Mengkonfigurasi kebijakan privasi diferensial (opsional) - AWS Clean Rooms
Melihat log penggunaan privasi diferensialMengedit kebijakan privasi diferensialMenghapus kebijakan privasi diferensialMelihat parameter privasi diferensial yang dihitung

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Mengkonfigurasi kebijakan privasi diferensial (opsional)

Prosedur ini menjelaskan proses konfigurasi kebijakan privasi diferensial dalam kolaborasi dengan menggunakan opsi Aliran terpandu di AWS Clean Rooms konsol. Ini adalah langkah satu kali untuk semua tabel dengan perlindungan privasi diferensial.

Untuk mengonfigurasi pengaturan privasi diferensial (aliran terpandu)

  1. Masuk ke AWS Management Console dan buka AWS Clean Rooms konsol dengan Anda Akun AWS (jika Anda belum melakukannya).

  2. Di panel navigasi kiri, pilih Kolaborasi.

  3. Pilih kolaborasi.

  4. Pada tab Tabel di halaman kolaborasi, pilih Konfigurasi kebijakan privasi diferensial.

  5. Pada halaman Konfigurasi kebijakan privasi diferensial, pilih nilai untuk properti berikut:

    • Anggaran privasi

    • Segarkan anggaran privasi setiap bulan

    • Kebisingan ditambahkan per kueri

    Anda dapat menggunakan nilai default atau memasukkan nilai khusus yang mendukung kasus penggunaan spesifik Anda. Setelah memilih nilai untuk anggaran Privasi dan Noise ditambahkan per kueri, Anda dapat melihat pratinjau utilitas yang dihasilkan dalam hal jumlah agregasi yang mungkin di semua kueri pada data Anda.

  6. Pilih Konfigurasikan

Anda akan melihat pesan konfirmasi bahwa Anda telah berhasil mengonfigurasi kebijakan privasi diferensial untuk kolaborasi tersebut.

Sekarang setelah Anda mengonfigurasi privasi diferensial, Anda siap untuk:

Melihat log penggunaan privasi diferensial

Sebagai anggota kolaborasi yang melindungi data dengan privasi diferensial, setelah Anda membuat kolaborasi dengan privasi diferensial, Anda dapat memantau penggunaan anggaran privasi.

Untuk melihat berapa banyak agregasi yang dijalankan dan berapa banyak anggaran privasi yang digunakan

  1. Masuk ke AWS Management Console dan buka AWS Clean Rooms konsol dengan Anda Akun AWS (jika Anda belum melakukannya).

  2. Di panel navigasi kiri, pilih Kolaborasi.

  3. Pilih kolaborasi.

  4. Pilih tab Tabel.

  5. Pilih Lihat log penggunaan (teks biru).

  6. Lihat detail penggunaan, termasuk anggaran privasi dan berapa banyak utilitas yang disediakan.

Mengedit kebijakan privasi diferensial

Kapan saja setelah mengonfigurasi kebijakan privasi diferensial, Anda dapat memperbaruinya untuk lebih mencerminkan kebutuhan privasi Anda.

Untuk mengedit kebijakan privasi diferensial

  1. Masuk ke AWS Management Console dan buka AWS Clean Rooms konsol dengan Anda Akun AWS (jika Anda belum melakukannya).

  2. Di panel navigasi kiri, pilih Kolaborasi.

  3. Pilih kolaborasi.

  4. Pada tab Tabel pada halaman kolaborasi, di bawah Tabel yang terkait dengan Anda, pilih Edit.

  5. Pada halaman Edit privasi diferensial, pilih nilai baru untuk properti berikut:

    • Anggaran privasi - Pindahkan bilah geser untuk menambah atau mengurangi anggaran kapan saja selama kolaborasi. Anda tidak dapat mengurangi anggaran setelah anggota yang dapat melakukan kueri mulai menanyakan data Anda. Jika anggaran Privasi meningkat, AWS Clean Rooms akan terus menggunakan anggaran yang ada sampai sepenuhnya dikonsumsi sebelum memanfaatkan anggaran privasi yang baru ditambahkan.

    • Noise ditambahkan per kueri - Pindahkan bilah penggeser untuk menambah atau mengurangi Noise yang ditambahkan per kueri kapan saja selama kolaborasi.

    catatan

    Anda dapat memilih contoh Interaktif untuk mengeksplorasi bagaimana nilai yang berbeda dari anggaran Privasi dan Kebisingan yang ditambahkan per kueri memengaruhi jumlah fungsi agregat yang dapat Anda jalankan.

    Anda tidak dapat mengubah nilai penyegaran anggaran Privasi. Untuk mengubah pilihan Anda, Anda harus menghapus kebijakan privasi diferensial dan membuat yang baru.

  6. Pilih Simpan perubahan.

Anda melihat pesan konfirmasi bahwa Anda telah berhasil mengedit kebijakan privasi diferensial.

