,当执行SELECT CONCAT(name, '') FROM person 进行查询时, 应用程序仍然能够读取到name的原始值。

  • 若需要脱敏的数据列同时被用于UNION中,脱敏功能可能会失效。

    脱敏失效示例:已创建了一条需要对name列数据进行脱敏的规则,当执行SELECT hobby FROM person UNION SELECT name FROM person语句进行查询时, 应用程序仍然能够读取到name的原始值。

新建规则

  1. 登录PolarDB控制台
  2. 在控制台左上角,选择集群所在地域。
  3. 找到目标集群,单击集群ID。
  4. 您可以通过如下两种方式的任意一种进入脱敏规则管理页面:
    • 方式一:通过集群地址配置页进入。
      1. 在集群基本信息页的链接地址区域,找到目标集群地址,单击目标集群地址名称右侧的编辑配置。
      2. 在动态脱敏区域,单击规则管理。1
    • 方式二:通过左侧导航栏进入。

      在左侧导航栏,选择配置与管理 > 规则管理即可。

  5. 单击页面左上角的新增,在弹出的对话框中,设置以下参数。

····

更多内容可见:https://help.aliyun.com/document_detail/212824.html 

...全文
312 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-大数据 发布问题, 以便更快地解决您的疑问
内容概要:本文系统研究了线性模型预测控制(LMPC)与非线性模型预测控制(NMPC)在四旋翼无人机轨迹跟踪任务中的控制性能对比,基于Matlab/Simulink平台搭建完整的仿真控制系统。研究内容涵盖四旋翼无人机的动力学建模、状态空间表达、线性与非线性预测模型构建、滚动时域优化求解以及系统约束处理等关键技术环节,重点从轨迹跟踪精度、动态响应速度、系统稳定性及抗干扰能力等方面对两种控制策略进行对比分析,深入探讨线性化近似方法与精确非线性模型在实际控制效果上的差异,为无人机高性能飞控系统的设计提供理论支撑与仿真验证依据; 适合人群:具备自动控制原理、非线性系统理论、无人机动力学及Matlab/Simulink仿真基础的研究生、科研人员以及从事无人飞行器控制算法开发的工程技术人员; 使用场景及目标:① 掌握模型预测控制(MPC)在强非线性系统如四旋翼中的具体应用方法;② 理解LMPC与NMPC在建模假设、优化求解及控制性能上的本质差异;③ 为相关课题的仿真系统搭建、控制算法选型与性能评估提供实践参考;④ 支持课程设计、学位论文撰写或科研项目的算法验证与结果分析; 阅读建议:建议结合提供的Simulink仿真模型,深入剖析状态预测、代价函数设计与实时滚动优化的实现机制,对比不同飞行工况(如高机动轨迹)下的仿真结果,重点关注NMPC在复杂动态环境中的性能优势以及LMPC在计算效率与实时性方面的潜力,同时应注意非线性优化带来的计算负担问题及其对工程可实现性的影响。
内容概要:本文档为一篇关于“基于超局部模型无模型预测电流控制(MFPCC)+自抗扰ESO观测器改进模型预测控制仿真”的论文复现资源,重点介绍了在Simulink环境下对三相逆变器系统进行建模与控制策略仿真的研究。核心内容聚焦于采用无模型预测电流控制(MFPCC)结合自抗扰控制中的扩张状态观测器(ESO)来提升系统对参数不确定性与外部干扰的鲁棒性,优化电流环动态响应性能。文中通过构建超局部模型规避精确系统建模的难题,利用MFPCC实现快速动态响应,并引入ESO实时估计并补偿系统内外部扰动,从而增强整体控制精度与稳定性。通过与传统控制方法的对比仿真,充分验证了该复合控制策略在抑制扰动、提高电流跟踪精度及改善系统鲁棒性方面的优越性,文档同时提供了完整的Simulink仿真模型与实现代码,便于读者复现、调试与深入研究。; 适合人群:具备电力电子、自动控制理论基础,熟悉Simulink仿真环境,从事电机控制、新能源并网、电力变换器控制或预测控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 复现并掌握MFPCC与ESO相结合的先进复合控制策略;② 深入研究无模型预测控制在电力电子系统中的具体应用与实现方法;③ 探索自抗扰控制中ESO观测器在扰动估计与补偿、提升系统鲁棒性方面的关键作用与设计要点;④ 作为毕业设计、科研课题、学术论文复现或工程项目开发的重要技术参考与原型验证平台。; 阅读建议:建议读者结合现代控制理论与电力电子技术基础知识,首先深入理解MFPCC的无模型预测原理与ESO的扰动观测机理,再逐步导入并调试所提供的仿真模型,重点关注控制器参数的整定过程、系统在不同工况下的抗扰性能测试与动态响应指标分析,同时可参考文档中列出的其他相关案例进行横向比较与综合学习,以达到融会贯通的效果。

52

社区成员

发帖
与我相关
我的任务
社区描述
PolarDB开发者
其他 企业社区
社区管理员
  • csdnsqst0017
  • kikokingzz
  • karina17
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

社区初立,为了鼓励小友们在社区中积极互动,现在有一个活动如下:

试试用AI创作助手写篇文章吧