迪塔维数据中台新版本在V4.5大版本稳定性、易用性保障的基础上，从各个用户现场吸收了更多有益的优化建议，积极响应教育部数据安全等新规要求，从细节处打磨使用体验，赋予更多数据场景支撑能力，快来一睹为快吧！
数据分类分级再升级
近年来，数据安全合规要求不断升级，数据分类分级工作已然成为高校信息化建设的重要环节。根据教育部等部门发布的《关于加强教育系统数据安全工作的通知》、《教育系统核心数据和重要数据识别认定工作指南（试行）》等政策要求，为确保数据存储、共享环节的合理合规，我们提供了数据分类分级标准化规范流程，按照“数据资产梳理、数据分类分级、数据目录报批”三步走，执行数据分类分级工作，严格落实核心数据和重要数据的安全保护政策要求。
自动熔断防止异常数据汇流
新版本集成任务编排新增3个熔断组件，在数据集成检测到拦截指标超过预设阈值时可触发熔断机制，暂停数据处理和传输，防止因数据异常导致任务报错或数据丢失，进一步保证数据集成过程的安全性、准确性和完整性。
数据比对预测数据潜在风险
本次发版还新上架了数据比对工具，用于业务或数据库升级迁移时，对迁移前后数据结构、数据内容的差异化检测。支持比对多种数据源数据库表、视图、存储过程的差异，并生成可视化报告。比对结果可帮助信息管理中心、业务部门发现业务数据问题，及时采取纠正措施，确保数据准确和完整。还可帮助数据开发者识别潜在数据库问题（如字段类型不一致等），准确判断问题原因，快速提升数据校验效率，是数据实施服务中的重要辅助工具。
可视化算法编排助力深度数据挖掘
我们提供30+数据处理、算法节点组件，无需复杂的编程基础，即可通过可视化拖拽、流式建模方式快速构建数据算法模型，建立算法逻辑，实现复杂数据的关联计算，支撑贫困生精准资助、学生综合预警等应用场景落地。同时算法单节点支持分步式执行，可以充分利用计算资源，保证机器算法的性能和数据有效输出，为深度数据挖掘提供更广阔的能力空间。
自定义质量报告，灵活数据整改
数据质量管理再升级！基于数据中台的事前质量规则定义和检测任务设置，开发者、业务部门可根据不同场景和需求灵活设定检测数据，自动组装并输出面向部门或个人的数据质量检测报告，满足个性化数据质量问题汇总和整改需求，力求数据质量治理前置化，源清则流清。
迪塔维数据中台的每一次更新迭代，都致力于构建更完善的数据集成、数据治理、数据共享和数据应用过程，实现数据作为新质生产力对学校业务发展的赋能与支撑作用。持续迭代，精彩继续，欢迎各位老师与我们共同探索！