Klassik anonimlashtirishda biz shaxslarni izlashga to'sqinlik qilish uchun asl ma'lumotlar to'plamini o'zgartiradigan yoki buzadigan barcha metodologiyalarni nazarda tutamiz.
Amalda biz ko'rib turgan klassik anonimlashtirishning odatiy misollari - bu umumlashtirish, o'chirish / o'chirish, taxalluslashtirish va qatorlar va ustunlarni aralashtirish.
Bu usullar tegishli misollar bilan.
texnika | Asl ma'lumotlar | Manipulyatsiya qilingan ma'lumotlar |
Boshlash | 27 yoshda | 25 yoshdan 30 yoshgacha |
Bosish / tozalash | info@syntho.ai | xxxx@xxxxxx.xx |
Pseudonymizatsiya | Amsterdam | hVFD6td3jdHHj78ghdgrewui6 |
Qator va ustunlarni aralashtirish | Hizalanmış | Xiralashgan |
Ma'lumotlar to'plamini anonimlashtirishning klassik usullari bilan ishlash ikkita asosiy kamchilikka olib keladi:
Biz ushbu ikkita asosiy kamchiliklarni, ma'lumotlarning yordami va maxfiylikni himoya qilishni ko'rsatamiz. Biz buni quyidagi tasvir yordamida amaliy bostirish va umumlashtirish yordamida qilamiz.
E'tibor bering: biz tasvirlarni tasviriy maqsadda ishlatamiz. Xuddi shu tamoyil tuzilgan ma'lumotlar to'plamlari uchun ham amal qiladi.
Bu ma'lumotlar maxfiyligi va maxfiylikni himoya qilish o'rtasidagi farqni ko'rsatadi, bu erda anonimlashtirishning klassik usullari har doim ikkalasining ham eng maqbul kombinatsiyasini taklif qiladi.
Yo'q. Bu katta noto'g'ri tushuncha va anonim ma'lumotlarga olib kelmaydi. Siz buni hali ham ma'lumotlar bazasini anonim qilish uchun qo'llaysizmi? Keyin bu blog siz uchun o'qilishi shart.
Syntho butunlay yangi ma'lumotlar to'plamini yaratish uchun dasturiy ta'minot ishlab chiqadi. Haqiqiy shaxslarni aniqlash uchun ma'lumot sintetik ma'lumotlar to'plamida mavjud emas. Sintetik ma'lumotlar dasturiy ta'minot tomonidan yaratilgan sun'iy ma'lumotlar yozuvlarini o'z ichiga olganligi sababli, shaxsiy ma'lumotlar shunchaki mavjud emas, natijada maxfiylik xavfi yo'q.
Syntho -dagi asosiy farq: biz mashinani o'rganishni qo'llaymiz. Shunday qilib, bizning echimimiz sintetik ma'lumotlar bazasida asl ma'lumotlar to'plamining tuzilishi va xususiyatlarini aks ettiradi, natijada ma'lumotlar maksimal darajada foydali bo'ladi. Shunga ko'ra, siz sintetik ma'lumotlarni tahlil qilishda asl ma'lumotlardan foydalanganingizdagidek bir xil natijalarga erisha olasiz.
Bu amaliy ish Bizning Syntho dvigatelimiz orqali yaratilgan sintetik ma'lumotlarning har xil statistikasini o'z ichiga olgan sifat hisobotimizdagi asosiy ma'lumotlarni asl ma'lumotlarga nisbatan namoyish etadi.
Xulosa qilib aytganda, sintetik ma'lumotlar-bu maxfiylik va maxfiylik himoyasi o'rtasidagi odatiy maqbul almashinuvni engib o'tishning eng maqbul echimi, bu sizga anonimlashtirishning barcha klassik usullari taklif qiladi.
Xulosa qilib aytganda, ma'lumotlarning maxfiyligi va maxfiyligini himoya qilish nuqtai nazaridan, agar sizning shaxsiy holatingiz bunga ruxsat bersa, har doim sintetik ma'lumotlarni tanlash kerak.
Tahlil qilish uchun qiymat | Maxfiylik xavfi | |
Sintetik ma'lumotlar | baland | hech qaysi |
Haqiqiy (shaxsiy) ma'lumotlar | baland | baland |
Manipulyatsiya qilingan ma'lumotlar (klassik "anonimlashtirish" orqali) | Past-O'rta | O'rta-baland |
Syntho -ning sintetik ma'lumotlari, anonimlashtirishning klassik usullari ikkalasini ham maksimal darajada oshirish orqali kamchiliklarni to'ldiradi ma'lumotlar yordam dasturi va maxfiylik himoyasi.