Machine learningPrivacy-preserving analysis

Generisanje sintetičkih podataka za kontrolu otkrivanja

Generisanje sintetičkih podataka je statistička tehnika ograničavanja otkrivanja koju je uveo Donald Rubin 1993. godine, a u kojoj se vrednosti u poverljivom skupu podataka zamenjuju uzorcima iz uklopljene posteriorne prediktivne distribucije, umesto da se objavljuju direktno. Rezultujući veštački zapisi čuvaju zajedničku statističku strukturu originalnih podataka, a istovremeno sprečavaju identifikaciju stvarnih pojedinaca, omogućavajući analitičarima da rade sa skupom podataka koji se može javno objaviti, a koji se ponaša kao original za većinu inferencijalnih svrha.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateSynthetic Data Generation (Synthetic Data Generation for Disclosure Control). Preuzeto 2026-06-15 sa https://scholargate.app/sr/privacy/synthetic-data-generation · Skup podataka: https://doi.org/10.5281/zenodo.20539026