पेन स्टेट स्टेटिस्टिशियन के अनुसार, सिंथेटिक नेटवर्क कुछ डेटा की उपलब्धता को बढ़ा सकते हैं, फिर भी व्यक्तिगत या संस्थागत गोपनीयता की रक्षा कर सकते हैं।
"मेरी महत्वपूर्ण रुचि विकासशील पद्धति में है जो गोपनीय डेटा को व्यापक तरीके से साझा करने में सक्षम होगी जो वैज्ञानिक खोज में सहायता कर सकती है," अलेक्जेंड्रा स्लावकोविक, सांख्यिकी के प्रोफेसर और स्नातक शिक्षा के लिए सहयोगी डीन, पेन स्टेट। "संवेदनशील जानकारी की खोज के लिए न्यूनतम मात्रात्मक जोखिम के साथ गोपनीय डेटा साझा करने में सक्षम होना और अभी भी सांख्यिकीय सटीकता और अखंडता सुनिश्चित करना, लक्ष्य है।"
स्लावकोविक ने अंतःविषय सहयोग के माध्यम से इस डेटा गोपनीयता समस्या का समाधान पाया है, विशेष रूप से कंप्यूटर और सामाजिक वैज्ञानिकों के साथ। उनका शोध विभिन्न डेटा पर केंद्रित है, जिसमें नेटवर्क डेटा भी शामिल है जो व्यक्तियों या संस्थानों जैसी संस्थाओं के बीच संबंध जानकारी को कैप्चर करता है। उन्होंने वाशिंगटन, डीसी में विज्ञान की उन्नति के लिए अमेरिकन एसोसिएशन की 2019 की वार्षिक बैठक के दौरान आज (16 फरवरी) को अंतर गोपनीयता की धारणा को संतुष्ट करने वाले सिंथेटिक नेटवर्क प्रदान करने के लिए अपने दृष्टिकोण की सूचना दी।
डिफरेंशियल प्राइवेसी व्यक्तियों को गोपनीयता हानि के स्तर की गणितीय रूप से सिद्ध गारंटी प्रदान करता है।
वैज्ञानिक अपने शोध के लिए दूसरों द्वारा एकत्र किए गए डेटा तक पहुंच चाहते हैं, लेकिन इस तरह की पहुंच व्यक्तिगत गोपनीयता से भी समझौता कर सकती है, तथाकथित व्यक्तिगत पहचान योग्य डेटा को हटाने के बाद भी।
"सहायक डेटा की एक बहुतायत मुख्य अपराधी है," स्लावकोविक ने कहा। "डेटा संग्रह और रिकॉर्ड लिंकेज में कार्यप्रणाली और तकनीकी विकास के साथ, डेटा स्रोतों की विविधता तक आसान पहुंच, जो हाथ में डेटासेट के साथ जोड़ा जा सकता है, और डेटा साझा करने के लिए फंडिंग एजेंसियों की आवश्यकताओं, डेटा गोपनीयता के जोखिम बढ़ रहे हैं। लेकिन, अच्छी खोज। ध्वनि वैज्ञानिक खोज को सक्षम करने के लिए गोपनीयता हानि के प्रबंधन के लिए समाधान आवश्यक हैं। "
उदाहरण के लिए, एक एचआईवी दवा पर दवा परीक्षण से सार्वजनिक रूप से उपलब्ध जानकारी, यह इंगित करेगी कि उपचार समूह में कौन था और नियंत्रण समूह में कौन था। उपचार समूह में केवल एचआईवी से पीड़ित लोग ही होंगे और भले ही डेटा स्वामी उस डेटा सेट से व्यक्तिगत विवरणों को वापस ले लें, कुछ पहचानने वाली जानकारी रहेगी। क्योंकि सोशल मीडिया और अन्य डेटासेट में आज इतनी जानकारी ऑनलाइन उपलब्ध है, इसलिए डॉट्स को कनेक्ट करना और लोगों की पहचान करना, संभावित रूप से उनकी एचआईवी स्थिति का खुलासा करना संभव है।
