Contribution de données de formation dans AWS Clean Rooms ML

Une fois que le créateur de la collaboration a créé la collaboration et que les membres invités l'ont rejoint, vous êtes prêt à fournir des données de formation à la collaboration. Tout membre peut fournir des données d'entraînement.

Console

Pour fournir des données d'entraînement (console)

Connectez-vous à Console de gestion AWS et ouvrez la AWS Clean Rooms console à l'adresse https://console.aws.amazon.com/cleanrooms.
Dans le volet de navigation de gauche, choisissez Tables.
Sur la page Tableaux, choisissez Configurer un nouveau tableau.

Pour Configurer une nouvelle table, pour Source de données, choisissez Amazon S3, Amazon Athena ou Snowflake et effectuez les étapes suivantes, en fonction de votre source de données :

Si vous utilisez	Then
Amazon S3	Choisissez une base de données dans la liste déroulante, puis sélectionnez la table dans la base de données. Pour les colonnes autorisées dans les collaborations, choisissez Toutes les colonnes ou Liste personnalisée. Pour les détails de la table configurée, indiquez le nom et une description facultative pour cette table. Si vous souhaitez rapporter les mesures du modèle, entrez le nom des mesures et l'instruction Regex qui effectuera une recherche dans les journaux de sortie pour trouver la métrique. Si vous souhaitez activer les balises pour la ressource de table configurée, choisissez Ajouter une nouvelle balise, puis entrez la paire clé/valeur.
Amazon Athena	Choisissez une base de données dans la liste déroulante, puis sélectionnez la table dans la base de données. Pour les colonnes autorisées dans les collaborations, choisissez Toutes les colonnes ou Liste personnalisée. Pour les détails de la table configurée, indiquez le nom et une description facultative pour cette table. Si vous souhaitez rapporter les mesures du modèle, entrez le nom des mesures et l'instruction Regex qui effectuera une recherche dans les journaux de sortie pour trouver la métrique. Si vous souhaitez activer les balises pour la ressource de table configurée, choisissez Ajouter une nouvelle balise, puis entrez la paire clé/valeur.
Snowflake	Spécifiez les informations d'identification Snowflake à l'aide d'un ARN secret existant ou en stockant un nouveau secret pour cette table. Pour les détails de la table et du schéma Snowflake, entrez les détails manuellement ou importez-les automatiquement. Pour le schéma, entrez le nom de la colonne et choisissez le type de données dans la liste déroulante. Si vous souhaitez activer les balises pour la ressource de table configurée, choisissez Ajouter une nouvelle balise, puis entrez la paire clé/valeur.

Choisissez Configurer une nouvelle table.
Sur la page des détails de la table, choisissez Configurer la règle d'analyse pour configurer une règle d'analyse personnalisée pour cette table. Une règle d'analyse personnalisée limite l'accès à vos données. Vous pouvez autoriser un ensemble spécifique de requêtes préautorisées sur vos données ou autoriser un ensemble spécifique de comptes à interroger vos données.
1. Pour le type de règle d'analyse, choisissez Personnalisé et pour Méthode de création, choisissez Flux guidé.
2. Choisissez Suivant.
3. Pour Spécifier les contrôles d'analyse, choisissez entre Réviser chaque nouvelle analyse et Autoriser toute analyse par des collaborateurs spécifiques.
4. Choisissez Suivant.
5. (Facultatif) Pour les contrôles Spécifier les résultats d'analyse, pour Colonnes non autorisées en sortie, indiquez si vous souhaitez exclure des colonnes de la sortie. Si vous choisissez Aucune, aucune colonne n'est exclue de la sortie. Si vous choisissez Liste personnalisée, vous pouvez spécifier certaines colonnes qui seront supprimées de la sortie.
6. Pour les analyses supplémentaires appliquées à la sortie, indiquez si vous souhaitez autoriser, refuser ou exiger une analyse supplémentaire avant la génération des résultats.
7. Choisissez Suivant.
8. (Facultatif) Pour Définir la confidentialité différentielle, choisissez Désactiver.
9. Choisissez Suivant.
10. Consultez les informations de la page Révision et configuration, puis choisissez Configurer la règle d'analyse.
Sur la page des détails du tableau, choisissez Associer à la collaboration.
Dans la boîte de dialogue Associer le tableau, sélectionnez la collaboration à laquelle vous souhaitez associer ce tableau et choisissez Choisir la collaboration.
Sur la page Tableau associé, passez en revue et vérifiez les informations figurant dans Détails de l'association des tables , Accès au service et Tags. Choisissez Associer une table.
Dans le tableau Tables que vous avez associé, sélectionnez le bouton radio à côté du tableau que vous venez d'associer. Dans le menu Actions, choisissez Configurer dans le groupe de règles d'analyse de collaboration.
Sur la page Configurer la règle d'analyse de collaboration, dans Analyses supplémentaires autorisées, choisissez si des membres de la collaboration ou des membres spécifiques de la collaboration peuvent effectuer des analyses supplémentaires.

