Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pertimbangan dan batasan
AWS Clean Rooms membantu Anda dan mitra Anda menganalisis dan berkolaborasi pada kumpulan data kolektif untuk mendorong wawasan baru tanpa mengungkapkan data yang mendasarinya satu sama lain. Pastikan konfigurasi kolaborasi data Anda mematuhi persyaratan privasi, keamanan, hukum, dan kepatuhan organisasi Anda.
AWS Clean Rooms menawarkan berbagai kontrol peningkatan privasi untuk kasus penggunaan kolaborasi data Anda:
Pertimbangkan kontrol perbandingan saat tabel Anda berisi kolom dengan kardinalitas rendah atau semi-identifikasi — seperti kode pos atau kelompok usia — atau ketika pelari kueri tidak sepenuhnya dipercaya. Untuk informasi selengkapnya, lihat Kontrol perbandingan.
Asumsi tentang kueri yang berpotensi bertentangan
Untuk membantu Anda dan mitra Anda mempertahankan kontrol yang Anda butuhkan, buat asum AWS Clean Rooms si berikut mengenai kolaborasi data yang ditingkatkan privasi:
-
Asumsikan pelari kueri mencoba mengeksfiltrasi data tingkat pengguna
-
Asumsikan penyedia data lain mencoba untuk mengeksfiltrasi data tingkat pengguna
-
Asumsikan query runner dan penyedia data lainnya berkolusi untuk mengeksfiltrasi data tingkat pengguna
Batasan
Perhatikan batasan berikut:
-
Agregasi data yang diberlakukan oleh ambang agregasi minimum itu sendiri tidak mengatasi risiko eksfiltrasi potensial lainnya seperti serangan diferensiasi. Untuk informasi selengkapnya, lihat Serangan yang berbeda.
-
Permukaan SQL untuk kueri menggunakan ambang agregasi minimum dibatasi. Untuk daftar lengkap konstruksi SQL yang didukung dan tidak didukung, lihat. Kemampuan SQL untuk kontrol agregasi dan perbandingan minimum
-
Ambang batas agregasi minimum dan kontrol perbandingan saat ini tidak berfungsi dengan privasi diferensial.
-
Ambang batas agregasi minimum tidak diterapkan padaCOUNT,COUNT(DISTINCT), atau APPROX_COUNT_DISTINCT berfungsi di atas satu tabel tanpa pengelompokan atau bergabung.
Serangan yang berbeda
Serangan diferensiasi terjadi ketika seseorang menjalankan dua kueri yang berbeda oleh satu individu, kemudian mengurangi hasilnya untuk mengisolasi data orang itu, meskipun setiap kueri itu sendiri hanya mengembalikan agregat.
Contoh:
-
Kueri A: WHERE departemen SUM (gaji) = 'Penjualan' → 1.000.000
-
Kueri B: WHERE departemen SUM (gaji) = AND nama 'Penjualan'! = 'Jane' → 950.000
-
Selisih: Jane menghasilkan 50.000.
Setiap kueri melewati pemeriksaan ukuran grup minimum (ambang agregasi minimum), tetapi kombinasi tersebut membocorkan nilai satu subjek data dengan menjalankan beberapa kueri. Ambang batas per kueri tidak membahas vektor serangan yang berbeda ini.
Untuk mengurangi risiko serangan massal, adopsi anggaran akses data dan kebijakan privasi yang berbeda.