Presná definícia
Čo znamená syntetické údaje?
Syntetické údaje sú umelo vytvorené záznamy, ktoré napodobňujú vybrané štatistické alebo štrukturálne vlastnosti reálnych dát bez toho, aby boli priamym meraním konkrétnych udalostí či osôb. Môžu vzniknúť simuláciou, pravidlami alebo generatívnym modelom. Ich užitočnosť, súkromie a vernosť sú oddelené vlastnosti a musia sa hodnotiť zvlášť.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Používajú sa na testovanie softvéru, dopĺňanie vzácnych scenárov, výučbu a zdieľanie dát s nižším rizikom. Pred použitím sa určí cieľová úloha, porovná výkon modelu na syntetických a reálnych dátach a vykoná privacy audit. Syntetickosť sama osebe nezaručuje anonymitu ani právnu voľnosť.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje syntetické údaje?
Generátor alebo simulátor vytvára nové záznamy podľa naučených či zadaných pravidiel; parametre určujú, ktoré vlastnosti pôvodných dát sa zachovajú.
Kedy má syntetické údaje praktický význam?
Používajú sa na testovanie softvéru, dopĺňanie vzácnych scenárov, výučbu a zdieľanie dát s nižším rizikom.
S čím si pojem nezamieňať?
Anonymizované údaje sú upravené reálne záznamy; syntetické údaje sú nové záznamy, hoci môžu nebezpečne pripomínať svoje zdroje.
Ako sa výsledok kontroluje?
Meria sa štatistická podobnosť, výkon následnej úlohy, pokrytie okrajových skupín a riziko členstva či rekonštrukcie.
Na čo si dať pozor?
Model môže memorovať jednotlivcov, zosilniť nerovnováhy alebo zachovať priemer a pritom zničiť vzťahy dôležité pre konkrétnu úlohu.