Génération de données synthétiques pour le contrôle de la divulgation
La génération de données synthétiques est une technique de limitation de la divulgation statistique introduite par Donald Rubin en 1993, dans laquelle les valeurs d'un jeu de données confidentiel sont remplacées par des tirages d'une distribution prédictive postérieure ajustée plutôt que d'être publiées directement. Les enregistrements artificiels résultants préservent la structure statistique conjointe des données originales tout en empêchant l'identification d'individus réels, permettant aux analystes de travailler avec un jeu de données publiable qui se comporte comme l'original pour la plupart des objectifs d'inférence.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Rubin, D. B. (1993). Statistical disclosure limitation. Journal of Official Statistics, 9(2), 461–468. link ↗
Comment citer cette page
ScholarGate. (2026, June 2). Synthetic Data Generation for Disclosure Control. ScholarGate. https://scholargate.app/fr/privacy/synthetic-data-generation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Confidentialité différentielleProtection de la vie privée↔ compare
- Réseau antagoniste génératifApprentissage profond↔ compare
- Imputation MultipleStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →