不允许使用个人原始数据作为测试数据
使用代表性测试数据进行测试和开发对于提供最先进的解决方案至关重要。使用原始生产数据似乎是显而易见的，但通常具有挑战性，因为它不能简单地使用，因为它：
- 包含（隐私）敏感信息，
- 数据有限、稀缺或缺失
- 或者根本不存在。
这给许多组织带来了获得正确测试数据的挑战。因此，Syntho 支持所有最佳实践解决方案来建立正确的测试数据。
代表性测试数据的最佳实践：智能去识别和合成
智能去识别
什么是智能去识别
去识别化是一种通过从数据集或数据库中删除或修改个人身份信息 (PII) 来保护敏感信息的过程。
何时使用智能去识别作为测试数据？
当生产数据可作为起点时，通常会使用去识别化。去识别化用于从数据集或数据库中删除或修改（隐私）敏感信息，以遵守数据隐私法规，因为根据隐私法规（例如 GDPR）不允许使用个人数据。
合成数据生成
什么是数据合成？
合成旨在创建人工生成的合成数据，并作为现实世界数据的替代品。
何时合成作为测试数据？
当生产数据有限、稀缺、丢失数据或根本不存在时，通常会使用综合作为起点。新数据是人工生成的，可作为现实世界数据的替代品。
如何通过 Syntho 使用智能去识别和合成数据？
轻松配置！
从智能去识别到合成，Syntho Engine 支持所有最佳实践解决方案，以确保您的测试数据正确。通过根据您的需求量身定制的用户友好选项，在我们的平台内轻松配置所有最佳实践测试数据解决方案。从智能去识别到合成，只需将目标表拖到工作区中所需的部分即可。还支持组合解决方案。
