合成データとは - 統計的な有用性を維持する架空のパーソナルデータ

こんにちは、LayerXのPrivcyTech事業部でリードエンジニアをしている恩田（@cipepser）です。本ブログではプライバシー保護技術としても注目を集めている合成データを紹介します。 合成データの概要 合成データは現実世界のデータをもとに生成される人工的なデータです。アルゴリズムに従って生成されるため、ある種のシミュレーションといえ、広義には物理シミュレーションや音楽のシンセサイザーなども含まれます。足元では機械学習や分析プロジェクトにおいて、少ないデータを合成データで補う点で注目を集めており、2021年7月にGartnerは「2024年までに、機械学習や分析プロジェクトの開発に利用されるデータの60%が合成データになる」と予測しています。 また合成データで生成されるデータは人工的なものであり、統計的な特性を保持しつつも、実在する個人のデータではないことからプライバシーの観点でも

[k-takahashi]

『単に「データを合成している」というだけでは、必ずしもプライバシーは保証されないということに注意が必要』

[peketamin]

内容が難しくてカッコいい