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。

將密碼編譯運算用於 時的考量 Clean Rooms

適用於 Clean Rooms(C3R) 的加密運算力力求最大化資料保護。不過，某些使用案例可能受益於較低層級的資料保護，以換取其他功能。您可以從最安全的組態修改 C3R，藉此做出這些特定的權衡。身為客戶，您應該了解這些權衡，並判斷它們是否適合您的使用案例。要考慮的權衡包括下列項目：

如需如何設定這些案例參數的詳細資訊，請參閱密碼編譯運算參數。

允許資料表中的混合cleartext和加密資料

所有資料都經過用戶端加密，可提供最大的資料保護。不過，這會限制特定類型的查詢 （例如，SUM彙總函數）。允許cleartext資料的風險是，具有加密資料表存取權的任何人都可以推斷一些有關加密值的資訊。這可以透過對 cleartext和相關聯的資料執行統計分析來完成。

例如，假設您有 City和 的資料欄State。資料City欄為 cleartext，且資料State欄已加密。當您Chicago在 City 欄中看到 值時，這可協助您以高機率判斷 State為 Illinois。相反地，如果一個資料欄是 City，而另一個資料欄是 EmailAddress，則 cleartext City 不太可能顯示有關加密 的任何內容EmailAddress。

如需此案例參數的詳細資訊，請參閱 允許cleartext資料欄參數。

允許fingerprint欄中的重複值

為了最安全的方法，我們假設任何fingerprint資料欄只包含一個變數的執行個體。一fingerprint欄中不可重複任何項目。C3R 加密用戶端會將這些cleartext值映射到唯一值，這些值與隨機值無法區分。因此，無法cleartext從這些隨機值推斷有關 的資訊。

資料fingerprint欄中重複值的風險是重複值將導致重複的隨機顯示值。因此，任何有權存取加密資料表的人，理論上都可以對可能顯示cleartext值資訊的fingerprint欄執行統計分析。

同樣地，假設資料fingerprint欄是 State，而且資料表的每一列都對應至美國家庭。透過執行頻率分析，可以推斷哪個狀態California，哪個狀態Wyoming具有高概率。此推論是可能的，因為 California 的居民人數比 多Wyoming。相反地，假設資料fingerprint欄位於家庭識別碼上，而且每個家庭出現在資料庫中的 1 到 4 次之間，在數百萬個項目的資料庫中。頻率分析不太可能顯示任何有用的資訊。

如需此案例參數的詳細資訊，請參閱 允許重複參數。

解除fingerprint欄位命名的限制

根據預設，假設當兩個資料表使用加密資料fingerprint欄聯結時，這些資料欄在每個資料表中具有相同的名稱。此結果的技術原因是，根據預設，我們會衍生不同的密碼編譯金鑰來加密每個fingerprint資料欄。該金鑰衍生自協同合作的共用私密金鑰和資料欄名稱的組合。如果我們嘗試使用不同的資料欄名稱聯結兩個資料欄，我們會衍生不同的金鑰，而且無法計算有效的聯結。

若要解決此問題，您可以關閉從每個資料欄名稱衍生金鑰的功能。然後，C3R 加密用戶端對所有fingerprint資料欄使用單一衍生金鑰。風險是可以完成另一種可能洩露資訊的頻率分析。

讓我們再次使用 City和 State 範例。如果我們為每個fingerprint資料欄衍生相同的隨機值 （透過不合併資料欄名稱）。 在 City和 資料State欄具有New York相同的隨機值。紐約是美國少數幾個城市之一，其City名稱與State名稱相同。相反地，如果您的資料集在每個資料欄中具有完全不同的值，則不會洩漏任何資訊。

如需此案例參數的詳細資訊，請參閱 允許具有不同名稱參數JOIN的資料欄。

判斷NULL值的呈現方式

您可用的選項是是否像任何其他NULL值一樣，以密碼編譯方式處理 （加密和 HMAC) 值。如果您不像任何其他NULL值一樣處理值，可能會顯示資訊。

例如，假設 NULL 的 Middle Name欄中的 cleartext表示沒有中間名的人員。如果您不加密這些值，則會洩漏加密資料表中的哪些資料列用於沒有中間名的人員。該資訊可能是某些人口中某些人的識別訊號。但是，如果您以密碼編譯方式處理NULL值，則某些 SQL 查詢的運作方式會有所不同。例如，GROUP BY子句不會將fingerprint資料欄中fingerprintNULL的值分組在一起。

如需此案例參數的詳細資訊，請參閱 保留NULL值參數。