Software met synthetische gegevens stelt gebruikers in staat kunstmatige datasets te genereren, die verschillende gegevenstypen omvatten, zoals afbeeldingen, tekst of gestructureerde gegevens, afgeleid van een originele dataset of gegevensbron. Met deze software kunnen gebruikers gegevens vanaf het begin opbouwen, waarbij privacygevoelige informatie wordt beschermd en tegelijkertijd de inherente patronen en relaties van de brongegevens behouden blijven. Technieken die worden gebruikt voor het genereren van synthetische gegevens variëren van computergegenereerde beelden (CGI) tot generatieve neurale netwerken (GAN's) en heuristische benaderingen. Deze technologie dient als een waardevol hulpmiddel voor bedrijven die het maken van datasets willen stroomlijnen voor testen, machine learning-modeltraining, gegevensvalidatie en andere doeleinden. Door gebruik te maken van synthetische data kunnen gebruikers zorgen over naleving wegnemen en de openbaarmaking van persoonlijke gegevens voorkomen, waardoor het veilig delen en gebruiken van gegevens wordt vergemakkelijkt. Om de veiligheid en onomkeerbaarheid van anonimisering te garanderen, integreren veel aanbieders privacymechanismen zoals differentiële privacy, bescherming tegen heridentificatierisico's en het behoud van de individuele privacy. Deze aanpak stelt onderzoekers, organisaties en andere belanghebbenden in staat gegevens te delen zonder de privacy in gevaar te brengen. Synthetische datasoftware biedt duidelijke voordelen ten opzichte van datamaskeringssoftware. Hoewel beide gericht zijn op het beschermen van privé-informatie, onderscheidt synthetische datasoftware zich door zijn vermogen om kunstmatige gegevens te genereren en zijn schaalbaarheid om grote hoeveelheden gegevens te verwerken. Bovendien kan het helpen bij het aanpakken van zorgen die verband houden met algoritmische vooroordelen door het nivelleren van vooroordelen die aanwezig zijn in de oorspronkelijke dataset. Om een product in de categorie Synthetische gegevens te kunnen classificeren, moet het aan de volgende criteria voldoen: * Genereer synthetische gegevens, inclusief afbeeldingen en gestructureerde gegevens. * Converteer privacygevoelige gegevens naar volledig anonieme datasets met behoud van granulariteit. * Werk naadloos, waardoor het generatieve model automatisch gegevens kan produceren zonder expliciete programmering.