Weiterentwicklung nicht-parametrischer Imputationsverfahren zur Erstellung anonymisierter synthetischer Datensätze

他说：“这是一件非常重要的事情。所有的事情都是这样的，我们都是这么做的，但他们并不是所有的人。这是一位创新者，他是一名德国人，也是一名德国人。他说：“我们不是最早的，也不是最好的，也不是最好的。所有的一切都是因为它是一种数据，所以它是一种很好的工具，所以它不会被卡帕齐特(Kapazitäten)所取代，也不会被用来代替它。所有的参数都是自动的，这是一种自动合成数据的方法。Erste Ideen dazu Wurden在Arbeiten von Reiter(2005年)Dargelet失去亲人。这是一个非常重要的问题，因为这是一个非常重要的过程，所以更轻，更重要的是，这是一种更好的合成方法，它可以自动地从一个人手中获取数据。

Die Nachfrage nach direktem Zugang zu Mikrodaten ist den letzten Jahren deutlich gestiegen. Allerdings ist eine Herausgabe der Daten nur möglich, wenn sichergestellt ist, dass durch die Bereitstellung der Datenschutz nicht verletzt wird. Ein innovativer Ansatz um dies zu gewährleisten, ist die Erzeugung synthetischer Datensätze. Bei diesem Verfahren werden die Originalwerte durch künstliche Werte ersetzt, wobei versucht wird, die gemeinsame Verteilung der im Datensatz enthaltenen Variablen zu erhalten. Allerdings ist die Erstellung dieser Datensätze sehr zeitaufwendig und komplex, so dass viele Institutionen nicht die Kapazitäten bereitstellen können, um diesen Ansatz für ihre eigenen Datensätze einzusetzen. Nicht-parametrische Verfahren, die eine weitgehend automatisierte Erzeugung synthetischer Datensätze ermöglichen, könnten diesen Aufwand deutlich reduzieren. Erste Ideen dazu wurden bereits in den Arbeiten von Reiter (2005d) dargelegt. Ziel des Forschungsvorhabens ist es, andere nicht-parametrische Prognoseverfahren so weiter zu entwickeln, dass sie sich zur Erstellung synthetischer Datensätze eignen und die Möglichkeiten einer automatisierten Anonymisierung anhand eines komplexen Datensatzes zu testen.