Sentetik veri nedir?
Sentetik veri, gerçek verinin özelliklerini taklit etmek üzere model veya kurallarla üretilmiş yapay kayıtlardır.
Çalışma mantığı ve kullanım alanları
Yazılım testinde, model eğitiminde veya nadir durumların simülasyonunda kullanılabilir. Gerçek veriden öğrenen üretici model, örneklerin istatistiklerini taşısa da küçük grupları yanlış temsil edebilir. Sentetik çıktıların “gerçek kişi yok” diye otomatik olarak gizli bilgiden arınmış olduğu varsayılmamalıdır; ezberleme veya yeniden tanımlama riski kalabilir.
Sınırlar, güvenlik ve seçim ölçütleri
Üretim amacına göre fayda, dağılım kayması ve mahremiyet ayrı ayrı ölçülür. Yapay veride iyi çalışan ürün gerçek kullanıcıda başarısız olabilir; gerçek dünyada doğrulama gerekir. Verinin kaynağı, üretim yöntemi, hangi özelliklerin korunmadığı ve kullanım sınırları belgelenmelidir. Sentetik veri gerçek kayıtların dağılımını taklit etmek için üretilir; yazılım testi, eğitim ve deney tasarımında işe yarayabilir. Örneğin ödeme sistemindeki olağan akışları ve nadir hataları temsil eden yapay işlem kayıtları hazırlanabilir. Fakat üretilen kayıtlar gerçek kişilerle aşırı benzeşirse mahremiyet riski sürer. Ayrıca veri üreticisi nadir grupları eksik öğrenirse model bu gruplarda başarısız olabilir. Kullanım öncesinde gerçek veriyle istatistiksel benzerlik, çeşitlilik, yeniden tanımlama riski ve hedef görevdeki performans ayrı ayrı sınanmalıdır. Sentetik etiketi tek başına güvenlik garantisi değildir.