Tipps und Beispiele für Differential Privacy-Abfragen

AWS Clean Rooms Differential Privacy verwendet eine allgemeine Abfragestruktur, um eine Vielzahl von SQL Konstrukten wie Common Table Expressions (CTEs) für die Datenaufbereitung und häufig verwendete Aggregatfunktionen wie, oder zu unterstützen. COUNT SUM Um den Beitrag jedes möglichen Benutzers in Ihren Daten zu verschleiern, indem den aggregierten Abfrageergebnissen zur Laufzeit Rauschen hinzugefügt wird, erfordert AWS Clean Rooms Differential Privacy, dass Aggregatfunktionen in der Endversion auf Daten auf Benutzerebene ausgeführt werden. SELECT statement

Im folgenden Beispiel werden zwei Tabellen mit dem Namen socialco_impressions und socialco_users von einem Medienverlag verwendet, der Daten mithilfe von Differential Privacy schützen möchte, während er mit einer Sportmarke mit Daten zusammenarbeitet. athletic_brand_sales Der Medienherausgeber hat die user_id Spalte als Benutzer-ID-Spalte konfiguriert und gleichzeitig den differenziellen Datenschutz in AWS Clean Rooms aktiviert. Der Werbetreibende benötigt keinen differenzierten Datenschutz und möchte eine Abfrage CTEs anhand kombinierter Daten ausführen. Da sie Tabellen mit differenziertem Datenschutz CTE verwenden, nimmt der Werbetreibende die Benutzer-ID-Spalte aus diesen geschützten Tabellen in die CTE Spaltenliste auf und verknüpft die geschützten Tabellen in der Benutzer-ID-Spalte.

WITH matches_table AS(
     SELECT si.user_id, si.campaign_id, s.sale_id, s.sale_price
     FROM socialco_impressions si
     JOIN socialco_users su
         ON su.user_id = si.user_id
     JOIN athletic_brand_sales s
         ON s.emailsha256 = su.emailsha256
     WHERE s.timestamp > si.timestamp
    
UNION ALL
 
     SELECT si.user_id, si.campaign_id, s.sale_id, s.sale_price
     FROM socialco_impressions si
     JOIN socialco_users su
         ON su.user_id = si.user_id
     JOIN athletic_brand_sales s
         ON s.phonesha256 = su.phonesha256
     WHERE s.timestamp > si.timestamp
)
        
SELECT COUNT (DISTINCT user_id) as unique_users
FROM matches_table
GROUP BY campaign_id
ORDER BY COUNT (DISTINCT user_id) DESC
LIMIT 5

Ebenso müssen Sie, wenn Sie Fensterfunktionen für Tabellen mit differenziellen datenschutzgeschützten Daten ausführen möchten, die Spalte mit der Benutzerkennung in die PARTITION BY Klausel aufnehmen.

ROW_NUMBER() OVER (PARTITION BY conversion_id, user_id ORDER BY match_type, match_age) AS row