Menghapus kebijakan privasi diferensial

Anda dapat menghapus kebijakan privasi diferensial dari tab Tabel kolaborasi.

Untuk menghapus kebijakan privasi diferensial

  1. Masuk ke AWS Management Console dan buka AWS Clean Rooms konsol dengan Anda Akun AWS (jika Anda belum melakukannya).

  2. Di panel navigasi kiri, pilih Kolaborasi.

  3. Pilih kolaborasi.

  4. Pada tab Tabel pada halaman kolaborasi, di samping Kebijakan privasi diferensial, pilih Hapus.

  5. Jika Anda yakin ingin menghapus kebijakan privasi diferensial, pilih Hapus.

Setelah menghapus kebijakan privasi diferensial, Anda tidak dapat mengakses log penggunaan anggaran privasi dari kebijakan tersebut. Tabel dengan privasi diferensial diaktifkan tidak dapat ditanyakan jika kebijakan privasi diferensial dihapus.

Melihat parameter privasi diferensial yang dihitung

Untuk pengguna yang memiliki keahlian dalam privasi diferensial, Anda dapat melihat parameter privasi diferensial yang dihitung dari tab Kueri kolaborasi.

Untuk melihat parameter privasi diferensial yang dihitung

  1. Masuk ke AWS Management Console dan buka AWS Clean Rooms konsol dengan Anda Akun AWS (jika Anda belum melakukannya).

  2. Di panel navigasi kiri, pilih Kolaborasi.

  3. Pilih kolaborasi.

  4. Pada tab Kueri, di bagian Hasil, pilih Lihat parameter privasi diferensial yang dihitung.

Dalam tabel parameter privasi diferensial terhitung, Anda dapat melihat nilai sensitivitas fungsi agregat, yang didefinisikan sebagai jumlah maksimum yang dapat mengubah hasil fungsi jika catatan pengguna tunggal ditambahkan, dihapus, atau dimodifikasi. Daftar ini mencakup parameter privasi diferensial berikut:

  • Batas kontribusi pengguna (UCL) adalah jumlah maksimum baris yang disumbangkan oleh pengguna dalam SQL kueri. Misalnya, jika Anda ingin menghitung jumlah tayangan yang cocok dalam kampanye tertentu di mana setiap pengguna dapat memiliki beberapa tayangan, Privasi AWS Clean Rooms Diferensial harus mengikat jumlah tayangan satu pengguna untuk memastikan bahwa perhitungan privasi diferensial akurat. Dengan kata lain, jika ada pengguna yang memiliki lebih banyak tayangan daripada terikat, maka AWS Clean Rooms secara otomatis mengambil sampel acak seragam dari tayangan pengguna tersebut sesuai UCL nilai yang dihitung dan mengecualikan tayangan yang tersisa dari pengguna tersebut saat menjalankan kueri. UCLNilai sama dengan 1 jika Anda menghitung jumlah pengguna unik. Ini karena menambahkan, menghapus, atau memodifikasi satu pengguna dapat mengubah jumlah pengguna yang berbeda paling banyak 1.

  • Nilai minimum adalah batas bawah ekspresi yang digunakan dalam fungsi agregat sepertisum(). Misalnya, jika ekspresi adalah kolom yang dikenal sebagaipurchase_value, nilai minimum adalah batas bawah kolom.

  • Nilai maksimum adalah batas atas ekspresi yang digunakan dalam fungsi agregat sepertisum(). Misalnya, jika ekspresi adalah kolom yang dikenal sebagaipurchase_value, nilai maksimum adalah batas atas kolom.

Dalam tabel parameter privasi diferensial terhitung, Anda dapat menggunakan parameter ini untuk lebih memahami jumlah total noise dalam hasil kueri. Misalnya, ketika Noise yang dikonfigurasi yang ditambahkan per kueri adalah 30 pengguna dan COUNT DISTINCT (user_id) kueri dijalankan, maka Privasi AWS Clean Rooms Diferensial menambahkan noise acak yang jatuh antara -30 dan 30 dengan probabilitas tinggi karena sensitivitas COUNT DISTINCT adalah 1. Dalam kasus COUNT kueri dengan konfigurasi yang sama, Privasi AWS Clean Rooms Diferensial menambahkan noise statistik yang diskalakan oleh batas kontribusi pengguna karena satu pengguna dapat menyumbangkan beberapa baris ke hasil kueri. Dalam kasus SUM kueri seperti SUM (purchase_value) di mana semua nilai kolom positif, total noise diskalakan oleh batas kontribusi pengguna dikalikan nilai maksimum. AWS Clean Rooms Privasi Diferensial secara otomatis menghitung parameter sensitivitas untuk melakukan penambahan noise pada waktu proses kueri dan menghabiskan anggaran privasi. Penipisan anggaran privasi diperlukan karena parameter sensitivitas bergantung pada data.