ScholarGate
دستیار
Machine learningPrivacy-preserving analysis

تولید داده‌های مصنوعی برای کنترل افشای اطلاعات

تولید داده‌های مصنوعی تکنیکی آماری برای محدودسازی افشای اطلاعات است که در سال ۱۹۹۳ توسط دونالد روبین معرفی شد. در این روش، مقادیر موجود در یک مجموعه داده محرمانه به جای انتشار مستقیم، با نمونه‌هایی از توزیع پیش‌بینی پسینِ برازش‌شده جایگزین می‌شوند. رکوردهای مصنوعی حاصل، ساختار آماری مشترک داده‌های اصلی را حفظ می‌کنند و در عین حال از شناسایی افراد واقعی جلوگیری می‌نمایند. این امر به تحلیلگران امکان می‌دهد تا با مجموعه‌داده‌ای که از نظر بیشتر اهداف استنباطی شبیه داده‌های اصلی عمل می‌کند و قابلیت انتشار عمومی دارد، کار کنند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Rubin, D. B. (1993). Statistical disclosure limitation. Journal of Official Statistics, 9(2), 461–468. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Synthetic Data Generation for Disclosure Control. ScholarGate. https://scholargate.app/fa/privacy/synthetic-data-generation

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateSynthetic Data Generation (Synthetic Data Generation for Disclosure Control). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/privacy/synthetic-data-generation · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026