Hi 同学，快来开源之夏认领你的 OceanBase 开源任务！

这个夏天，OceanBase 带着全新技术课题与大家在开源之夏再度相遇！我们精心打造了两个兼具挑战性与实用性的开源项目，现正式向高校技术达人发出组队邀请——无论你是分布式数据库的探索者，还是系统架构优化的实践派，这里都有让你大展身手的舞台！

开源之夏是由中国科学院软件研究所 “开源软件供应链点亮计划” 发起并长期支持的一项暑期开源活动，旨在鼓励在校学生积极参与开源开发维护，培养和发掘优秀开发者，推动开源社区发展与软件供应链建设。

该活动联合国内外开源社区发布项目任务，面向全球高校学生开放报名。通过项目审核的学生可以在导师的指导下，利用暑期参与开源项目建设，提高个人技术能力、了解开源、结识开源前辈，完成项目的同学还将获得现金奖励与荣誉证书！

项目一：基于 AI 的数据库模拟数据生成工具

在数据库测试和开发场景中，模拟数据生成是验证代码逻辑的关键工具。本项目结合 AI 技术对字段语义进行自动理解和推断，实现数据生成的业务化、智能化：

• AI 语义推断能力：根据字段的列名等信息自动理解字段语义，生成更加贴近实际应用的数据。例如，基于词向量、语言模型等技术实现 Name 字段生成真实姓名数据、Address 字段生成真实地址。

• 灵活的生成规则配置：支持用户覆盖默认的生成规则，定义如数据范围、数据长度、格式等生成逻辑。

• 无缝集成到现有工具：扩展功能需无缝集成到现有的 ODC 模拟数据模块中，借助现有的基础架构，保持向下兼容，同时提升工具的智能化和业务适配能力。

项目最终目标是通过 AI 赋能，生成契合业务场景的模拟数据，帮助开发者快速验证代码功能，提升项目效率。

项目二：数据库敏感列智能识别工具

随着数据隐私法规（如 GDPR、CCPA）的普及，企业亟需精准识别与管理数据库中的敏感信息（如身份证号、手机号等）。本项目结合 AI 技术对字段语义进行自动理解和推断，实现敏感列识别的智能化：

• AI 语义推断能力：结合深度学习语言模型（如 BERT、GPT）自动理解列名语义，并推断敏感信息的风险等级。

• 灵活的识别规则配置：支持用户自定义敏感列规则，并灵活配置规则匹配与 AI 推断能力的优先级。

• 无缝工具整合：工具的功能需要与现有 ODC 数据脱敏模块无缝集成，升级工具智能化能力，同时保持兼容性与稳定性。

项目最终目标是通过 AI 赋能，实现敏感列信息自动识别，帮助数据库管理员高效管理数据，强化数据安全。

项目如何申报？

04/04 - 05/09 

任务发布阶段，项目任务上线官网，学生可以通过项目详情的导师邮箱与导师进行沟通。

04/30 起

学生可在系统注册账号并填写个人资料提交审核。

05/09 - 06/09

资料审核通过的学生，自 5 月 9 日起可挑选项目，与导师沟通并准备项目申请材料，在系统提交项目申请书。每位同学可以申请一个项目。

06/09

6 月 9 日 18:00，学生报名 & 项目申请书提交截止。

项目申请入口：

https://summer-ospp.ac.cn/org/projectlist?lang=zh&orgName=OceanBase

往期推荐

▼ 点击「阅读原文」，进入开源之夏的 OceanBase 项目