Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Considerazioni e limitazioni
<a name="custom-considerations"></a>

AWS Clean Rooms aiuta te e i tuoi partner ad analizzare e collaborare su set di dati collettivi per ottenere nuove informazioni senza rivelare reciprocamente i dati sottostanti. Verifica che la configurazione della collaborazione dei dati sia conforme ai requisiti di privacy, sicurezza, legali e di conformità della tua organizzazione.

AWS Clean Rooms offre vari controlli per migliorare la privacy per il tuo caso d'uso della collaborazione sui dati:
+ [Analisi consentite ](custom-allowed-analyses.md)
+ [Colonne di output non consentite ](disallowed-output-columns.md)
+ [Soglie minime di aggregazione ](custom-min-agg-thresholds.md)
+ [Controlli di confronto ](custom-comparison-controls.md)
+ [Privacy differenziale ](custom-diff-privacy.md)

Prendi in considerazione i controlli di confronto quando la tabella contiene colonne a bassa cardinalità o quasi identificative, come il codice postale o la fascia di età, o quando il query runner non è completamente attendibile. Per ulteriori informazioni, consulta [Controlli di confronto](custom-comparison-controls.md).

## Presupposti sulle interrogazioni potenzialmente contraddittorie
<a name="custom-adversarial-assumptions"></a>

Per aiutare te e i tuoi partner a mantenere i controlli di cui hai bisogno, AWS Clean Rooms formula le seguenti ipotesi in merito alla collaborazione sui dati basata sulla privacy:
+ Supponiamo che il query runner stia cercando di sottrarre dati a livello di utente
+ Supponiamo che altri fornitori di dati stiano cercando di sottrarre dati a livello utente
+ Supponiamo che il query runner e altri fornitori di dati stiano collaborando per sottrarre dati a livello di utente

## Limitazioni
<a name="custom-limitations"></a>

Nota i seguenti limiti:
+ L'aggregazione dei dati applicata secondo soglie minime di aggregazione da sola non risolve altri potenziali rischi di esfiltrazione, come gli attacchi di differenziazione. Per ulteriori informazioni, consulta [Attacchi di differenziazione](#custom-differencing-attacks).
+ La superficie SQL per le query che utilizzano soglie minime di aggregazione è limitata. Per un elenco completo dei costrutti SQL supportati e non supportati, vedere. [Funzionalità SQL per controlli minimi di aggregazione e confronto](custom-sql-capabilities.md)
+ Le soglie minime di aggregazione e i controlli di confronto attualmente non funzionano con la privacy differenziale. [Regola di analisi personalizzata con privacy differenziale](custom-diff-privacy.md)
+ La soglia minima di aggregazione non viene applicata o APPROX\_COUNT\_DISTINCT funziona su COUNT una singola tabella senza raggruppamenti o join. COUNT(DISTINCT)

## Attacchi di differenziazione
<a name="custom-differencing-attacks"></a>

Un attacco di differenziazione si verifica quando qualcuno esegue due query che differiscono per un singolo individuo, quindi sottrae i risultati per isolare i dati di quella persona, anche se ogni query da sola restituisce solo aggregati.

Ad esempio:
+ Query A: SUM (stipendio) WHERE department = 'Vendite' → 1.000.000
+ Domanda B: WHERE reparto SUM (salario) = nome «Vendite»\! AND = 'Jane' → 950.000
+ Differenza: Jane guadagna 50.000.

Ogni query supera un controllo relativo alla dimensione minima del gruppo (soglia minima di aggregazione), ma la combinazione fa trapelare il valore di un soggetto dei dati eseguendo più query. Una soglia per query non risolve questo vettore di attacco differenziato.

Per ridurre il rischio di attacchi di massa, adotta budget per l'accesso ai dati e politiche differenziali sulla privacy.