Proteger y Ampliar -- Uso de GANs para la Generación de Datos Sintéticos de Registros Médicos de Series Temporales

La preservación de los datos privados de los usuarios es de suma importancia para una alta Calidad de Experiencia (QoE) y aceptabilidad, particularmente con servicios que tratan datos sensibles, como los servicios de salud basados en TI. Mientras que se ha demostrado que las técnicas de anonimización son propensas a la reidentificación de datos, la generación de datos sintéticos ha reemplazado gradualmente a la anonimización, ya que es relativamente menos costosa en tiempo y recursos y más robusta a la filtración de datos. Las Redes Generativas Antagónicas (GANs) se han utilizado para generar conjuntos de datos sintéticos, especialmente marcos de GAN que se adhieren a los fenómenos de privacidad diferencial. Esta investigación compara modelos basados en GAN de última generación para la generación de datos sintéticos para crear registros médicos sintéticos de pacientes con demencia que pueden ser distribuidos sin preocupaciones de privacidad. Se utilizan modelado predictivo, autocorrelación y análisis de distribución para evaluar la Calidad de Generación (QoG) de los datos generados. La preservación de la privacidad de los modelos respectivos se evalúa aplicando ataques de inferencia de membresía para determinar posibles riesgos de filtración de datos. Nuestros experimentos indican la superioridad del modelo de GAN que preserva la privacidad (PPGAN) sobre otros modelos en lo que respecta a la preservación de la privacidad mientras se mantiene un nivel aceptable de QoG. Los resultados presentados pueden apoyar una mejor protección de datos para los casos de uso médico en el futuro.