I våres utdelte Datatilsynets pris for “Innebygd personvern i praksis”. Gleden sto i taket da det ble kjent at det var NAV som vant med bidraget «Gjør test til en fest! Løsning og metode for syntetiske testdata». Løsningen og metoden har NAV utviklet i samarbeid med Visma Consulting.
Skal man være på den trygge siden når man gjennomfører testing av data, må man da syntetisere produksjonsdata, enten manuelt eller ved hjelp av maskinlæring. Vi gjennomgår tre forskjellige praksiser for testdata og gir vår anbefaling.
Det er sagt og skrevet mye om hva maskinlæring og kunstig intelligens er, og hvilke løsninger vi kan lage, så det skal ikke repeteres her. Denne artikkelen fokuserer i stedet på å gi en overordnet framgangsmåte for implementering av maskinlæring.
Personopplysningsloven og GDPR har gitt økt fokus på hva man kan bruke innsamlede personopplysninger til og ikke, og det hersker stor usikkerhet rundt hva det i praksis betyr at dataene kun skal brukes innenfor det formålet de var samlet inn for.
Mange virksomheter sliter med å lage gode syntetiske data. Løsningen blir som regel å anonymisere/maskere produksjonsdata som i praksis ødelegger de statistiske egenskapene til produksjonsdataene.