الشبكات الاصطناعية قد يزيد توافر بعض البيانات في حين لا تزال حماية الخصوصية الفردية أو المؤسسية، وفقا لخبير إحصائي ولاية بنسلفانيا.
وقال "اهتمامي الرئيسي في وضع منهجية تتيح مشاركة أوسع نطاقا من البيانات السرية في طريقة التي يمكن أن تساعد في الاكتشافات العلمية،" ألكساندرا سلافكوفيك، أستاذ الإحصاء ومعاون عميد للدراسات العليا، كلية ابيرلي من العلوم، ولاية بنسلفانيا. "أن تكون قادرة على تبادل البيانات السرية مع الحد الأدنى من المخاطر القابلة للقياس الكمي لاكتشاف المعلومات الحساسة، ولا يزال ضمان الدقة الإحصائية والنزاهة، هو الهدف".
سلافكوفيك وقد وجدت حلول لهذه المشكلة الخصوصية البيانات من خلال التعاون متعدد التخصصات، لا سيما مع الكمبيوتر وعلماء الاجتماع. تركز بحوثها على البيانات المختلفة، بما في ذلك بيانات شبكة الاتصال التقاط معلومات العلاقة بين الكيانات مثل الأفراد أو المؤسسات. وذكرت لها نهج لتوفير الشبكات الاصطناعية التي تفي بمفهوم الخصوصية التفاضلية اليوم (16 فبراير) خلال عام 2019 الاجتماع السنوي "الرابطة الأمريكية" "النهوض بالعلم" في واشنطن العاصمة.
الخصوصية التفاضلية يوفر ضمانة يمكن إثباتها رياضيا من مستوى فقدان الخصوصية للأفراد.
العلماء يريدون الوصول إلى البيانات التي تم جمعها من قبل الآخرين لأبحاثهم، ولكن مثل هذا الوصول يمكن أيضا خرق الخصوصية الشخصية، حتى بعد إزالة ما يسمى بيانات شخصية.
وقال سلافكوفيك "وفرة البيانات الإضافية هو الجاني الرئيسي،". "مع التطورات المنهجية والتكنولوجية في مجال جمع البيانات وربط السجلات، سهولة الوصول إلى مجموعة متنوعة من مصادر البيانات التي يمكن ربطها بمجموعة من بيانات في متناول اليد، وتمويل متطلبات الوكالات لتبادل البيانات، تتزايد المخاطر على خصوصية البيانات. ولكن إيجاد حلول جيدة لإدارة فقدان الخصوصية ضرورية لتمكين اكتشاف علمية سليمة ".
المعلومات المتاحة للجمهور من مخدرات لمحاكمة على المخدرات فيروس نقص المناعة البشرية، على سبيل المثال، أن تشير إلى الذين في مجموعة العلاج والذين كان في السيطرة على المجموعة. مجموعة العلاج سيتضمن فقط من المصابين بفيروس نقص المناعة البشرية، وعلى الرغم من أن أصحاب البيانات المقتطعة تفاصيل شخصية من مجموعة البيانات، تظل بعض المعلومات التعريفية. نظراً لأن الكثير من المعلومات يتوفر اليوم على الإنترنت الاجتماعية في وسائل الإعلام وفي مجموعات البيانات الأخرى، فمن الممكن الربط بين النقاط والتعرف على الناس، يحتمل أن تكشف عن حالة فيروس نقص المناعة البشرية.
وقال أن "تقنيات لربط اثنين من مجموعات البيانات ويقول سجلات الناخبين وبيانات التأمين الصحي، تحسنت كثيرا"، سلافكوفيك. "في إحدى النتائج المبكرة، أظهرت سوني Latanya (الآن في جامعة هارفارد) أن بالربط بين هذا النوع من البيانات، يمكنك تحديد نسبة 87 في المائة السكان في" تعداد الولايات المتحدة "من 1990 استناداً إلى تاريخ الميلاد والجنس والرمز البريدي 5 أرقام. في الآونة الأخيرة، الباحثين تستخدم تويت والمرتبطة التغريد البيانات الوصفية لإظهار أنهم يمكنه التعرف على المستخدمين مع دقة 96.7 في المائة.
ويلاحظ سلافكوفيك ليس فقط الناس أو المؤسسات التي ترد بياناتها في قواعد بيانات، ولكن أن الناس خارج قاعدة البيانات يمكن أن تعاني أيضا من غزو للخصوصية، مباشرة أو عن طريق رابطة. الروابط بين المعلومات في مجموعة من بيانات والمعلومات المتعلقة بوسائل الإعلام الاجتماعية قد تؤدي إلى المؤخرة خصوصية خطيرة – شيء مثل حالة فيروس نقص المناعة البشرية أو الميول الجنسية يمكن أن يكون لها مضاعفات حادة إذا كشفت.
بينما من المهم الخصوصية، ومجموعات البيانات التي تم جمعها تشكل مصدرا أساسيا للمعلومات للباحثين. حاليا، في بعض الحالات عندما تكون البيانات الحساسة استثنائية، الباحثين يجب أن جسديا الذهاب إلى مستودعات البيانات للقيام بأبحاثهم، مما يجعل البحث أكثر صعوبة وتكلفة.
وتهتم سلافكوفيك بشبكة البيانات. معلومات تدل على الترابط بين الناس أو المؤسسات – العقد – والاتصالات بين العقد. نهجها لإنشاء مجموعات بيانات شبكة مختلفة قليلاً، والتي لها نسخ متطابقة مع عدد قليل من عقد نقل، اتصالات تحول أو حواف تغييرها.
والهدف لإنشاء الشبكات الجديدة التي تفي بمتطلبات الخصوصية التفاضلية صارمة وفي نفس الوقت التقاط معظم الميزات الإحصائية من الشبكة الأصلي، وقال "" سلافكوفيك.
قد تكون هذه datasets الاصطناعية كافية لبعض الباحثين لتلبية احتياجاتها البحثية. للآخرين، سيكون كافياً لاختبار النهج وفرضية قبل الحاجة إلى الذهاب إلى موقع تخزين البيانات. الباحثين يمكن اختبار التعليمات البرمجية والقيام البحوث الاستكشافية والتحليل الأساسي وربما أثناء الانتظار للحصول على إذن لاستخدام البيانات الأصلية في موقعها في المستودع.
وقال "نحن لا يمكن تلبية الطلبات لكافة التحليلات الإحصائية مع نفس النوع من البيانات المعدلة،" سلافكوفيك. "بعض الناس سوف تحتاج إلى البيانات الأصلية، ولكن البعض الآخر قد يذهب شوطا طويلاً مع البيانات التركيبية مثل الشبكات الاصطناعية".
