เครือข่ายสังเคราะห์อาจเพิ่มความพร้อมของข้อมูลบางอย่างในขณะที่ยังคง ปกป้องความเป็นส่วนบุคคล หรือสถาบัน ตาม statistician ในรัฐเพนน์
"ฉันสนใจที่สำคัญในการพัฒนาวิธีการที่จะเปิดกว้างการแชร์ข้อมูลลับที่สามารถช่วยในการค้นพบทางวิทยาศาสตร์, " บอกว่า มหาลัย Slavkovic ศาสตราจารย์คณบดีฝ่ายบัณฑิตศึกษา Eberly วิทยาลัยสถิติและเชื่อมโยง วิทยาศาสตร์ รัฐเพนน์ "ความสามารถในการแชร์ข้อมูลเป็นความลับกับความเสี่ยงเชิงปริมาณที่น้อยที่สุดสำหรับการค้นหาข้อมูลที่ละเอียดอ่อน และยัง ให้ความแม่นยำทางสถิติและความถูกต้อง เป็นเป้าหมาย"
Slavkovic ได้พบว่าวิธีนี้ข้อมูลส่วนบุคคลปัญหาผ่านความร่วมมือสหวิทยา โดยเฉพาะอย่างยิ่งคอมพิวเตอร์และนักวิทยาศาสตร์สังคม วิจัยของเธอเน้นข้อมูลต่าง ๆ รวมทั้งข้อมูลเครือข่ายที่จับภาพข้อมูลความสัมพันธ์ระหว่างเอนทิตีเช่นบุคคลหรือสถาบัน เธอรายงานแนวทางของเธอเพื่อให้เครือข่ายสังเคราะห์ที่ตอบสนองความคิดที่แตกต่างกันเป็นส่วนตัวของวันนี้ (16 ก.พ.) ระหว่างที่ 2019 การประชุมประจำปีของสมาคมอเมริกันเพื่อความก้าวหน้าของวิทยาศาสตร์ใน Washington, dc
ส่วนต่างให้รับประกันการพิสูจน์ทางคณิตศาสตร์ของระดับของการสูญเสียความเป็นส่วนบุคคล
นักวิทยาศาสตร์ต้องการเข้าถึงข้อมูลที่เก็บรวบรวม โดยผู้อื่นเพื่อการวิจัยของพวกเขา แต่เข้าถึงยังประนีประนอมความเป็นส่วนตัว แม้หลังจากการกำจัดข้อมูลส่วนบุคคลที่เรียกว่า
"ความอุดมสมบูรณ์ของข้อมูลเสริมเป็นผู้ร้ายหลัก Slavkovic กล่าว "วิธี และเทคโนโลยีก้าวหน้าในการจัดเก็บและเชื่อมโยงระเบียน ง่ายขึ้นเข้าถึงแหล่งข้อมูลที่สามารถเชื่อมโยงกับชุดข้อมูลในมือ และการแชร์ข้อมูลความต้องการของหน่วยงานเงินทุน ความเสี่ยงข้อมูลส่วนบุคคลขึ้นอยู่ แต่ ค้นหาวิธีแก้ไขปัญหาสำหรับการจัดการการสูญเสียความเป็นส่วนตัวจำเป็นสำหรับการเปิดใช้งานการค้นพบทางวิทยาศาสตร์เสียง"
เผยข้อมูลจากการทดลองใช้ยาเสพติดเป็นยาเสพติดเอชไอวี เช่น จะต้องระบุที่อยู่ในกลุ่มรักษาและใครคือกลุ่มควบคุม การรักษากลุ่มจะประกอบด้วยเฉพาะคนไข้ HIV และแม้ว่าเจ้าของข้อมูลหักณที่จ่ายรายการส่วนบุคคลจากนั้นชุดข้อมูล ระบุข้อมูลบางอย่างยังคงอยู่ เพราะข้อมูลที่มากวันนี้มีออนไลน์ ในโซเชียลมีเดีย และชุดข้อมูลอื่น ๆ เป็นไปได้เพื่อเชื่อมต่อจุด และระบุคน อาจเปิดเผยสถานะเอชไอวี
