Gretel 通过隐私工程开发人员堆栈正式发布

这家初创公司宣布全面推出其隐私工程工具包，其中包含 API 和服务，使用户能够对高质量的合成数据进行分类、转换和生成。

总部位于 圣地亚哥的 Gretel 是最早专注于合成数据商业用途的公司之一。这家成立两年的初创公司本周宣布全面推出其隐私工程工具包，其中包含 API 和服务，使用户能够对高质量的合成数据进行分类、转换和生成。 

如果您不知道合成数据由什么组成，那么您有很多公司。合成数据是由机器人工制造的信息，而不是由现实世界的事件生成。合成数据是通过算法创建的，并用作生产或运营数据测试数据集的替代品，以验证数学模型，并越来越多地用于训练机器学习 （ML） 模型。这种替代数据有助于保护个人信息的隐私，并在此过程中为 IT 系统节省大量时间、麻烦和金钱。 

创建 ML 模型时，数据必须是纯的。如果在构建此类模型时实际数据中存在错误、重复或其他问题，则不可避免地会出现问题，从而花费公司的时间和金钱。随着越来越多的人工智能和 ML 模型被用于各种使用案例，对合成数据的需求正在迅速增长。分析师预测，到本世纪末，构建 ML 模型将使用比原始数据更多的合成数据。

首席执行官 Ali Golshan 告诉 ZDNet，能够对高质量的合成数据进行分类、转换和生成，可以消除许多开发和工作流程的隐私瓶颈，这些瓶颈会阻碍数据共享并扼杀创新。 

“我们构建了一个隐私工具包，所有开发人员都可以访问，并且可以扩展到任何企业就绪项目，”Golshan 说。“借助 Gretel，任何人都可以对经过隐私验证且高度准确的数据进行分类、匿名化和合成，只需点击几下即可。我们的高级隐私保证还允许用户根据他们的项目需求完全控制调整数据隐私级别，并保护合成数据免受对抗性攻击。

Golshan 表示，该公司已经在公开测试计划中测试了一年多的产品。据该公司称，它根据来自 60 多个企业项目、数千名用户的社区以及下载 SDK 超过 70,000 次的开源用户的反馈，对其工具包进行了改进。

Golshan 说，Gretel 一直在与多个垂直行业的组织合作，包括医疗保健、生命科学、金融和游戏。它最近的一些工作包括创建合成基因组数据和合成时间序列银行数据。 

Golshan 说，分析师预测，到 2030 年，合成数据将完全掩盖 AI 模型中的真实数据，这支持了人们对 Gretel 隐私工程工具的兴趣

“通过构建灵活、安全且易于部署的工具来支持数据驱动的开发者，Gretel将开启一个跨行业进步的世界，”SAP执行副总裁兼首席学习官Max Wessel说。

高级隐私工程使可访问性

Gretel 的一体化隐私堆栈由工程工具组成，这些工具可以：

• 创建高度准确、经过隐私验证的合成数据

• 使用安全、统计准确的数据集播种预生产系统

• 识别并删除敏感数据以降低 PII 相关风险

• 增强和消除数据集的偏差，以公平地训练 ML/AI 模型

• 实时匿名化敏感数据，以处理大规模数据

Gretel 还在为其工具包预览 AWS S3 存储连接器。有关更多信息，请访问此处。Gretel 的服务可以通过其 SaaS 云产品或适用于本地环境的 CLI 进行访问。