人工合成數據是開放數據使用，同時保護數據隱私的重要方法。
基本介紹
- 中文名：人工合成數據
- 外文名：Synthetic Data
人工合成數據是開放數據使用，同時保護數據隱私的重要方法。
其只要方式有兩種：一是完全合成數據（Fully Synthetic Data），即通過隨機抽樣和填補等一系列統計方法產生多個版本的模擬數據，用來完全代替真實數據。一個較優的統計模型，能夠很好的保留原始數據的關聯特性和統計測度，又能保證個體樣本的隱私循跡。然而，由於這個過程相當複雜，完全合成數據一直停留在學術界，沒有在工業界得到大面積的套用。
二是部分合成數據（Partially Synthetic Data），即使用原始數據的樣本，但利用多重數據填補的統計方法取代敏感和關鍵的欄位，從而降低泄露個體樣本敏感數據的可能性。
