Dados Sintéticos Não Protegem Confiavelmente a Privacidade, Afirmam Pesquisadores

Uma nova colaboração de pesquisa entre a França e o Reino Unido lança dúvidas sobre a crescente confiança da indústria de que os dados sintéticos podem resolver os problemas de privacidade, qualidade e disponibilidade (entre outros problemas) que ameaçam o progresso no setor de aprendizado de máquina.

Entre vários pontos-chave abordados, os autores afirmam que os dados sintéticos modelados a partir de dados reais retêm suficiente informação genuína para não fornecer proteção confiável contra ataques de inferência e associação, que buscam desanonimizar os dados e reassociá-los a pessoas reais.

Além disso, as pessoas mais vulneráveis a esses ataques, incluindo aquelas com condições médicas críticas ou contas hospitalares altas (no caso de anonimização de registros médicos), são, devido à natureza de “outlier” de sua condição, mais prováveis de serem reidentificadas por essas técnicas.