データマスキング

個人情報や機密データの一部を伏せ字や別の値に置き換えて、元のデータを推測できないようにする技術。テスト環境やデータ分析で本番データを利用する際に、プライバシーを保護しながらデータの形式や特性を維持する。

データの一部を伏字や別の値に置き換えて、元の値が分からないようにする手法。クレジットカード番号の下4桁以外を「*」で隠して表示する場合や、本番データの個人情報を架空の値に置き換えてテスト用のデータを作る場合などに使う。

氏名やカード番号などの機微なデータを、伏字や架空の値に置き換えて表示・提供する手法。テストや開発、外部委託で本番データを使う際に、実データの形式や統計的性質を保ちながら実際の値を隠せる。

個人情報や機密情報を含むデータを、元の形式を保ったまま架空の値に置換する技術。テスト環境や開発環境でのデータ利用時に、本番データの機密性を保護する目的で使用する。静的マスキングと動的マスキングがある。

氏名や口座番号などの値を伏字や別の値に置き換え、元の情報を隠す手法。テスト環境や分析用にデータを渡す際、形式を保ったまま漏えいリスクを下げられる。

氏名や口座番号などの値を、伏字や別の値に置き換えて元の情報を隠す手法。テスト環境や分析用にデータを渡す際、内容の形式を保ったまま漏えいリスクを下げられる。

データの一部または全部を記号や別の値に置き換えて、元の値を読み取れないようにする処理。クレジットカード番号の一部を「*」で隠す、本番データを開発・テストに使う際に氏名を架空の値に置き換えるなどがある。形式や分析上の性質を保ったまま秘匿でき、機密レベルに応じた提供データの秘匿化に使う。

手元のデータを学習用と評価用（テスト用）に一度だけ分割し、学習用のデータで作ったモデルの性能を、学習に使っていない評価用のデータで測る方法。手軽で計算量が少ないが、分割の仕方によって評価の結果がばらつきやすく、データが少ないと信頼性が下がる。

機械学習で、学習データで学習させたモデルの性能を学習の途中で評価し、ハイパーパラメータの調整やモデルの選択に使うデータ。最終的な性能の評価に使うテストデータとは分けて用意する。

テストに使う入力データを、指定した条件や形式に従って自動的に作成するツール。大量のデータや境界値を含むデータを効率よく用意でき、テストの準備の手間を減らす。

学習に使っていない未知のデータに対してモデルが出す予測の誤差（の期待値）。機械学習が最終的に小さくしたいのはこの誤差で、学習に使わなかったテストデータでの誤差で見積もる。訓練誤差が小さいのに汎化誤差が大きいときは過学習を疑う。

テストを行うために用意する、ハードウェア、ソフトウェア、ネットワーク、テストデータ、ツールなどの環境。本番の環境をできるだけ再現し、テストの結果が本番での振る舞いを反映するようにする。IoTや通信などの分野では、新しい技術を実際に近い条件で検証するための実験設備を指すこともある。