स्लावकोविक ने कहा, "दो डेटा सेट लिंक करने की तकनीक, मतदाता रिकॉर्ड और स्वास्थ्य बीमा डेटा में बहुत सुधार हुआ है।" "जल्द से जल्द निष्कर्षों में से एक, लतन्या स्वीनी (अब हार्वर्ड में) ने दिखाया कि इस प्रकार के डेटा को लिंक करके, आप 1990 की जनगणना में 87 प्रतिशत लोगों को उनकी जन्म तिथि, लिंग और 5 अंकों के आधार पर पहचान सकते हैं। ज़िप कोड। हाल ही में, शोधकर्ताओं ने ट्वीट और संबद्ध ट्विटर मेटाडेटा का उपयोग यह दिखाने के लिए किया कि वे 96.7 प्रतिशत सटीकता के साथ उपयोगकर्ताओं की पहचान कर सकते हैं। "
स्लावकोविक नोट करता है कि यह सिर्फ उन लोगों या संस्थानों का नहीं है जिनका डेटा डेटाबेस में समाहित है, बल्कि यह है कि डेटाबेस से बाहर के लोग भी सीधे या एसोसिएशन द्वारा गोपनीयता के आक्रमण से पीड़ित हो सकते हैं। डेटासेट में जानकारी और सोशल मीडिया पर जानकारी के बीच संबंध एक गंभीर गोपनीयता का कारण बन सकता है - अगर एचआईवी स्थिति या यौन अभिविन्यास जैसी कोई चीज प्रकट होने पर गंभीर परिणाम हो सकते हैं।
जबकि गोपनीयता महत्वपूर्ण है, एकत्रित डेटासेट शोधकर्ताओं के लिए जानकारी का एक अनिवार्य स्रोत बनाते हैं। वर्तमान में, कुछ मामलों में जब डेटा असाधारण रूप से संवेदनशील होते हैं, शोधकर्ताओं को अपने शोध करने के लिए डेटा रिपॉजिटरी में भौतिक रूप से जाना चाहिए, जिससे अनुसंधान अधिक कठिन और महंगा हो सकता है।
स्लावकोविक नेटवर्क डेटा में रुचि रखता है। ऐसी जानकारी जो लोगों या संस्थानों - नोड्स - और नोड्स के बीच संबंधों के परस्पर संबंध को दर्शाती है। उसका दृष्टिकोण थोड़ा परिवर्तित, प्रतिबिंबित नेटवर्क डेटासेट के साथ स्थानांतरित किए गए कुछ नोड्स, कनेक्शन स्थानांतरित या किनारों को बदलने के लिए है।
स्लावकोविक ने कहा, "इसका उद्देश्य नए नेटवर्क बनाना है जो कठोर अंतर गोपनीयता आवश्यकताओं को पूरा करते हैं और साथ ही मूल नेटवर्क से अधिकांश सांख्यिकीय विशेषताओं को कैप्चर करते हैं।"
ये सिंथेटिक डेटासेट कुछ शोधकर्ताओं के लिए अपनी शोध आवश्यकताओं को पूरा करने के लिए पर्याप्त हो सकते हैं। दूसरों के लिए, डेटा संग्रहण साइट पर जाने से पहले उनके दृष्टिकोण और परिकल्पना का परीक्षण करना पर्याप्त होगा। शोधकर्ता अपने रिपॉजिटरी साइट में मूल डेटा का उपयोग करने की अनुमति की प्रतीक्षा करते हुए कोड का परीक्षण कर सकते हैं, खोजपूर्ण शोध और शायद बुनियादी विश्लेषण कर सकते हैं।
स्लावकोविक ने कहा, "हम एक ही प्रकार के परिवर्तित आंकड़ों के साथ सभी सांख्यिकीय विश्लेषणों की मांगों को पूरा नहीं कर सकते।" "कुछ लोगों को मूल डेटा की आवश्यकता होगी, लेकिन अन्य सिंथेटिक डेटा जैसे सिंथेटिक नेटवर्क के साथ लंबा रास्ता तय कर सकते हैं।"
