Sintētisko datu ģenerēšana atklāšanas kontrolei
Sintētisko datu ģenerēšana ir statistiskās atklāšanas ierobežošanas tehnika, ko 1993. gadā ieviesa Donalds Rubins, kurā konfidenciālā datu kopā esošās vērtības aizstāj ar izvilkumiem no pielāgotas aizmugurējās prognozēšanas sadalījuma, nevis atklāj tieši. Rezultātā mākslīgās rindas saglabā sākotnējo datu kopējo statistisko struktūru, vienlaikus novēršot reālu personu identificēšanu, ļaujot analītiķiem strādāt ar publiski atbrīvojamu datu kopu, kas lielākajai daļai inferenču nolūku darbojas līdzīgi kā sākotnējā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Rubin, D. B. (1993). Statistical disclosure limitation. Journal of Official Statistics, 9(2), 461–468. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). Synthetic Data Generation for Disclosure Control. ScholarGate. https://scholargate.app/lv/privacy/synthetic-data-generation
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenciālā privātumsPrivātums↔ salīdzināt
- Generatīvais Adversariālais TīklsDziļā mācīšanās↔ salīdzināt
- Daudzveida imputācijaStatistika↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →