Fonctionnalités de Tumult Analytics

Répond aux exigences du RGPD en matière de pseudonymisation en vertu des exigences relatives à la protection des données dès la conception et par défaut.

Répond aux exigences de désidentification en vertu de la CCPA.

Offre une désidentification statique traditionnelle (également connue sous le nom de remplacement cohérent), où les données pseudonymisées utilisent les mêmes pseudonymes dans plusieurs ensembles de données. Par exemple, John Smith est remplacé par Robert Fox et le nom Robert Fox est utilisé plusieurs fois. Ce type de pseudonymisation comporte certains risques de réidentification s’il est associé à suffisamment d’ensembles de données.

Offre une désidentification dynamique (également connue sous le nom de remplacement aléatoire), où les données pseudonymisées utilisent différents pseudonymes dans plusieurs ensembles de données. Par exemple, John Smith est remplacé par Robert Fox une fois, puis la prochaine fois que les données sont utilisées, le nom change pour Michael Jones. Ce type de pseudonymisation comporte moins de risques de réidentification s’il est associé à de nombreux ensembles de données.

Offre des méthodes pour anonymiser de gros volumes de données à l’aide de fichiers batch.

Se connecte aux plateformes mobiles à l’aide d’un SDK mobile.

Propose des API pour connecter les produits.

Fournit aux utilisateurs la possibilité de générer des données structurées synthétiques.

Permet à l’utilisateur de générer des données d’image synthétiques.

Peut fournir des annotations précises pour les données d’image synthétisées.

Permet à l’utilisateur d’obtenir un aperçu et une utilité des données.

Fournit des rapports automatisés sur la qualité des données synthétisées.

Permet à l’utilisateur de supprimer des données sensibles de vos flux de travail sans sacrifier l’utilité des données à l’aide de techniques telles que la confidentialité différentielle.

Permet la prise en charge de l'ingestion de divers formats de données (par exemple, CSV, Hadoop, etc.)

A la capacité de consommer et de synthétiser de grandes quantités de données de manière efficace et efficiente.

Peut créer un jeu de données entièrement nouveau sans données réelles du jeu de données d’origine.

Peut synthétiser une partie d’un jeu de données, laissant dans des données qui ne sont pas privées ou sensibles.