기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
AWS Clean Rooms 차등 개인 정보 보호
AWS Clean Rooms 차등 개인 정보 보호를 사용하면 몇 번의 클릭만으로 직관적인 제어를 통해 구현되는 수학적으로 뒷받침되는 기술을 통해 사용자의 개인 정보를 보호할 수 있습니다. 완전 관리형 기능이므로 사용자의 재식별을 방지하는 데 도움이 되는 사전 차등 개인 정보 보호 경험이 필요하지 않습니다. AWS Clean Rooms 개인 수준의 데이터를 보호할 수 있도록 런타임에 쿼리 결과에 신중하게 보정된 양의 노이즈를 자동으로 추가합니다.
AWS Clean Rooms 차등 개인 정보 보호는 광범위한 분석 쿼리를 지원하며 쿼리 결과에 약간의 오류가 있어도 분석의 유용성이 손상되지 않는 다양한 사용 사례에 적합합니다. 이를 통해 파트너는 파트너 측면에서 추가 설정을 하지 않아도 광고 캠페인, 투자 결정, 임상 연구 등에 관한 비즈니스에 중요한 인사이트를 얻을 수 있습니다.
AWS Clean Rooms 차등 프라이버시는 스칼라 함수나 수학 연산자 기호를 악의적인 방식으로 사용하는 오버플로 또는 유효하지 않은 캐스트 오류로부터 보호합니다.
AWS Clean Rooms 차등 프라이버시에 대한 자세한 내용은 다음 항목을 참조하십시오.
주제
차등 프라이버시
차등 프라이버시를 사용하면 집계된 인사이트만 사용할 수 있고 해당 인사이트에 있는 개인 데이터의 기여도는 난독화됩니다. 차등 프라이버시는 특정 개인에 대해 학습한 결과를 수신할 수 있는 구성원에서 얻은 공동 작업 데이터를 보호합니다. 차등 프라이버시를 사용하지 않고 결과를 수신할 수 있는 구성원은 개인에 대한 기록을 추가하거나 제거하고 쿼리 결과의 차이점을 관찰하여 개별 사용자 데이터를 추론할 수 있습니다.
차등 프라이버시 기능이 켜져 있으면 쿼리 결과에 특정 양의 노이즈가 추가되어 개별 사용자의 기여도가 난독화됩니다. 결과를 받을 수 있는 구성원이 데이터셋에서 개인에 대한 레코드를 제거한 후 쿼리 결과의 차이를 관찰하려고 하면 쿼리 결과의 변동으로 인해 개인 데이터를 식별할 수 없게 됩니다. AWS Clean Rooms 디퍼런셜 프라이버시는 에서 SampCert
차등 프라이버시의 작동 방식 AWS Clean Rooms
에서 개인 정보 보호 차등을 활성화하는 워크플로를 사용하려면 다음 워크플로를 완료하려면 다음과 같은 추가 단계가 AWS Clean Rooms 필요합니다 AWS Clean Rooms.
-
사용자 지정 분석 규칙을 추가할 때 차등 프라이버시 기능을 켭니다.
-
쿼리에 사용할 수 있는 차등 프라이버시 기능으로 데이터 테이블을 보호하도록 공동 작업의 차등 프라이버시 정책을 구성합니다.
이 단계를 완료하면 쿼리할 수 있는 구성원이 차등 개인 정보 보호 데이터에 대한 쿼리 실행을 시작할 수 있습니다. AWS Clean Rooms 차등 개인 정보 보호 정책을 준수하는 결과를 반환합니다. AWS Clean Rooms 디퍼런셜 프라이버시는 사용자가 실행할 수 있는 남은 쿼리 예상 수를 추적하는데, 이는 자동차의 현재 연료 수준을 보여주는 가스 게이지와 비슷합니다. 쿼리할 수 있는 구성원이 실행할 수 있는 쿼리 수는 차등 프라이버시 정책에 설정된 프라이버시 예산 및 쿼리당 추가된 노이즈 파라미터에 따라 제한됩니다.
고려 사항
차등 프라이버시를 사용할 때는 다음 사항을 고려하세요. AWS Clean Rooms
-
결과를 받을 수 있는 구성원은 차등 개인정보 보호를 사용할 수 없습니다. 구성한 테이블에서 차등 프라이버시 기능이 꺼진 상태로 사용자 지정 분석 규칙을 구성할 수 있습니다.
-
둘 이상의 데이터 공급자 모두에 차등 프라이버시 기능이 켜져 있으면 쿼리를 수행할 수 있는 구성원은 둘 이상의 데이터 공급자의 테이블을 조인할 수 없습니다.
