Data Integrity
Data integrity stellt sicher, dass Daten über die Zeit hinweg korrekt, vollständig und konsistent sind, vertrauenswürdig bleiben und vor unbefugter Änderung oder Löschung geschützt sind.
Data integrity ist die Disziplin der Erhaltung von Daten-Genauigkeit, -Vollständigkeit und -Konsistenz über alle Phasen seines Lebenszyklus hinweg. Sie umfasst Techniken und Kontrollen, die unbefugte Modifikationen, Korruption oder Verlust von Daten verhindern, erkennen und korrigieren. Kernmechanismen umfassen: data validation und Schema/Constraint Enforcement zur Verhinderung ungültiger Zustände; Erhaltung von referentieller Integrität, Entitätsintegrität und Domänenintegrität zur Aufrechterhaltung korrekter Beziehungen und gültiger Werte; Checksummen, kryptografische Hashes und digitale Signaturen zur Erkennung von Manipulationen; unveränderliche Speicherung (immutable storage), Versionierung und Audit-Trails zur Ermöglichung von Rückverfolgbarkeit und Wiederherstellung; Datenbereinigung (data cleansing), Abgleich (reconciliation) und Anomalieerkennung (anomaly detection) zur Behandlung von Inkonsistenzen; sowie robuste Zugriffskontrollen, Authentifizierung, Autorisierung und Change-Management-Prozesse. Während Verschlüsselung die Vertraulichkeit schützt, wird data integrity primär durch Hashing, Signaturen, Validierung und kontrollierte Änderungsprozesse erreicht. Integrität wird über Metriken wie Validierungserfolgsraten und Fehlerraten in Datenpipelines bewertet.
graph LR
Center["Data Integrity"]:::main
Rel_data_recovery["data-recovery"]:::related -.-> Center
click Rel_data_recovery "/terms/data-recovery"
Rel_data_obfuscation["data-obfuscation"]:::related -.-> Center
click Rel_data_obfuscation "/terms/data-obfuscation"
Rel_data_replication["data-replication"]:::related -.-> Center
click Rel_data_replication "/terms/data-replication"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 Erkläre es wie einem 5-Jährigen
Generated ELI5 content
🤓 Expert Deep Dive
Generated expert content
❓ Häufig gestellte Fragen
What is data integrity?
Data integrity is the accuracy, completeness, and consistency of data throughout its lifecycle, ensuring trustworthiness.
What are the main types of data integrity?
Entity integrity (unique row keys), domain integrity (valid values), referential integrity (valid relationships), and transactional integrity (atomic operations).
How do you ensure data integrity?
Through validation, constraints, checksums, hashes, digital signatures, versioning, auditing, and controlled change management.
Is encryption part of data integrity?
Encryption protects confidentiality. Integrity relies on hashing and signatures; authenticated encryption can provide integrity guarantees when used appropriately.
What are common threats to data integrity?
Unauthorized modifications, data corruption, software bugs, data integration mistakes, and malware; mitigations include access controls, validation, and monitoring.
How does data integrity relate to data quality and security?
Data integrity is a core dimension of data quality and is essential for reliable security; they address different risk aspects but are interrelated.