Synthetische data-generatie voor disclosure control

Synthetische data-generatie is een statistische techniek voor beperking van openbaarmaking, geïntroduceerd door Donald Rubin in 1993, waarbij waarden in een vertrouwelijke dataset worden vervangen door trekkingen uit een gepaste posterieure voorspellende verdeling in plaats van direct te worden vrijgegeven. De resulterende kunstmatige records behouden de gezamenlijke statistische structuur van de oorspronkelijke gegevens en voorkomen tegelijkertijd de identificatie van echte individuen, waardoor analisten kunnen werken met een publiekelijk vrij te geven dataset die zich voor de meeste inferentiële doeleinden gedraagt als het origineel.