관리 프레임워크를 작성하여 카테고리라고 하는 협업 작업공간에서 거버넌스 아티팩트를 구현하여 데이터를 거버넌스하고 강화할 수 있습니다. 일부 유형의 거버넌스 아티팩트는 데이터 자산을 강화하기 위한 메타데이터로 작동합니다. 다른 유형의 거버넌스 아티팩트는 데이터 자산 또는 기타 아티팩트에 대한 액세스를 제어합니다.
필요한 서비스
IBM Knowledge Catalog
다음과 같은 목적으로 거버넌스 아티팩트를 사용합니다.
강화: 아티팩트는 자산에 지식 및 의미를 추가할 수 있습니다.
제어 액세스: 아티팩트는 데이터 또는 아티팩트를 볼 수 있는 사람을 제어할 수 있습니다.
식별: 아티팩트는 다른 아티팩트의 자산 또는 데이터를 식별하기 위한 기준으로 작용할 수 있습니다.
비즈니스 용어는 데이터의 의미를 설명하는 공통 엔터프라이즈 어휘를 구현합니다. 부서, 프로젝트 또는 제품 간의 명확성과 호환성을 보장하기 위해 비즈니스 용어를 작성합니다. 비즈니스 용어는 통제 프레임워크의 핵심이며 일반적으로 통제 아티팩트의 대부분을 형성합니다. 데이터 컬럼, 테이블 또는 파일에 비즈니스 용어를 수동으로 지정하거나 메타데이터 보강 중에 자동으로 지정할 수 있습니다. 거버넌스 규칙 및 시행 가능한 규칙에서 비즈니스 용어를 사용하여 영향을 받는 데이터를 식별할 수 있습니다.
예: 고객 평생 가치, 직장 전화번호
제한됨: 사전정의된 비즈니스 용어 및 이를 포함하는 Knowledge Accelerator 샘플 개인 데이터 카테고리는 2022년 10월 7일이후 Lite 또는 표준 플랜으로 Watson Knowledge Catalog 서비스 인스턴스를 작성하는 경우에만 사용 가능합니다. 자세한 정보는 사전 정의된 비즈니스 용어를 참조하십시오.
데이터 클래스는 데이터의 구조, 형식 및 값 범위를 기반으로 데이터를 분류합니다. 데이터 클래스는 프로파일링 및 메타데이터 보강 중에 일치하는 데이터 컬럼에 자동으로 지정됩니다. 표현식 또는 참조 데이터 세트를 사용하여 일치 기준을 정의하여 데이터 클래스를 작성할 수 있습니다. 데이터 클래스와 비즈니스 용어 사이의 관계를 작성하여 비즈니스 의미로 데이터 형식을 링크할 수 있습니다. 관련 비즈니스 용어는 관련 데이터 클래스와 함께 데이터에 자동으로 지정됩니다. 컬럼이 데이터 클래스 기준을 얼마나 잘 준수하는지는 데이터 품질 분석에 도움이 됩니다. 강력한 비즈니스 용어를 사용하기 전에 적용 가능한 규칙에서 데이터 클래스를 사용하여 영향을 받는 데이터를 식별할 수 있습니다.
참조 데이터 세트는 데이터를 분류하고 일관성을 측정하기 위해 특정 유형의 데이터에 대한 표준 값을 정의합니다. 참조 데이터 세트는 코드 및 값을 맵핑하는 룩업 테이블로 작동합니다. 데이터 일치 기준의 일부로 데이터 클래스 정의에 참조 데이터 세트를 포함할 수 있습니다. 일부 참조 데이터 세트는 ISO(International Organization for Standardization)와 같은 조직에 의해 표준화됩니다. 참조 데이터는 계층적이거나 관련 세트에 걸쳐 맵핑될 수 있습니다.
분류는 데이터의 의미에 대한 특정 특성을 설명합니다. 사전 정의된 분류는 데이터의 민감도를 설명합니다. 데이터 또는 기타 통제 항목의 기타 특성을 설명하는 분류를 작성할 수 있습니다. 예를 들어, Knowledge Accelerators는 분류를 사용하여 비즈니스 용어를 분류합니다. 분류를 사용하여 통제 정책 및 규칙을 구성할 수 있습니다. 일반적으로 여러 비즈니스 용어를 각 분류와 연관시킨 후 데이터는 지정된 비즈니스 용어를 통해 간접적으로 분류됩니다. 데이터 자산에 수동으로 분류를 지정할 수도 있습니다.
