Deep Learning Methods for Synthetic Relational Data Generation

Hudovernik, Valter (avtor), Štrumbelj, Erik (mentor)

Real-world databases are predominantly relational, comprising multiple interlinked tables that contain complex structural and statistical dependencies. Learning generative models on relational data has shown great promise in generating synthetic data, which can power privacy-sensitive workloads and unlock access to previously underutilized data. However, existing methods often struggle to capture this complexity, typically reducing relational data to conditionally generated individual tables, imposing limiting structural assumptions and a fixed ordering of tables where there is none. To address these limitations, we introduce RelDiff, a novel diffusion generative method that jointly synthesizes all tables in a relational database by explicitly modeling their foreign key graph structure. RelDiff combines a joint graph-conditioned diffusion process for attribute synthesis and a graph generator based on the Stochastic Block Model for structure generation. The decomposition of graph structure and relational attributes ensures both high fidelity and referential integrity, both of which are crucial aspects of synthetic relational database generation. Experiments on 11 benchmark datasets demonstrate that RelDiff consistently outperforms state-of-the-art methods in producing realistic and coherent synthetic relational databases.

• Jezik: Angleški jezik
• Ključne besede: relational deep learning, graph neural networks, relational database, diffusion models, stochastic block models
• Vrsta gradiva: Magistrsko delo/naloga
• Tipologija: 2.09 - Magistrsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2025
• PID: 20.500.12556/RUL-174272
• COBISS.SI-ID: 254428675
• Datum objave v RUL: 30.09.2025

Sekundarni jezik

• Jezik: Slovenski jezik
• Naslov: Uporaba metod globokega učenja za generiranje sintetičnih relacijskih podatkov

Izvleček

Podatkovne baze so večinoma relacijske, sestavljene iz povezanih tabel in z zapletenimi strukturnimi in statističnimi odvisnostmi. Učenje generativnih modelov na relacijskih bazah ima velik potencial za generiranje sintetičnih podatkov. Ti so uporabni pri modeliranju in analizi občutljivih podatkov ter tako omogočajo dostop do še neizkoriščenih virov podatkov. Obstoječe metode za generiranje sintetičnih relacijskih baz problem običajno poenostavijo na pogojno generiranje posameznih tabel, kar vsili dodatne predpostavke in fiksno zaporedje tabel, kjer vrstni red ne obstaja. Da bi odpravili te omejitve, predstavimo RelDiff, nov generativni model, ki hkrati sintetizira vse tabele v relacijski bazi z eksplicitnim modeliranjem njihove strukture preko grafa tujih ključev. RelDiff definira skupni difuzijski proces za sintezo atributov vseh tabel in generator grafa, ki temelji na stohastičnih bločnih modelih. Delitev generiranja strukture grafa in atributov omogoča visoko verodostojnost podatkov in referenčno integriteto, dva ključna vidika sintetičnih relacijskih podatkov. Rezultati na 11 relacijskih bazah podatkov kažejo, da RelDiff deluje bolje od obstoječih metod za generiranje verodostojnih sintetičnih relacijskih baz.

• Ključne besede: relacijsko globoko učenje, grafovske nevronske mreže, relacijske podatkovne baze, difuzijski modeli, stohastični bločni modeli