Tumult Analytics Funktionen

Erfüllt die DSGVO-Anforderungen für die Pseudonymisierung im Rahmen der Datenschutzbestimmungen durch Technikgestaltung und datenschutzfreundliche Voreinstellungen.

Erfüllt die Anforderungen an die De-Identifizierung gemäß dem CCPA.

Bietet die traditionelle statische De-Identifizierung (auch bekannt als konsistenter Ersatz), bei der die pseudonymisierten Daten dieselben Pseudonyme über mehrere Datensätze hinweg verwenden. Zum Beispiel wird John Smith durch Robert Fox ersetzt und der Name Robert Fox wird mehrfach verwendet. Diese Art der Pseudonymisierung birgt einige Risiken der Re-Identifizierung, wenn sie mit genügend Datensätzen gepaart ist.

Bietet eine dynamische De-Identifizierung (auch bekannt als zufällige Ersetzung), bei der die pseudonymisierten Daten verschiedene Pseudonyme in mehreren Datensätzen verwenden. Beispielsweise wird John Smith einmal durch Robert Fox ersetzt, und bei der nächsten Verwendung der Daten ändert sich der Name in Michael Jones. Diese Art der Pseudonymisierung birgt ein geringeres Risiko einer erneuten Identifizierung, wenn sie mit vielen Datensätzen gepaart wird.

Bietet Methoden zum Aufheben der Identifizierung großer Datenmengen mithilfe von Batchdateien.

Stellt über ein mobiles SDK eine Verbindung zu mobilen Plattformen her.

Bietet APIs zum Verbinden von Produkten.

Bietet Benutzern die Möglichkeit, synthetische strukturierte Daten zu generieren.

Bietet dem Benutzer die Möglichkeit, synthetische Bilddaten zu generieren.

Kann genaue Anmerkungen für synthetisierte Bilddaten bereitstellen.

Ermöglicht es dem Benutzer, Einblick und Nutzen in die Daten zu erhalten.

Bietet automatisierte Berichte über die Qualität der synthetisierten Daten.

Gibt Benutzern die Möglichkeit, vertrauliche Daten aus Ihren Workflows zu entfernen, ohne das Datennutzen zu beeinträchtigen, indem Techniken wie Differential Privacy verwendet werden.

Ermöglicht die Aufnahme einer Vielzahl von Datenformaten (z.B. CSV, Hadoop, etc.)

Verfügt über die Fähigkeit, große Datenmengen effektiv und effizient zu konsumieren und zu synthetisieren.

Verfügt über Funktionen zum Erstellen eines völlig neuen Datensatzes ohne tatsächliche Daten aus dem ursprünglichen Datensatz.

Kann einen Teil eines Datensatzes synthetisieren und Daten belassen, die nicht privat oder sensibel sind.