정책은 데이터 자산을 관리하고 보호하는 방법을 설명합니다. 규칙 및 하위 정책을 결합하여 정책을 작성합니다. 데이터를 제어하고 관리하기 위한 데이터 보호 규칙을 정책에 포함할 수 있습니다. 그러나 정책은 데이터 보호 규칙의 적용에 영향을 주지 않습니다. 정책에 거버넌스 규칙을 포함하여 표준 및 절차를 문서화할 수 있습니다.
거버넌스 규칙은 정책을 적용하는 방법을 설명합니다. 거버넌스 규칙은 데이터 자산이 비즈니스 목표를 준수하는지 여부를 판별하는 데 사용되는 기준에 대한 자연어 설명을 제공합니다. 거버넌스 규칙은 IBM Knowledge Catalog에 의해 적용되지 않습니다. 그러나 거버넌스 규칙을 강제 실행 가능한 규칙(예: 데이터 보호 규칙 및 데이터 품질 규칙) 과 관련시킬 수 있습니다.
데이터 보호 규칙은 사용자 및 자산 특성과 지정된 통제 아티팩트를 기반으로 데이터에 대한 액세스를 제어하는 방법을 정의합니다. 데이터 보호 규칙은 누가 어떤 데이터를 볼 수 있는지를 정의합니다. 데이터 보호 규칙 내에 분류, 데이터 클래스, 비즈니스 용어 또는 태그를 포함하여 제어할 데이터를 식별할 수 있습니다. 데이터에 대한 액세스를 거부하거나 민감한 데이터 값을 마스크하도록 지정합니다. 데이터 보호 규칙은 통제된 카탈로그에서만 자동으로 적용됩니다. 데이터 보호 규칙은 카테고리별로 구성되거나 제어되지 않습니다.
데이터 품질 SLA 규칙은 중요한 데이터 요소의 데이터 품질이 특정 품질 기준을 준수하는지 모니터링하고 위반 시 수정 워크플로를 트리거할 수 있습니다. 모니터링할 데이터 자산과 열을 이름 또는 할당된 비즈니스 용어를 기준으로 선택합니다. SLA 준수 및 위반 사항은 데이터 자산의 데이터 품질 페이지에서 보고됩니다. 데이터 품질 SLA 규칙은 범주별로 구성되거나 제어되지 않습니다.
예시: 데이터 자산 BANK_ACCOUNT의 ACCOUNT_ID 열에 대한 완전성 차원 점수가 99% 미만으로 떨어지면 위반을 보고하고 기본 수정 워크플로우를 트리거합니다.
없음
없음
통제 아티팩트는 동일한 IBM Cloud 계정에서 IBM Knowledge Catalog 카탈로그로 범위가 지정됩니다.
거버넌스 아티팩트에 대해 작업하려면 특정 Cloud Pak for Data 서비스 권한이 있어야 합니다. 필요 권한을 참조하십시오.
Use this interactive map to learn about the relationships between your tasks, the tools you need, the services that provide the tools, and where you use the tools.
Select any task, tool, service, or workspace
You'll learn what you need, how to get it, and where to use it.
Some tools perform the same tasks but have different features and levels of automation.
Jupyter notebook editor
Prepare data
Visualize data
Build models
Deploy assets
Create a notebook in which you run Python, R, or Scala code to prepare, visualize, and analyze data, or build a model.
AutoAI
Build models
Automatically analyze your tabular data and generate candidate model pipelines customized for your predictive modeling problem.
SPSS Modeler
Prepare data
Visualize data
Build models
Create a visual flow that uses modeling algorithms to prepare data and build and train a model, using a guided approach to machine learning that doesn’t require coding.
Decision Optimization
Build models
Visualize data
Deploy assets
Create and manage scenarios to find the best solution to your optimization problem by comparing different combinations of your model, data, and solutions.
