Contribución de datos de formación en AWS Clean Rooms ML

Una vez que el creador de la colaboración haya creado la colaboración y los miembros invitados se hayan unido a ella, estará listo para aportar datos de formación a la colaboración. Cualquier miembro puede aportar datos de formación.

Console

Para aportar datos de entrenamiento (consola)

1. Inicie sesión en la AWS Clean Rooms consola AWS Management Console y ábrala en https://console.aws.amazon.com/cleanrooms.

2. En el panel de navegación izquierdo, elija Tables (Tablas).

3. En la página Tablas, elija Configurar nueva tabla.

4. Para Configurar una nueva tabla, para Fuente de datos, elija Amazon S3, Amazon Athena o Snowflake y complete los siguientes pasos, en función de su fuente de datos:

   Si está utilizando	Entonces
   Amazon S3	Elija una base de datos de la lista desplegable y, a continuación, seleccione la tabla de la base de datos. En Columnas permitidas en colaboraciones, seleccione Todas las columnas o Lista personalizada. En los detalles de la tabla configurada, proporcione el nombre y una descripción opcional para esta tabla. Si desea informar sobre las métricas del modelo, introduzca el nombre de las métricas y la instrucción Regex que buscará la métrica en los registros de salida. Si desea habilitar la opción de Etiquetas para el recurso de tabla configurada, seleccione Añadir nueva etiqueta y, a continuación, introduzca el par de Clave y Valor.
   Amazon Athena	Elija una base de datos de la lista desplegable y, a continuación, seleccione la tabla de la base de datos. En Columnas permitidas en colaboraciones, seleccione Todas las columnas o Lista personalizada. En los detalles de la tabla configurada, proporcione el nombre y una descripción opcional para esta tabla. Si desea informar sobre las métricas del modelo, introduzca el nombre de las métricas y la instrucción Regex que buscará la métrica en los registros de salida. Si desea habilitar la opción de Etiquetas para el recurso de tabla configurada, seleccione Añadir nueva etiqueta y, a continuación, introduzca el par de Clave y Valor.
   Snowflake	Especifique las credenciales de Snowflake utilizando un ARN secreto existente o almacenando un secreto nuevo para esta tabla. Para los detalles de la tabla y el esquema de Snowflake, introduzca los detalles manualmente o impórtelos automáticamente. Para el esquema, introduzca el nombre de la columna y elija el tipo de datos en la lista desplegable. Si desea habilitar la opción de Etiquetas para el recurso de tabla configurada, seleccione Añadir nueva etiqueta y, a continuación, introduzca el par de Clave y Valor.

5. Seleccione Configurar nuevo cliente.

6. En la página de detalles de la tabla, elija Configurar regla de análisis para configurar una regla de análisis personalizada para esta tabla. Una regla de análisis personalizada limita el acceso a los datos. Puede permitir un conjunto específico de consultas preautorizadas en sus datos o permitir que un conjunto específico de cuentas consulte sus datos.

   1. Para el tipo de regla de análisis, elija Personalizado y para Método de creación, elija Flujo guiado.

   2. Elija Siguiente.

   3. En Especificar los controles de análisis, elija entre Revisar cada análisis nuevo y Permitir cualquier análisis por parte de colaboradores específicos.

   4. Elija Siguiente.

   5. (Opcional) En los controles Especificar los resultados del análisis, en el caso de Columnas no permitidas en la salida, especifique si desea excluir alguna columna de la salida. Si selecciona Ninguna, no se excluirá ninguna columna de la salida. Si elige Lista personalizada, puede especificar determinadas columnas que se eliminarán de la salida.

   6. Para los análisis adicionales aplicados a la salida, especifique si desea permitir, denegar o requerir un análisis adicional antes de que se generen los resultados.

   7. Elija Siguiente.

   8. (Opcional) En Establecer privacidad diferencial, seleccione Desactivar.

   9. Elija Siguiente.

   10. Revise la información de la página Revisar y configurar y, a continuación, seleccione Configurar regla de análisis.

7. En la página de detalles de la tabla, elija Asociar a la colaboración.

8. En el cuadro de diálogo Asociar tabla, seleccione la colaboración a la que desee asociar esta tabla y elija Elegir colaboración.

