Synthetische Mock Data Generator

Vervang gevoelige PII, PHI en andere identificatiedata

Demo Aanvragen

Belangrijkste voordelen van het gebruik van nepdata

Vervang echte waarden door nepwaarden om ze te de-identificeren
data en verbeter de privacy

Geen PII- en PHI-data in
de dataset

Organisaties hebben gebruiksvriendelijke en praktische tools nodig om PII of PHI uit te sluiten van hun datasets om de individuele privacy te beschermen en te voldoen aan de regelgeving op het gebied van databescherming. Het helpt het risico op datalekken te beperken en naleving van wettelijke normen te garanderen. 

Representatieve data
vervanging

Mock data weerspiegelt nauwkeurig de kenmerken van echte data. Het stelt organisaties in staat om data binnen enkele minuten te vervangen door representatieve alternatieven.  

Complexe datacreatie
vanuit het niets

Geavanceerde datacreatie met op regels gebaseerde synthetische data simuleert nauwkeurig real-world scenario's. Maak de creatie van zeer realistische datasets vanaf nul mogelijk, met complexe logica, relaties en afhankelijkheden. 

Gebruikersdocumentatie

Verken de Syntho-gebruikersdocumentatie

Meer informatie

Waarom de spotters van Syntho geavanceerder zijn

Biedt een grote verscheidenheid aan mockers die in staat zijn
van het produceren van synthetische data 

Syntho ondersteunt meer dan 150 verschillende spotters

Syntho ondersteunt standaard-spots zoals voornaam, achternaam, sociale zekerheid en telefoonnummer-spots, waardoor uitgebreide en aanpasbare datacreatie voor uiteenlopende behoeften wordt gegarandeerd.

meertalige ondersteuning

Syntho ondersteunt elke mocker in meer dan 80 talen en verschillende alfabetten. We ondersteunen een breed scala aan taalkundige en regionale behoeften. 

Op regels gebaseerde nepdata

Met op regels gebaseerde mock-data kunnen gebruikers data genereren op basis van vooraf gedefinieerde regels en logica of op basis van andere kolommen in uw database. Verschillende formules kunnen worden gebruikt om een ​​breed scala aan bewerkingen op data uit te voeren, van eenvoudige rekenkunde tot complexe logische en statistische berekeningen. Dit zorgt ervoor dat de data zich aan specifieke patronen en beperkingen houdt en maakt het mogelijk om zeer nauwkeurige en contextueel relevante data te creëren. 

Geavanceerde spotters

Geavanceerde mockers zijn configureerbare mockers waarmee gebruikers data kunnen verfijnen op basis van hun specifieke behoeften. Voorbeelden hiervan zijn de aangepaste tekst-mocker, die aanpasbare strings genereert met letters, cijfers en symbolen, en de Uniform Distribution Mocker, waarmee gebruikers minimum, maximum en precisie kunnen instellen om numerieke waarden te genereren die een specifieke distributie volgen. 

Synthetische nepdata

Creëer synthetische data die het volume en de diversiteit van uw data vergroten

Synthetische nepdata
in 3 treden

01
Identificeer PII

Scan PII automatisch met onze PII-scanner via het tabblad 'PII' of identificeer kolommen die u wilt mocken via het tabblad 'Jobconfiguratie'.

Synthetische mock-data in 3 stappen
02
Selecteer Spotters

Bevestig automatisch de door onze PII-scanner voorgestelde mocker of configureer mockers op kolomniveau. 

Synthetische mock-data in 3 stappen
03
Bevestig Mocker

Bevestig om de geselecteerde mocker toe te passen op een kolom via het tabblad PII of Job Configuration. Dit geeft gebruikers de flexibiliteit om kolommen te spotten en mockers dienovereenkomstig toe te passen. 

Synthetische mock-data in 3 stappen

Andere functies van Syntho

Ontdek andere functies die we bieden

Beheer van testdata

  • De-identificatie en synthese

    Uitgebreide test met representatieve data.

  • Op regels gebaseerde synthetische data

    Simuleer realistische scenario's.

  • Subinstelling

    Maak beheersbare datumsubsets.

Slimme de-identificatie

  • PII-scanner

    Identificeer PII automatisch met onze AI-aangedreven PII-scanner.

  • Synthetische nepdata

    Vervang gevoelige PII, PHI en andere identificatiedata.

  • Consistente mapping

    Behoud referentiële integriteit in een volledig relationeel data-ecosysteem.

AI gegenereerde synthetische data

  • Kwaliteitsborgingsrapport

    Beoordeel gegenereerde synthetische data op nauwkeurigheid, privacy en snelheid.

  • Tijdreeks synthetische data

    Synthetiseer tijdreeksdata nauwkeurig met Syntho.

  • Upsamplen

    Verhoog het aantal datamonsters in een dataset.

Veelgestelde Vragen / FAQ

Wat zijn synthetische nepdata?

Vervang gevoelige PII, PHI en andere identificatiedata door representatieve synthetische nepdata die de bedrijfslogica en patronen volgen.

Wat is PII, PHI en wat zijn identificatiedata?

PII staat voor Persoonlijk Identificeerbare Informatie. PHI staat voor Personal Health Information en is een uitgebreide versie van PII gewijd aan gezondheidsinformatie. Zowel PII als PHI zijn identificatiedata en hebben betrekking op alle informatie die kan worden gebruikt om de identiteit van een individu rechtstreeks te onderscheiden of te traceren. Hier, met identificatiedata, deelt slechts één persoon deze eigenschap.

Wat zijn voorbeelden van PII, PHI en identificatiedata?
  • Voornaam
  • Achternaam
  • Telefoon
  • Burgerservicenummer, SSN
  • Banknummer enz.
Waarom gebruiken organisaties spotters?

PII, PHI en andere directe identificatiedata zijn gevoelig en kunnen handmatig of automatisch worden opgespoord met onze PII-scanner om tijd te besparen en handmatig werk te minimaliseren. Vervolgens kan men Mockers toepassen om echte waarden te vervangen door nepwaarden om data te de-identificeren en de privacy te verbeteren.

Bouw beter en snellerr met synthetische data vandaag

Ontgrendel datatoegang, versnel de ontwikkeling en verbeter de dataprivacy.

Schrijf je in op onze nieuwsbrief

Blijf op de hoogte van het laatste nieuws over synthetische data