Synthetic Data

실제로 측정된 데이터(Real Data)를 생성하는 모형이 존재한다고 가정하고, 통계적 방법이나 기계학습 방법 등을 이용하여 추정된 모형에서 새롭게 생성한 모의 데이터(Simulated Data)

• 합성 데이터로도 불린다.^[1]

특징

• 모집단의 통계적 특성들을 유지하면서도 민감한 정보를 외부에 직접 공개하지 않음
• 개인이 제공한 데이터가 아닌 임의로 생성한 데이터로 개인정보보호 관련 법규의 규제로부터 자유로움

분류

• 완전 재현데이터(Fully Synthetic Data)
  • 공개하려고 하는 데이터에 측정된 실제데이터가 하나도 없이 모두 가상으로 생성된 데이터로만 이루어진 데이터
  • 정보보호 측면에서 가장 강력한 보안성을 가짐
• 부분 재현데이터(Partially Synthetic Data)
  • 공개하려는 변수들 중 일부만을 선택하여 재현데이터로 대체한 데이터를 의미
  • 보통 재현데이터로 대치되는 변수들은 민감한 정보에 관한 변수들
• 복합 재현데이터(Hybrid Synthetic Data)
  • 일부 변수들의 값을 재현데이터로 생성하고 생성된 재현 데이터와 실제데이터를 모두 이용하여 또 다른 일부 변수들의 값을 다시 도출하는 방법으로 생성

생성 기법

• 전통적 통계 또는 베이지안 방법(Bayesian Methods)
  • Mutiple Imputation
  • Bayesian Network
  • Perturbed Gibbs Sampler
  • Bayesian Method with zero-inflation
  • Re-sampling from
  • Multivariate Distribution
• 기계학습 모형(Machine Learning Model)
  • Semantic Graph based method
  • MDL(Minimal Description Length) based KRIMP algorithm
  • CART(Classification And Regression Tree)
  • Fuzzy c-regression Models
  • Support Vector Machine
  • Random Forest
  • Recommendation Systems
  • Social Network Model
  • Generative Adversarial Network
• 차분 프라이버시(Differential privacy)
  • Proposed Multiplicative Weights update rule with Exponential Mechanism(MWEM)
  • Differentially Private Data Synthesizer
  • Mapping Program

같이 보기

• PPDM

참고 문헌

• 진짜 같은 가짜! 재현데이터의 개념 및 활용 사례('19, 신용정보원)

각주