차등 개인 정보 보호 정책 구성 (선택 사항) - AWS Clean Rooms

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

차등 개인 정보 보호 정책 구성 (선택 사항)

이 절차에서는 AWS Clean Rooms 콘솔의 Guided flow 옵션을 사용하여 컬래버레이션에서 차등 개인 정보 보호 정책을 구성하는 프로세스를 설명합니다. 차등 프라이버시 보호 기능을 갖춘 모든 테이블에서 이 단계를 한 번 거쳐야 합니다.

차등 프라이버시 설정을 구성하려면(안내식 흐름)
  1. AWS 계정 (아직 로그인하지 않은 경우) 를 사용하여 AWS Clean Rooms 콘솔에 AWS Management Console 로그인하고 콘솔을 엽니다.

  2. 왼쪽 탐색 창에서 공동 작업을 선택합니다.

  3. 공동 작업을 선택합니다.

  4. 공동 작업 페이지의 테이블 탭에서 차등 프라이버시 정책 구성을 선택합니다.

  5. 차등 프라이버시 정책 구성 페이지에서 다음 속성의 값을 선택합니다.

    • 프라이버시 예산

    • 매월 프라이버시 예산 새로 고침

    • 쿼리당 추가된 노이즈

    기본값을 사용하거나 특정 사용 사례를 지원하는 사용자 지정 값을 입력할 수 있습니다. 프라이버시 예산쿼리당 추가된 노이즈 값을 선택한 후 데이터에 대한 모든 쿼리에서 가능한 집계 수를 기준으로 결과 유틸리티를 미리 볼 수 있습니다.

  6. 구성을 선택합니다.

공동 작업을 위한 차등 프라이버시 정책을 성공적으로 구성했다는 확인 메시지가 표시됩니다.

차등 프라이버시를 구성했으므로 이제 다음을 수행할 준비가 되었습니다.

차등 프라이버시 사용량 로그 보기

차등 프라이버시를 사용해 데이터를 보호하는 공동 작업 구성원은 차등 프라이버시 기능을 사용하는 공동 작업을 만든 후 프라이버시 예산 사용량을 모니터링할 수 있습니다.

실행된 집계 수와 프라이버시 예산 중 사용된 프라이버시 예산을 보려면
  1. AWS 계정 (아직 로그인하지 않은 경우) 으로 AWS Clean Rooms 콘솔에 AWS Management Console 로그인하고 콘솔을 엽니다.

  2. 왼쪽 탐색 창에서 공동 작업을 선택합니다.

  3. 공동 작업을 선택합니다.

  4. 테이블 탭을 선택합니다.

  5. 사용량 로그 보기(파란색 텍스트)를 선택합니다.

  6. 프라이버시 예산 및 제공된 유틸리티 금액을 포함한 사용량 세부 정보를 확인하세요.

차등 프라이버시 정책 편집

차등 프라이버시 정책을 구성한 후 언제든지 프라이버시 요구 사항이 더 잘 반영되도록 업데이트할 수 있습니다.

차등 프라이버시 정책을 편집하려면
  1. AWS 계정 (아직 로그인하지 않은 경우) 으로 AWS Clean Rooms 콘솔에 AWS Management Console 로그인하고 콘솔을 엽니다.

  2. 왼쪽 탐색 창에서 공동 작업을 선택합니다.

  3. 공동 작업을 선택합니다.

  4. 공동 작업 페이지의 테이블 탭에 있는 내가 연결한 테이블에서 편집을 선택합니다.

  5. 차등 프라이버시 정책 편집 페이지에서 다음 속성의 값을 새로 선택합니다.

    • 프라이버시 예산 - 공동 작업 중 언제든지 슬라이더 막대를 움직여 예산을 늘리거나 줄일 수 있습니다. 쿼리할 수 있는 구성원이 데이터 쿼리를 시작하면 예산을 줄일 수 없습니다. 개인 정보 보호 예산이 증가하면 새로 추가된 개인 정보 보호 예산을 사용하기 전에 완전히 소진될 때까지 기존 예산을 계속 사용할 AWS Clean Rooms 것입니다.

    • 쿼리당 추가된 노이즈 - 공동 작업 중 언제든지 슬라이더 막대를 움직여 쿼리당 추가되는 노이즈를 늘리거나 줄일 수 있습니다.

    참고

    대화형 예제를 선택하여 프라이버시 예산쿼리당 추가되는 노이즈 값의 차이가 실행 가능한 집계 함수의 수에 어떤 영향을 미치는지 살펴볼 수 있습니다.

    프라이버시 예산 새로 고침의 값은 변경할 수 없습니다. 선택 항목을 변경하려면 차등 프라이버시를 삭제하고 새 정책을 생성해야 합니다.

  6. Save changes(변경 사항 저장)를 선택합니다.

차등 프라이버시 정책을 성공적으로 편집했다는 확인 메시지가 표시됩니다.

