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

# Aturan analisis khusus dengan privasi diferensial
<a name="custom-diff-privacy"></a>

Di AWS Clean Rooms, aturan analisis khusus mendukung privasi diferensial. Privasi diferensial adalah kerangka kerja yang ketat secara matematis untuk perlindungan privasi data yang membantu Anda melindungi data Anda dari upaya identifikasi ulang.

Privasi diferensial mendukung analisis agregat seperti perencanaan kampanye iklan, pengukuran pasca-iklan, pembandingan dalam konsorsium lembaga keuangan, dan A/B pengujian untuk penelitian perawatan kesehatan.

Struktur kueri yang didukung dan sintaks didefinisikan dalam[Struktur kueri dan sintaks](#dp-query-structure-syntax).

## Aturan analisis khusus dengan contoh privasi diferensial
<a name="custom-diff-privacy-example"></a>

**catatan**  
AWS Clean Rooms Privasi Diferensial hanya tersedia untuk kolaborasi di mana data disimpan di Amazon S3.

Pertimbangkan contoh aturan analisis [ khusus ](analysis-rules-custom.md#custom-example) yang disajikan di bagian sebelumnya. Contoh ini menunjukkan bagaimana Anda dapat menggunakan privasi diferensial untuk melindungi data Anda dari upaya identifikasi ulang sambil memungkinkan mitra Anda mempelajari wawasan penting bisnis dari data Anda. Asumsikan bahwa Perusahaan B, yang memiliki data pemirsa, ingin melindungi data mereka menggunakan privasi diferensial. Untuk menyelesaikan pengaturan privasi diferensial, Perusahaan B menyelesaikan langkah-langkah berikut:

1. Perusahaan B mengaktifkan privasi diferensial sambil menambahkan aturan analisis khusus ke tabel yang dikonfigurasi pemirsa. Perusahaan B memilih `viewershipdata.hashedemail` sebagai kolom pengenal pengguna.

1. Perusahaan B [ menambahkan kebijakan privasi diferensial ](configure-differential-privacy.md) dalam kolaborasi untuk membuat tabel data pemirsa mereka tersedia untuk kueri. Perusahaan B memilih kebijakan default untuk menyelesaikan penyiapan dengan cepat.

Perusahaan A, yang ingin memahami inkrementalitas penjualan dari kampanye iklan di situs Perusahaan B, menjalankan template analisis. Karena kueri ini kompatibel dengan struktur ku [ eri tujuan umum dari Priv ](#dp-query-structure-syntax) asi AWS Clean Rooms Diferensial, kueri berjalan dengan sukses. 

## Struktur kueri dan sintaks
<a name="dp-query-structure-syntax"></a>

Kueri yang berisi setidaknya satu tabel yang memiliki privasi diferensial diaktifkan harus mematuhi sintaks berikut.

```
query_statement:
    [cte, ...] final_select

 cte:
    WITH sub_query AS (
       inner_select
       [ UNION | INTERSECT | UNION_ALL | EXCEPT/MINUS ]
       [ inner_select ]
    )
   
 inner_select:
     SELECT [user_id_column, ] expression [, ...] 
     FROM table_reference [, ...] 
     [ WHERE condition ]
     [ GROUP BY user_id_column[, expression] [, ...] ] 
     [ HAVING condition ] 

 final_select:
     SELECT [expression, ...] | COUNT | COUNT_DISTINCT | SUM | AVG | STDDEV
     FROM table_reference [, ...]
     [ WHERE condition ]
     [ GROUP BY expression [, ...] ] 
     [ HAVING COUNT | COUNT_DISTINCT | SUM | AVG | STDDEV | condition ]
     [ ORDER BY column_list ASC | DESC ] 
     [ OFFSET literal ]
     [ LIMIT literal ]

 expression:
    column_name [, ...] | expression AS alias | aggregation_functions | window_functions_on_user_id | scalar_function | CASE | column_name math_expression [, expression]  
    
 window_functions_on_user_id:
    function () OVER (PARTITION BY user_id_column, [column_name] [ORDER BY column_list ASC|DESC])
```

**catatan**  
Untuk struktur kueri privasi diferensial dan sintaks, perhatikan hal-hal berikut:   
Sub-queries tidak didukung. 
Common Table Expressions (CTE) harus memancarkan kolom pengenal pengguna jika tabel atau CTE melibatkan data yang dilindungi oleh privasi diferensial. Filter, pengelompokan, dan agregasi harus dilakukan di tingkat pengguna.
Final\_select memungkinkan fungsi agregat COUNT DISTINCT, COUNT, SUM, AVG, dan STDDEV.

Untuk detail selengkapnya tentang kata kunci SQL mana yang didukung untuk privasi diferensial, lihat[Kemampuan SQL dari AWS Clean Rooms Privasi Diferensial](dp-sql-capabilities.md).