脱敏效果评测系统的模拟数据集

在脱敏效果评测系统中，样本数据主要用于为评测提供比对依据。样本数据基于个人敏感信息按需脱敏工具集模拟数据集构建。对于表格和文本模态数据，表格模态数据个人敏感信息按需脱敏工具集模拟数据集中的52个典型应用场景数据集构建，对于图像、视频、音频、图形模态数据针对非结构化数据，图像、视频、音频模态与个人敏感信息按需脱敏工具集模拟数据集中图像、视频、音频模态的图像、视频、音频、图形各模态1000条数据保持一致。样例数据用于验证脱敏算法在不同模态数据上的表现。样例数据的生成基于6000万人的个人信息数据，并结合文本、表格和非结构化数据的特定脱敏算法，构造多模态脱敏样例。1)对于文本和表格模态数据，基于场景数据集，结合多种脱敏算法，如随机置换、尾部截断等，生成不同版本的脱敏样例数据。2)对于如图像、视频、音频和图形模态数据，通过特定的脱敏技术生成脱敏样例。具体方法，针对图像数据进行模糊处理或图像加扰；针对视频数据应用视频模糊；针对音频数据进行频率变换；针对轨迹数据进行随机扰动。

搜集汇总

背景与挑战

背景概述

该数据集为脱敏效果评测系统提供模拟样本，基于个人敏感信息按需脱敏工具集构建，涵盖表格、文本、图像、视频、音频和图形等多种模态数据。它通过应用随机置换、模糊处理、频率变换等特定脱敏算法，生成多模态脱敏样例，用于验证脱敏算法的表现。