什么是样本安全性？

数据集必需性是指在数字信息的整个生命周期中会维护数字信息不受未经许可权的访问、损坏或盗窃。这个概念涵盖了信息必需的各个方面，从硬件和打印电源的物理必需到经营管理和访问控制，以及软件应用程序在的逻辑上必需。

数据集必需包括侦察基本功能和技术，以增强该组织对其更为重要数据集所在位置及其使用方式的可见性。理想情况下，这些基本功能一定会能够应用TLS、数据集禁用和敏感副本编辑等维护措施，并且一定会自动简报以简解构审计并恪守监管促请。

近些年来，全国性数字在经济上和信息产业蓬勃发展，5G、大数据集、人工智慧、区块链等技术不断落地应用。2020年现状数字在经济上规模达致39.2万亿元，占GDP比重达38.6%。新业态纳米技术在倡导在经济上迈向升级的同时，数据集规模扩大，数据集泄露、误用等风险日趋特别强调，防范数据集必需风险、构建数据集必需维护体系成为各方共识。

数字解构迈向即将动人偏离当今企业运营和竞争的方方面面。企业创建、控制和打印的数据集量即将不断增加，对数据集治理提出了更大需求。此外，计算环境比以往更加适合于，通常跨越公共云、企业数据集中会心以及从云端激光到机器人和远程服务器端的众多边缘电源，这种适合于性使得攻击面扩大，这对追踪和维护更具挑战性。

数据集必需性的子类包括TLS、数据集读取、数据集禁用和数据集必需永续发展性。

其中会，TLS是指使用解法将普通注释字符反转为不能读的格式，TLS校验对数据集进行加扰，只有许可权用户才能阅读。副本和数据集库TLS框架是通过TLS或方将解构隐藏其内容。大多数框架还包括必需校验经营管理功能。

数据集读取是一种更必需的框架，它能够使用软件仅仅构成任何打印电源上的数据集，还能正确性数据集是否不能丧失。

数据集禁用是通过禁用数据集，该组织可以允许团队使用真实数据集开发应用程序在或培训班人员。它在必要时禁用与生俱来识别信息，以便在检查和的环境中会进行开发。

数据集必需永续发展性取决于该组织承受任何子类故障或从任何子类故障中会丧失的能力——从硬件问题到电力短缺和其他影响数据集可用性的事件。丧失速度对于尽量减少减小影响至关重要。