Machine learningPrivacy-preserving analysis

การสร้างข้อมูลสังเคราะห์เพื่อการควบคุมการเปิดเผย

การสร้างข้อมูลสังเคราะห์เป็นเทคนิคการจำกัดการเปิดเผยข้อมูลทางสถิติที่ Donald Rubin นำเสนอในปี 1993 ซึ่งค่าในชุดข้อมูลที่เป็นความลับจะถูกแทนที่ด้วยการสุ่มจากความน่าจะเป็นของการแจกแจงภายหลังที่ได้จากการปรับแบบจำลอง แทนที่จะเปิดเผยโดยตรง เรคคอร์ดเทียมที่ได้จะรักษาโครงสร้างทางสถิติร่วมของข้อมูลต้นฉบับไว้ ในขณะเดียวกันก็ป้องกันการระบุตัวตนของบุคคลจริง ทำให้ผู้ทำการวิเคราะห์สามารถทำงานกับชุดข้อมูลที่สามารถเผยแพร่ต่อสาธารณะได้ซึ่งมีพฤติกรรมเหมือนต้นฉบับสำหรับวัตถุประสงค์ในการอนุมานส่วนใหญ่

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

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

วิธีอ้างอิงหน้านี้

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

ถูกอ้างอิงโดย

ScholarGateSynthetic Data Generation (Synthetic Data Generation for Disclosure Control). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/privacy/synthetic-data-generation · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026