Confluence 6 数据收集隐私策略

简介:

为什么 Confluence 收集使用数据?

针对 Confluence 我们很自豪 Confluence 是这个星球上最高效和强大的协作工具,我们也计划继续保持这个特性,尽我们最大的努力提供更新的 Confluence 版本。为了我们能够优先发布我们的新 Confluence 版本,我们需要了解我们的客户是如何使用 Confluence 的,这个对我们来说非常重要,如果我不了解用户是如何使用的,我们将不能确定哪些功能是用户需要的。我们收集的数据将有助于我们从成千上万的用户使用中确定哪些对用户而言是重要的,然后将会帮助我们在后续的版本中持续进行更新。

那些数据将会被收集?

在我们的 Privacy Policy 中将会确定我们将会收集哪些数据,请阅读上面的策略——我们尝试避免使用法律上的套话,而尽可能使用简单的语言进行描述 。

如果你希望查看我们手机的数据的示例,你可以通过在你安装的实例中进行查看。进入  > 通用配置(General Configuration) > 分析(Analytics)。

在 Confluence 中,数据总是会被收集。

Confluence 如何收集数据?

在老的 Confluence 版本中(Confluence 5.6 或 Confluence Questions 1.0.618 之前的版本)将会不对用户的数据进行收集。数据的分析使用的是  Atlassian Analytics  插件。这个插件将会收集分析日志 <confluence-home>/analytics-logs 中日志文件的事件。这些日志将会使用加密的会话上传后删除。如果 Confluence 不能连接到互联网上,这些数据将不会上传。

在 Confluence 中启用/禁用数据收集

你可以在你的 Confluence 安装实例中关闭和启用数据收集。进入  >通用配置(General Configuration) > 分析(Analytics)。

 
目录
相关文章
|
3月前
|
数据安全/隐私保护
数据安全用户系统问题之实人认证信息在用户模型中体现的如何解决
数据安全用户系统问题之实人认证信息在用户模型中体现的如何解决
|
5月前
|
数据处理 数据安全/隐私保护
JeecgBoot 中如何对敏感信息进行脱敏处理?
数据脱敏即将一些敏感信息通过加密、格式化等方式处理,展示给用户一个新的或是格式化后的信息,避免了敏感信息的暴露。
56 1
|
6月前
|
云安全 安全 网络安全
云端防御策略:确保云服务中的网络安全与信息完整性
【5月更文挑战第27天】 随着企业逐渐迁移到云计算平台,对数据和服务的安全性提出了更高要求。本文将深入探讨在云环境下维护网络安全和信息安全的关键技术与策略。我们将从云服务模型出发,分析不同服务模型下的安全挑战,并探索多层次、多维度的防护措施。通过综合运用加密技术、身份认证机制、入侵检测系统以及安全事件管理,构建起一个既灵活又强大的云安全防护网络。文章还将讨论如何实施有效的合规性和监管策略,以确保数据处理遵循行业最佳实践和法律法规要求。
|
域名解析 安全 搜索推荐
安全工具-e7信息收集
安全工具-e7信息收集
安全工具-e7信息收集
|
弹性计算 运维 Kubernetes
零信任策略下K8s安全监控最佳实践(K+)
小微企业往往被排斥在正规金融体系之外;而互联网金融有助于解决“长尾”小微企业融资难的问题,
|
存储 安全 算法
Dataphin核心功能(四)安全:基于数据权限分类分级和敏感数据保护,保障企业数据安全
《数据安全法》的发布,对企业的数据安全使用和管理提出了更高的要求。Dataphin提供基于数据分级分类和数据脱敏的敏感数据识别和保护能力,助力企业建立合规的数据安全体系,保障企业数据安全。本篇,我们就来聊聊Dataphin的数据安全能力。
|
存储 SQL 监控
零信任策略下云上安全信息与事件管理最佳实践
随着企业数字化转型的深入推进,网络安全越来越被企业所重视。为了构建完备的安全防御体系,企业通常会引入了防火墙(Firewall)、防病毒系统(Anti-Virus System,AVS)、入侵防御系统(Intrusion Prevention System,IPS)、入侵检测系统(Intrusion Detection System,IDS)、审计系统等大量安全产品,然而这些安全产品往往各自为政、缺乏联动,难以形成有价值的、全面系统的安全态势分析报告,也就难以应对复杂多变的安全威胁。
零信任策略下云上安全信息与事件管理最佳实践
|
监控 安全 大数据
你的汽车可能正在监视你!隐私信息和删除数据都能被检索,还能规避违法风险?
你的汽车可能正在监视你!隐私信息和删除数据都能被检索,还能规避违法风险?
156 0
|
机器学习/深度学习 运维 供应链
利用预测分析改进欠款催收策略,控制欺诈风险和信贷风险
前提摘要 在数字经济新时代,金融服务主管正在寻求方法去细分他们的产品和市场,保持与客户的联系,寻找能够推动增长和收入的新市场,并利用可以增加优势和降低风险的新技术。 在拥有了众多可用数据之后,金融机构利用数据科学,尤其是预测分析和机器学习技术,使企业能够根据既定的商业目标做出更好的决策。
|
安全 Android开发 存储
安卓应用安全指南 5.5.2 处理隐私数据 规则书
5.5.2 处理隐私数据 规则书 原书:Android Application Secure Design/Secure Coding Guidebook 译者:飞龙 协议:CC BY-NC-SA 4.0 处理隐私策略时,遵循以下规则: 5.5.2.1 将用户数据的传输限制为最低需求(必需) 将使用数据传输到外部服务器或其他目标时,将传输限制在提供服务的最低需求。
1086 0
下一篇
无影云桌面