ScholarGate
Assistente
Machine learningPrivacy-preserving analysis

Generazione di Dati Sintetici per il Controllo della Divulgazione

La generazione di dati sintetici è una tecnica di limitazione della divulgazione statistica introdotta da Donald Rubin nel 1993, in cui i valori in un set di dati confidenziale vengono sostituiti da estrazioni da una distribuzione predittiva posteriore fittata, anziché essere rilasciati direttamente. I record artificiali risultanti preservano la struttura statistica congiunta dei dati originali, impedendo al contempo l'identificazione di individui reali, consentendo agli analisti di lavorare con un set di dati rilasciabile pubblicamente che si comporta come l'originale per la maggior parte degli scopi inferenziali.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

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

Come citare questa pagina

ScholarGate. (2026, June 2). Synthetic Data Generation for Disclosure Control. ScholarGate. https://scholargate.app/it/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.

Compare side by side

Citato da

ScholarGateSynthetic Data Generation (Synthetic Data Generation for Disclosure Control). Consultato il 2026-06-15 da https://scholargate.app/it/privacy/synthetic-data-generation · Insieme di dati: https://doi.org/10.5281/zenodo.20539026