企业必须利用尖端技术和新创新来保持竞争力-这涉及寻找，测试和实施新的解决方案

以进一步推进整体业务战略，尽管该过程看似简单，但在实验室类型的环境中测试解决方案并非易事，运行高级概念验证（PoC）要求创建一个测试环境，该环境中已完全存储有用于执行测试的数据。但是由于各种法律，安全或官僚原因，企业不允许允许在这些测试中使用真实数据，因此必须生成伪造数据以表示实际数据中存在的数据。生产环境。

使用虚假数据的想法使许多公司高管感到恐惧，并使他们对整个流程持怀疑态度

如果使用伪造的数据测试新解决方案，那么公司如何才能知道将其插入实际生产环境后将如何正常工作或扩展？毕竟，任何研究人员都会告诉您，假数据和真实数据之间不可避免地存在差距，值得庆幸的是，确实存在技术解决方案，可以使每个人在晚上睡得更好，例如深度镜像是深入分析和学习生产环境的配置，并使用结构化和非结构化数据，逻辑，API以及所有内容创建其镜像版本的过程。借助深层镜像，您可以创建一个高度现实但完全生成的测试环境，该环境将维护关键规则，关系，

伪造数据听起来似乎只是一个很好的想象力，但是创建和分析这些数据是一个独特而复杂的过程

当今的系统主要建立在开源的结构化和非结构化大数据集群之上，这些集群正在取代传统的（关系数据库管理系统），大数据所需的存储和获取查询要复杂得多，并且通过流程或内存中查询来完成，这在学习和模拟实际生产环境时会增加额外的复杂性，伪造高度真实的数据的结果是一个测试环境，尽管乍一看似乎是一个真实的生产环境，但实际上，对于受到安全性和法律限制的企业而言，重要的因素实际上有所不同-数据不是真实的。

这项高度复杂的技术尽可能地使测试环境接近“现实生活”条件

生成的操作，结构，数据和接口可确保不会危及敏感的企业信息，另一方面，环境的行为使企业能够完全了解解决方案在集成到其生产环境中后的行为方式，这样可以进行准确，可靠的测试，仅次于实际使用的生产环境，话虽如此即使在高度现实的测试环境中，从实验室到生活的飞跃也不是一件容易的事，随着开发人员和企业结束PoC流程，由于不是实际的生产环境而事实上存在的许多差异变得越来越关键，为确保新解决方案的集成不会在生产环境中一次失败的尝试的一部分，可以在测试阶段部署各种样式的预测分析，新的且不断发展的预测算法可评估解决方案在测试环境中的运行方式，并预测其在实际生产环境中的运行方式，从而消除了在集成解决方案的一步所带来的疑问。通过测试新解决方案的可扩展性，

在当今竞争激烈的环境中，您必须使用各种测试环境和实验室，但不要害怕它们，而应该拥抱它们

认识到使用伪造的测试环境可以保持PoC测试的好处，而不会带来风险，利用所有可用的工具来使测试环境变得现实，并预见软件在实施后的行为方式，将使您能够控制创新，通过使用这些技术，您将能够计划，查找测试和实施曾经只是想法的技术，并您的行业进行创新。