本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
設定差異隱私權政策 (選擇性)
此程序說明使用 AWS Clean Rooms 主控台中的 [引導式流程] 選項在協同合作中設定差異隱私權政策的程序。對於具有差分隱私保護的所有表格,這是一次性步驟。
若要設定差異隱私設定 (引導流程)
-
登入 AWS Management Console 並使用您的AWS Clean Rooms 主機
開啟主機 AWS 帳戶 (如果您尚未這麼做)。 -
在左側導覽窗格中,選擇 [協同作業]。
-
選擇協同合作。
-
在協同作業頁面的 [表格] 索引標籤上,選擇 [設定差異隱私權原則]
-
在 [設定差異隱私權原則] 頁面上,選擇下列屬性的值:
-
隱私權預算
-
每月更新隱私權預算
-
每個查詢新增的雜訊
您可以使用預設值或輸入支援特定使用案例的自訂值。在選擇「隱私權預算」和「每次查詢新增雜訊」的值之後,您可以根據所有資料查詢中可能的彙總數量來預覽產生的公用程式。
-
-
選擇設定。
您會看到一則確認訊息,指出您已成功設定協同作業的差異隱私權政策。
現在,您已經設定了差分隱私,您已準備好:
查看差異隱私使用記錄
作為以差分隱私保護數據的協作成員,在您創建具有差異隱私的協作之後,您可以監控隱私預算的使用情況。
若要檢視執行了多少彙總,以及使用了多少隱私權預算
-
登入 AWS Management Console 並使用您的AWS Clean Rooms 主機
AWS 帳戶 (如果您尚未這麼做) 開啟主機。 -
在左側導覽窗格中,選擇 [協同作業]。
-
選擇協同合作。
-
選擇 Tables (資料表) 索引標籤。
-
選擇 [檢視使用記錄檔 (藍色文字)]。
-
檢視使用情況詳細資料,包括隱私權預算以及提供的公用程式。
編輯微分隱私權政策
在配置差異隱私政策後,您可以隨時更新它以更好地反映您的隱私需求。
若要編輯差異隱私權政策
-
登入 AWS Management Console 並使用您的AWS Clean Rooms 主機
AWS 帳戶 (如果您尚未這麼做) 開啟主機。 -
在左側導覽窗格中,選擇 [協同作業]。
-
選擇協同合作。
-
在協同作業頁面的「表格」標籤上,選擇「您關聯的表格」下方的「編輯」。
-
在 「編輯差異隱私」頁面上,為下列屬性選擇新值:
-
隱私權預算 — 移動滑桿以在協同作業期間隨時增加或減少預算。可以查詢的成員開始查詢您的資料後,您就無法減少預算。如果隱私權預算增加,在使用新增的隱私權預算之前, AWS Clean Rooms 將繼續使用現有預算,直到完全消耗為止。
-
每個查詢新增的雜訊 — 移動滑桿,以在協同作業期間隨時增加或減少每個查詢新增的雜訊。
注意
您可以選擇「互動式」範例,探索「隱私權預算」和「每次查詢新增的雜訊」的不同值如何影響您可執行的彙總函式數目。
您無法變更隱私權預算重新整理的值。若要變更您的選擇,您必須刪除差異隱私權政策並建立新的隱私權政策。
-
-
選擇 Save changes (儲存變更)。
您會看到確認訊息,指出您已成功編輯差異隱私權政策。
刪除差異隱私權政策
您可以從協同作業的 [表格] 索引標籤中刪除差異隱私權政策。
若要刪除差異隱私權政策
-
登入 AWS Management Console 並使用您的AWS Clean Rooms 主機
AWS 帳戶 (如果您尚未這麼做) 開啟主機。 -
在左側導覽窗格中,選擇 [協同作業]。
-
選擇協同合作。
-
在協同作業頁面的 [表格] 索引標籤上,選取 [差異隱私權政策] 旁邊的 [刪除]。
-
如果您確定要刪除差分隱私權政策,請選擇 [刪除]。
刪除差異隱私權政策後,您將無法存取該政策中的隱私權預算使用記錄。如果刪除差分隱私政策,則無法查詢開啟差分隱私權的表格。
檢視計算出的差異隱私參數
對於具有差分隱私專業知識的使用者,您可以從協同作業的「查詢」索引標籤中檢視計算出的差分隱私參數。
若要檢視計算的差異隱私參數
-
登入 AWS Management Console 並使用您的AWS Clean Rooms 主機
AWS 帳戶 (如果您尚未這麼做) 開啟主機。 -
在左側導覽窗格中,選擇 [協同作業]。
-
選擇協同合作。
-
在「查詢」頁籤的「結果」區段中,選取「檢視計算的差分隱私參數」。
在「計算的差異隱私權參數」表格中,您可以看到彙總函式的敏感度值,其定義為新增、移除或修改單一使用者記錄時,函數結果可以變更的最大量。此清單包含下列差異隱私參數:
-
使用者貢獻限制 (UCL) 是使用者在SQL查詢中貢獻的最大資料列數。舉例來說,如果您想要計算指定廣告活動中每位使用者可以有多次曝光次數的符合曝光次數, AWS Clean Rooms 差異隱私就必須限制單一使用者的曝光次數,以確保差異隱私權計算的準確性。換句話說,如果任何使用者的曝光次數多於繫結,則 AWS Clean Rooms 會根據計算UCL值自動取得該使用者曝光次數的統一隨機抽樣,並在執行查詢時排除該使用者的剩餘曝光次數。如果您要計算唯一使用者的數量,則該UCL值等於 1。這是因為新增、移除或修改單一使用者最多只能變更 1 個不同使用者的計數。
-
最小值是在聚合函數中使用的運算式的下限,例如
sum()
。例如,如果運算式是稱為的資料行purchase_value
,則最小值是資料行的下限。 -
最大值是在聚合函數中使用的運算式的上限,例如
sum()
。例如,如果表示式是稱為的欄purchase_value
,則最大值是資料行的上限。
在「計算的差異隱私參數」表格中,您可以使用這些參數來更好地瞭解查詢結果中的雜訊總量。例如,當每個查詢新增的已設定「雜訊」為 30 位使用者且執行COUNT
DISTINCT (user_id)
查詢時,「 AWS Clean Rooms 差分隱私」會新增介於 -30 到 30 之間的隨機雜訊,且機率很高,因為敏感度COUNT
DISTINCT
為 1。在具有相同組態的COUNT
查詢的情況下,「 AWS Clean Rooms 差分隱私」會新增由使用者貢獻限制縮放的統計雜訊,因為單一使用者可能會對查詢結果提供多個資料列。在像SUM
查詢的情況下,SUM (purchase_value)
其中所有的列值是正的,總噪聲是由用戶貢獻限制乘以最大值縮放。 AWS Clean Rooms 差分隱私會自動計算敏感度參數,以便在查詢執行階段執行雜訊新增,並耗盡隱私權預算。隱私預算的耗盡是必要的,因為敏感性參數是依賴於數據的。