Data Refinery
Prepare data
Visualize data
Create a flow of ordered operations to cleanse and shape data. Visualize data to identify problems and discover insights.
Orchestration Pipelines
Prepare data
Build models
Deploy assets
Automate the model lifecycle, including preparing data, training models, and creating deployments.
RStudio
Prepare data
Build models
Deploy assets
Work with R notebooks and scripts in an integrated development environment.
Federated learning
Build models
Create a federated learning experiment to train a common model on a set of remote data sources. Share training results without sharing data.
Deployments
Deploy assets
Monitor models
Deploy and run your data science and AI solutions in a test or production environment.
Catalogs
Catalog data
Governance
Find and share your data and other assets.
Metadata import
Prepare data
Catalog data
Governance
Import asset metadata from a connection into a project or a catalog.
Metadata enrichment
Prepare data
Catalog data
Governance
Enrich imported asset metadata with business context, data profiling, and quality assessment.
Data quality rules
Prepare data
Governance
Measure and monitor the quality of your data.
Masking flow
Prepare data
Create and run masking flows to prepare copies of data assets that are masked by advanced data protection rules.
Governance
Governance
Create your business vocabulary to enrich assets and rules to protect data.
Data lineage
Governance
Track data movement and usage for transparency and determining data accuracy.
AI factsheet
Governance
Monitor models
Track AI models from request to production.
DataStage flow
Prepare data
Create a flow with a set of connectors and stages to transform and integrate data. Provide enriched and tailored information for your enterprise.
Data virtualization
Prepare data
Create a virtual table to segment or combine data from one or more tables.
OpenScale
Monitor models
Measure outcomes from your AI models and help ensure the fairness, explainability, and compliance of all your models.
Data replication
Prepare data
Replicate data to target systems with low latency, transactional integrity and optimized data capture.
Master data
Prepare data
Consolidate data from the disparate sources that fuel your business and establish a single, trusted, 360-degree view of your customers.
Services you can use
Services add features and tools to the platform.
watsonx.ai Studio
Develop powerful AI solutions with an integrated collaborative studio and industry-standard APIs and SDKs. Formerly known as Watson Studio.
watsonx.ai Runtime
Quickly build, run and manage generative AI and machine learning applications with built-in performance and scalability. Formerly known as Watson Machine Learning.
IBM Knowledge Catalog
Discover, profile, catalog, and share trusted data in your organization.
DataStage
Create ETL and data pipeline services for real-time, micro-batch, and batch data orchestration.
Data Virtualization
View, access, manipulate, and analyze your data without moving it.
Watson OpenScale
Monitor your AI models for bias, fairness, and trust with added transparency on how your AI models make decisions.
Data Replication
Provide efficient change data capture and near real-time data delivery with transactional integrity.
Match360 with Watson
Improve trust in AI pipelines by identifying duplicate records and providing reliable data about your customers, suppliers, or partners.
Manta Data Lineage
Increase data pipeline transparency so you can determine data accuracy throughout your models and systems.
Where you'll work
Collaborative workspaces contain tools for specific tasks.
Project
Where you work with data.
> Projects > View all projects
Catalog
Where you find and share assets.
> Catalogs > View all catalogs
Space
Where you deploy and run assets that are ready for testing or production.
> Deployments
Categories
Where you manage governance artifacts.
> Governance > Categories
Data virtualization
Where you virtualize data.
> Data > Data virtualization
Master data
Where you consolidate data into a 360 degree view.
본 사이트의 쿠키 정보웹 사이트가 제대로 작동하려면 일부 쿠키가 필요합니다(필수사항). 또한 다른 쿠키는 사이트 사용을 분석하고 사용자 경험을 개선하며 광고를 목적으로 귀하의 동의에 따라 사용될 수 있습니다.자세한 정보는 쿠키 환경 설정 옵션을 확인해 주시기 바랍니다. IBM 웹사이트를 방문함으로써 귀하는 IBM의개인정보처리방침에 따라 당사가 정보를 처리하는 것에 동의합니다.원활한 탐색을 제공하기 위해 귀하의 쿠키 환경 설정은 여기에 나열된 IBM 웹 도메인 전체에서 공유됩니다.