Pour la diffusion des résultats, choisissez les membres autorisés à recevoir les résultats des requêtes.
Choisissez Configurer la règle d'analyse.

API

Pour fournir des données d'entraînement (API)

Configurez une AWS Glue table existante à utiliser en AWS Clean Rooms fournissant la table et les colonnes qui peuvent être utilisées.

Exécutez le code suivant avec vos paramètres spécifiques.


import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table(
    name='configured_table_name',
    tableReference= {
        'glue': {
            'tableName': 'glue_table_name',
            'databaseName': 'glue_database_name'
        }
    },
    analysisMethod="DIRECT_QUERY",
    allowedColumns=["column1", "column2", "column3",...]
)

Configurez une règle d'analyse personnalisée qui limite l'accès à vos données. Vous pouvez autoriser un ensemble spécifique de requêtes préautorisées sur vos données ou autoriser un ensemble spécifique de comptes à interroger vos données.

Exécutez le code suivant avec vos paramètres spécifiques.


import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table_analysis_rule(
    configuredTableIdentifier='configured_table_id',
    analysisRuleType='CUSTOM',
    analysisRulePolicy= {
        'v1': {
            'custom': {
                'allowedAnalyses': ['ANY_QUERY'],
                'allowedAnalysisProviders': ['query_runner_account'],
                'additionalAnalyses': "REQUIRED"
            }
        }
    }
)

Dans cet exemple, un compte spécifique est autorisé à exécuter n'importe quelle requête sur les données et une analyse supplémentaire est requise.

Associez une table configurée à la collaboration et attribuez un rôle d'accès aux services aux AWS Glue tables.

Exécutez le code suivant avec vos paramètres spécifiques.
```
import boto3 
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table_association(
    name='configured_table_association_name',
    membershipIdentifier='membership_id',
    configuredTableIdentifier='configured_table_id',
    roleArn='arn:aws:iam::account:role/role_name'
)
```
Note
Ce rôle de service est autorisé à accéder aux tables. Le rôle de service ne peut être assumé que AWS Clean Rooms pour exécuter les requêtes autorisées pour le compte du membre qui peut effectuer la requête. Aucun membre de la collaboration (autre que le propriétaire des données) n'a accès aux tableaux sous-jacents de la collaboration. Le propriétaire des données peut désactiver la confidentialité différentielle pour mettre ses tables à la disposition des autres membres pour les interroger.

Enfin, ajoutez une règle d'analyse à l'association de tables configurée.

Exécutez le code suivant avec vos paramètres spécifiques.


import boto3
acr_client= boto3.client('cleanrooms')

acr_client.create_configured_table_association_analysis_rule(
    configuredTableAssociationIdentifier='configured_table_association_identifier',
    membershipIdentifier='membership_id',
    configuredTableIdentifier='configured_table_id',
    analysisRuleType = 'CUSTOM',
    analysisRulePolicy= {
        'v1': {
            'custom': {
                'allowedAdditionalAnalyses': ['configured_model_algorithm_association_arns'],
                'allowedResultReceivers': ['query_runner_account']
            }
        }
    }
)

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

Création et adhésion à la collaboration

Configuration d'un algorithme de modèle

Contribution de données de formation dans AWS Clean Rooms ML

Pour fournir des données d'entraînement (console)

Note