Агрегация и обобщение данных

На данный момент вы познакомились с обобщением и агрегацией данных. Эти понятия похожи, но всё же различаются.

Оба они представляют персональные данные с более высокого уровня или в более широком контексте. Означает ли это, что речь идёт об агрегации данных?

Какой из следующих вариантов лучше всего описывает разницу между этими двумя понятиями?

Это упражнение является частью курса

Конфиденциальность данных и анонимизация в Python

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Конфиденциальность данных и анонимизация в Python

SkillTag.level.advancedSkillTag.label

4.9+

Начать курс бесплатно

Приготовьтесь применять методы анонимизации: подавление данных, маскирование, генерацию синтетических данных и обобщение. В этой главе вы научитесь различать чувствительные и нечувствительные персональные данные (PII), квазиидентификаторы, а также познакомитесь с основами GDPR. Кроме того, вы рассмотрите реальные примеры последствий несоблюдения этих методов.

Exercise 1: Что является личными данными и почему это важно?Exercise 2: Конфиденциальность как ценность Exercise 3: Чувствительные или нечувствительные данные?Exercise 4: Подавление чувствительных атрибутов Exercise 5: Маскирование данных и генерация данных с помощью Faker Exercise 6: Маскирование конфиденциальных персональных данных Exercise 7: Удаление имён с помощью faker Exercise 8: Анонимизация с помощью обобщения данных Exercise 9: Снижение риска идентификации с помощью обобщения Exercise 10: Агрегация и обобщение данных

Текущее упражнение

Exercise 11: Верхнее и нижнее кодирование зарплат в Белом доме

Узнайте, как анонимизировать данные путём выборки из наборов данных с учётом вероятностного распределения столбцов. Затем вы научитесь применять модель конфиденциальности k-анонимность для защиты от атак связывания и повторной идентификации, а также использовать иерархии для обобщения категориальных переменных.

Exercise 1: Анонимизация категориальных данных Exercise 2: Изучение распределения данных Exercise 3: Выборка из того же вероятностного распределения Exercise 4: Анонимизация непрерывных данных Exercise 5: Различные распределения Exercise 6: Выборка из наилучшего непрерывного распределения Exercise 7: Введение в K-анонимность Exercise 8: Атрибуты конфиденциальности Exercise 9: Обобщение в диапазоны Exercise 10: Обобщение данных с помощью иерархий Exercise 11: Использование иерархий для категориальных данных Exercise 12: K-анонимизация набора данных

Изучите дифференциальную приватность — модель, которую применяют крупнейшие технологические компании, такие как Apple, Google и Uber. В этой главе вы исследуете данные с помощью построения приватных гистограмм и вычисления приватных средних значений, а также создадите модели машинного обучения с дифференциальной приватностью, позволяющие компаниям повысить ценность своих данных.

Exercise 1: Введение в дифференциальную приватность Exercise 2: Эпсилон (ϵ): ключевой параметр Exercise 3: Гистограммы с дифференциальной приватностью Exercise 4: Бюджеты приватности Exercise 5: Использование бюджетов приватности Exercise 6: Когда бюджет исчерпан Exercise 7: Изучение данных с помощью счётчика приватного бюджета Exercise 8: Модели машинного обучения с дифференциальной приватностью Exercise 9: Создание классификатора с дифференциальной приватностью Exercise 10: Прогнозирование зарплаты Exercise 11: Модели кластеризации с дифференциальной приватностью Exercise 12: Предобработка данных Exercise 13: Сегментация клиентов

В заключительной главе вы научитесь применять методы снижения размерности, например метод главных компонент (PCA), для анонимизации многомерных наборов данных. Затем воспользуетесь Faker для генерации реалистичных и согласованных наборов данных, а scikit-learn — для создания синтетических данных с нормальным распределением. В завершение вы объедините всё, что узнали в этом курсе, и применёте несколько методов в совокупности, чтобы безопасно публиковать наборы данных.

Exercise 1: Метод главных компонент для анонимизации Exercise 2: Анонимизация многомерных данных Exercise 3: Маскирование данных с помощью PCA Exercise 4: Генерация реалистичных наборов данных с помощью Faker Exercise 5: Последовательный синтетический набор данных Exercise 6: Наборы данных с одинаковым вероятностным распределением Exercise 7: Создание синтетических наборов данных с помощью scikit-learn Exercise 8: Генерация наборов данных для классификации Exercise 9: Генерация наборов данных для кластеризации Exercise 10: Безопасная публикация наборов данных Exercise 11: Изучение и псевдонимизация набора данных Exercise 12: Подготовка данных о сотрудниках к безопасной публикации Exercise 13: Отличная работа!