Privatumo apsaugos priemonės generuojant sintetinius duomenis
Sintetinant duomenų rinkinį labai svarbu, kad sintetiniuose duomenyse nebūtų neskelbtinos informacijos, kurią būtų galima panaudoti asmenų tapatybei iš naujo nustatyti. Tokiu būdu galime garantuoti, kad sintetiniuose duomenyse nėra AII. Toliau pateiktame vaizdo įraše Marijn pristato privatumo priemones, kurios yra mūsų kokybės ataskaitoje, kad tai parodytų.
Šis vaizdo įrašas užfiksuotas iš „Syntho x SAS D[N]A Café“ apie dirbtinio intelekto sugeneruotus sintetinius duomenis. Visą vaizdo įrašą rasite čia.
Kokių privatumo apsaugos priemonių imamės kurdami sintetinius duomenis?
Iš esmės tai yra metrika, siekiant išvengti per didelio pritaikymo, žiūrint į atstumo matavimus. Tai reiškia, kad jie patikrina, kiek sintetiniai duomenys yra arti pradinių duomenų. Jei tai bus per arti, gali kilti pavojus privatumui. Ši metrika užtikrina, kad sintetiniai duomenys per daug nepriartėtų prie pradinių duomenų. Be to, tai darydamas „Syntho Engine“ taip pat naudoja laikymo rinkinį, kad galėtų tai padaryti sąžiningai.
Duomenys yra sintetiniai, bet mūsų komanda tikra!
Susisiekite su Syntho ir vienas iš mūsų ekspertų susisieks su jumis šviesos greičiu, kad ištirtų sintetinių duomenų vertę!