9. En la página Asociar la tabla, revise y verifique la información de los detalles de la asociación de tablas, el acceso al servicio y las etiquetas. Seleccione Asociar tabla.

10. En la tabla Tablas asociadas a su tabla, seleccione el botón de opción situado junto a la tabla que acaba de asociar. En el menú Acciones, seleccione Configurar en el grupo de reglas de análisis de colaboración.

11. En la página Configurar la regla de análisis de colaboración, en la sección Análisis adicionales permitidos, elija si algún miembro de la colaboración o miembro específico de la colaboración puede realizar análisis adicionales.

    En la opción Entrega de resultados, elija qué miembros pueden recibir los resultados de las consultas.

12. Elija Configurar regla de análisis.

API

Para aportar datos de formación (API)

1. Configure una AWS Glue tabla existente para usarla en ella AWS Clean Rooms proporcionando la tabla y las columnas que se pueden usar.

   Ejecute el siguiente código con sus parámetros específicos.

   import boto3 
   acr_client= boto3.client('cleanrooms')
   
   acr_client.create_configured_table(
       name='configured_table_name',
       tableReference= {
           'glue': {
               'tableName': 'glue_table_name',
               'databaseName': 'glue_database_name'
           }
       },
       analysisMethod="DIRECT_QUERY",
       allowedColumns=["column1", "column2", "column3",...]
   )

2. Configure una regla de análisis personalizada que limite el acceso a sus datos. Puede permitir un conjunto específico de consultas preautorizadas en sus datos o permitir que un conjunto específico de cuentas consulte sus datos.

   Ejecuta el siguiente código con tus parámetros específicos.

   import boto3 
   acr_client= boto3.client('cleanrooms')
   
   acr_client.create_configured_table_analysis_rule(
       configuredTableIdentifier='configured_table_id',
       analysisRuleType='CUSTOM',
       analysisRulePolicy= {
           'v1': {
               'custom': {
                   'allowedAnalyses': ['ANY_QUERY'],
                   'allowedAnalysisProviders': ['query_runner_account'],
                   'additionalAnalyses': "REQUIRED"
               }
           }
       }
   )

   En este ejemplo, una cuenta específica puede ejecutar cualquier consulta sobre los datos y se requiere un análisis adicional.

3. Asocie una tabla configurada a la colaboración y proporcione una función de acceso al servicio a las AWS Glue tablas.

   Ejecute el siguiente código con sus parámetros específicos.

   import boto3 
   acr_client= boto3.client('cleanrooms')
   
   acr_client.create_configured_table_association(
       name='configured_table_association_name',
       membershipIdentifier='membership_id',
       configuredTableIdentifier='configured_table_id',
       roleArn='arn:aws:iam::account:role/role_name'
   )

   nota

   Este rol de servicio tiene permisos relacionados con las tablas. La función de servicio solo se puede asumir si ejecuta AWS Clean Rooms las consultas permitidas en nombre del miembro que puede realizar la consulta. Ningún miembro de la colaboración (salvo el propietario de los datos) tiene acceso a las tablas subyacentes de la colaboración. El propietario de los datos puede desactivar la privacidad diferencial para que sus tablas estén disponibles para que otros miembros las consulten.

4. Por último, añada una regla de análisis a la asociación de tablas configurada.

   Ejecute el siguiente código con sus parámetros específicos.

   import boto3
   acr_client= boto3.client('cleanrooms')
   
   acr_client.create_configured_table_association_analysis_rule(
       configuredTableAssociationIdentifier='configured_table_association_identifier',
       membershipIdentifier='membership_id',
       configuredTableIdentifier='configured_table_id',
       analysisRuleType = 'CUSTOM',
       analysisRulePolicy= {
           'v1': {
               'custom': {
                   'allowedAdditionalAnalyses': ['configured_model_algorithm_association_arns'],
                   'allowedResultReceivers': ['query_runner_account']
               }
           }
       }
   )