Métriques
Évaluation des données synthétiques
La génération de données synthétiques anonymes vise à reproduire fidèlement les caractéristiques des données d’entraînement originales tout en garantissant la confidentialité des individus dont elles sont issues.
Pour assurer une qualité optimale des données générées, il est essentiel de quantifier à la fois la protection de la vie privée et la préservation de l’utilité du jeu de données synthétique.
Nous avons conçu un ensemble de métriques permettant d’évaluer ces deux aspects.
Ces métriques fournissent une mesure objective du niveau de protection de la vie privée selon plusieurs critères, tout en vérifiant que les données synthétiques conservent une valeur analytique comparable à celle du jeu de données d’origine à différents niveaux d’évaluation.
Plus de détails sur chaque groupe de métriques ici :
L’importance du contexte
Le contexte d’utilisation, la sensibilité des données et les objectifs de préservation de l’utilité sont des éléments essentiels dans tout processus d’anonymisation. Le contexte définit les objectifs spécifiques et les menaces potentielles à atténuer, influençant ainsi les méthodes et les paramètres employés.
Par exemple, des données destinées à la recherche nécessiteront une approche différente de celles publiées librement. De même, la sensibilité des données — liée à leur nature (par exemple, santé, finance) ou à leur niveau de détail — détermine le niveau de protection requis. Enfin, certains usages peuvent exiger la conservation d’informations très fines mais potentiellement ré-identifiantes.
Une anonymisation efficace doit prendre en compte l’ensemble de ces dimensions pour garantir un résultat optimal à la fois en termes de confidentialité et d’utilité.