차등 프라이버시 정책 삭제

공동 작업의 테이블 탭에서 차등 프라이버시 정책을 삭제할 수 있습니다.

차등 프라이버시 정책을 삭제하려면
  1. 에 AWS Management Console 로그인하고 사용자 이름으로 AWS Clean Rooms 콘솔을 여십시오 AWS 계정 (아직 실행하지 않은 경우).

  2. 왼쪽 탐색 창에서 공동 작업을 선택합니다.

  3. 공동 작업을 선택합니다.

  4. 공동 작업 페이지의 테이블 탭에서 차등 프라이버시 정책 옆의 삭제를 선택합니다.

  5. 차등 프라이버시 정책을 삭제하려면 삭제를 선택합니다.

차등 프라이버시 정책을 삭제하면 해당 정책에서 프라이버시 예산 사용 로그에 액세스할 수 없습니다. 차등 프라이버시 정책이 삭제되면 차등 프라이버시 기능이 켜진 테이블은 쿼리할 수 없습니다.

계산된 차등 프라이버시 파라미터 보기

차등 프라이버시에 대한 전문 지식이 있는 사용자의 경우 공동 작업의 쿼리 탭에서 계산된 차등 프라이버시 파라미터를 볼 수 있습니다.

계산된 차등 프라이버시 파라미터를 보려면
  1. AWS 계정 (아직 로그인하지 않은 경우) 으로 AWS Clean Rooms 콘솔에 AWS Management Console 로그인하고 콘솔을 엽니다.

  2. 왼쪽 탐색 창에서 공동 작업을 선택합니다.

  3. 공동 작업을 선택합니다.

  4. 쿼리 탭의 결과 섹션에서 계산된 차등 프라이버시 파라미터 보기를 선택합니다.

계산된 차등 프라이버시 파라미터 표에서 집계 함수의 민감도 값을 볼 수 있습니다. 이 값은 단일 사용자 레코드가 추가, 제거 또는 수정될 경우 함수 결과가 변경될 수 있는 최대량으로 정의됩니다. 목록에는 다음 차등 프라이버시 파라미터가 포함됩니다.

  • 사용자 기여 한도 (UCL) 는 사용자가 SQL 쿼리에 제공한 최대 행 수입니다. 예를 들어 각 사용자가 여러 번 노출될 수 있는 특정 캠페인에서 일치하는 총 노출 수를 계산하려는 경우 AWS Clean Rooms 차등 개인 정보 보호 계산이 정확하도록 차등 개인 정보 보호는 단일 사용자의 노출 수를 제한해야 합니다. 즉, 노출 횟수가 한계보다 많으면 계산된 UCL 값에 따라 해당 사용자의 노출 수를 무작위로 균일하게 추출하고 쿼리를 실행하는 동안 해당 사용자의 나머지 노출 횟수는 제외합니다. AWS Clean Rooms 순 사용자 수를 세는 경우 이 UCL 값은 1이 됩니다. 한 명의 사용자를 추가, 제거 또는 수정하면 개별 사용자 수가 최대 1명까지 변경될 수 있기 때문입니다.

  • 최소값은 다음과 같은 집계 함수 내에서 사용되는 표현식의 하한입니다(예: sum()). 예를 들어 표현식이 purchase_value로 알려진 열인 경우 최솟값은 열의 하한입니다.

  • 최대값은 다음과 같은 집계 함수 내에서 사용되는 표현식의 상한입니다(예: sum()). 예를 들어 표현식이 purchase_value로 알려진 열인 경우 최댓값은 열의 상한입니다.

계산된 차등 프라이버시 파라미터 표에서 이러한 파라미터를 사용하여 쿼리 결과의 총 노이즈 양을 더 잘 이해할 수 있습니다. 예를 들어 구성된 쿼리당 추가된 노이즈가 사용자 30명이고 COUNT DISTINCT (user_id) 쿼리가 실행되면 AWS Clean Rooms 차등 프라이버시는 민감도가 1이기 때문에 확률이 높은 -30에서 30 사이의 임의 노이즈를 추가합니다. COUNT DISTINCT 동일한 구성이 포함된 쿼리의 경우 AWS Clean Rooms 차등 프라이버시를 사용하면 한 명의 사용자가 쿼리 결과에 여러 행을 입력할 수 있으므로 사용자 기여도 한도에 따라 규모가 조정되는 통계적 노이즈가 추가됩니다. 모든 열 값이 양수인 것과 같은 SUM SUM (purchase_value) 쿼리의 경우 총 노이즈는 사용자 기여 한도에 최대값을 곱한 값을 기준으로 조정됩니다. AWS Clean Rooms 차등 프라이버시는 쿼리 런타임 시 민감도 매개 변수를 자동으로 계산하여 노이즈 추가를 수행하므로 개인 정보 보호 예산이 고갈됩니다. 민감도 파라미터는 데이터에 따라 달라지므로 프라이버시 예산이 사용되어야 합니다.