"เทคนิคการเชื่อมโยงชุดข้อมูลสองชุด พูดข้อมูลประกันสุขภาพ และระเบียนผู้ลงคะแนนเสียงได้ดีขึ้นมาก Slavkovic กล่าว "ในหนึ่งของการค้นพบเร็วที่สุด ลาแทนย่า Sweeny (ที่ Harvard) พบว่า โดยการเชื่อมโยงชนิดของข้อมูลเหล่านี้ คุณสามารถระบุถึง 87 เปอร์เซ็นต์ของคนที่อยู่ในสำมะโนประชากรจาก 1990 ตามวันเดือนปีเกิด เพศ และรหัสไปรษณีย์ 5 หลัก เมื่อเร็ว ๆ นี้ นักวิจัยใช้ทวี และเชื่อมโยงข้อมูลเมตาของ Twitter เพื่อแสดงว่า พวกเขาสามารถระบุผู้ใช้ มีความแม่นยำร้อยละ 96.7"
Slavkovic บันทึกว่า ไม่เพียงบุคคลหรือสถาบันที่มีข้อมูลอยู่ในฐานข้อมูล แต่ว่า คนภายนอกฐานข้อมูลสามารถยังประสบจากการบุกรุกความเป็นส่วนตัว โดยตรง หรือ โดยสมาคม เชื่อมโยงระหว่างข้อมูลในชุดข้อมูลและข้อมูลเกี่ยวกับสื่อสังคมอาจนำไปสู่ breech ร้ายแรงส่วน — สิ่งเช่นเพศหรือสถานะเอชไอวีอาจมีกระทบรุนแรงหากเปิดเผยได้
ในขณะที่เป็นส่วนตัวที่สำคัญ ชุดเก็บรวบรวมข้อมูลที่ทำขึ้นเป็นแหล่งสำคัญของข้อมูลสำหรับนักวิจัย ขณะนี้ ในบางกรณี เมื่อข้อมูลมีความสำคัญเป็นพิเศษ นักวิจัยต้องจริงไปเก็บข้อมูลทำวิจัยของพวกเขา ทำวิจัยยาก และราคาแพง
Slavkovic สนใจข้อมูลเครือข่าย ข้อมูลที่แสดง interconnectedness ของบุคคลหรือสถาบันซึ่งโหน — และการเชื่อมต่อระหว่างโหน วิธีการของเธอคือการ สร้างเครือข่ายที่มีการเปลี่ยนแปลงเล็กน้อย มิเรอร์ datasets กับโหนย้ายไป เลื่อนเชื่อมต่อ หรือขอบที่มีการเปลี่ยนแปลง
"จุดมุ่งหมายคือการ สร้างเครือข่ายใหม่ที่ตอบสนองความต้องการส่วนต่างเข้มงวด และการจับมากที่สุดของคุณลักษณะทางสถิติจากเครือข่ายเดิม Slavkovic กล่าว
ชุดข้อมูลสังเคราะห์เหล่านี้อาจเพียงพอสำหรับนักวิจัยบางคนจะตอบสนองความต้องการของงานวิจัย สำหรับคนอื่น ๆ มันจะเพียงพอในการทดสอบสมมติฐานและวิธีการของพวกเขาก่อนที่จะไปเว็บไซต์เก็บข้อมูล นักวิจัยสามารถทดสอบรหัส ทำสำรวจวิจัย และการวิเคราะห์เบื้องต้นอาจจะรอการอนุญาตให้ใช้ข้อมูลเดิมในเว็บไซต์เก็บข้อมูล
"เราไม่สามารถตอบสนองความต้องการวิเคราะห์ทางสถิติทั้งหมดมีชนิดเดียวกันของข้อมูลมีการเปลี่ยนแปลง Slavkovic กล่าว "บางคนจำเป็นต้องข้อมูลเดิม แต่คนอื่น ๆ อาจไปแบบสังเคราะห์ข้อมูลเช่นเครือข่ายสังเคราะห์"
