AWS Clean Rooms添加機(jī)器學(xué)習(xí)和差分隱私功能，強(qiáng)化數(shù)據(jù)應(yīng)用與隱私安全性

AWS更新其安全部據(jù)共享服務(wù)Clean Rooms，除了添加機(jī)器學(xué)習(xí)支持，協(xié)助用戶在不共享原始數(shù)據(jù)的情況下應(yīng)用機(jī)器學(xué)習(xí)模型，同時(shí)也加入了差分隱私（Differential Privacy）功能，在協(xié)作聚合數(shù)據(jù)分析結(jié)果時(shí)，模糊個(gè)人數(shù)據(jù)的貢獻(xiàn)。

Clean Rooms服務(wù)可讓企業(yè)和其合作伙伴安全協(xié)作數(shù)據(jù)處理，提供一種不共享原始數(shù)據(jù)就能協(xié)作和分析數(shù)據(jù)的方法，在追求效率和預(yù)測(cè)精確度的同時(shí)，也能安全地合作。Clean Rooms內(nèi)置隱私控制功能，能以權(quán)限控制Clean Rooms成員所執(zhí)行的查詢和輸出。

新功能Clean Rooms ML則允許用戶使用機(jī)器學(xué)習(xí)模型生成預(yù)測(cè)性分析，同時(shí)保護(hù)敏感數(shù)據(jù)。而這項(xiàng)功能其中一項(xiàng)主要應(yīng)用，是創(chuàng)建市場(chǎng)營(yíng)銷(xiāo)用途的相似用戶群組，像是航空公司可以和線上預(yù)訂服務(wù)合作，針對(duì)類(lèi)似特征的用戶進(jìn)行營(yíng)銷(xiāo)活動(dòng)；汽車(chē)貸款和汽車(chē)保險(xiǎn)公司也可以識(shí)別，與現(xiàn)有租賃車(chē)主類(lèi)似特征的潛在汽車(chē)保險(xiǎn)客戶。這項(xiàng)功能同樣也能用于加速研究機(jī)構(gòu)和醫(yī)院的臨床研究，找到與現(xiàn)有臨床試驗(yàn)者相似的候選人。

Clean Rooms ML會(huì)于每一次組織數(shù)據(jù)共享合作中，訓(xùn)練一個(gè)由AWS管理的模型，協(xié)助用戶快速生成相似數(shù)據(jù)集，省去用戶自行創(chuàng)建、訓(xùn)練和部署模型的時(shí)間。Clean Rooms ML還提供了許多靈活的控制功能，使用戶和其合作伙伴，可以調(diào)整機(jī)器學(xué)習(xí)模型預(yù)測(cè)結(jié)果。

AWS Clean Rooms現(xiàn)在也提供差分隱私功能，系統(tǒng)會(huì)在用戶的查詢結(jié)果，添加經(jīng)過(guò)仔細(xì)校準(zhǔn)的誤差，也就是噪聲，讓查詢結(jié)果足夠準(zhǔn)確，在提供有意義的分析結(jié)果的同時(shí)，也屏蔽來(lái)自特定個(gè)人的數(shù)據(jù)貢獻(xiàn)。差分隱私功能包括了一個(gè)隱私預(yù)算組件，通過(guò)將隱私作為每次執(zhí)行查詢時(shí)消耗的有限資源，控制用戶數(shù)據(jù)集執(zhí)行的查詢數(shù)量，確保噪聲不能被平均，確保不會(huì)泄漏任何個(gè)人數(shù)據(jù)。當(dāng)隱私預(yù)算耗盡時(shí)，在預(yù)算增加或是刷新之前，都無(wú)法于數(shù)據(jù)集中執(zhí)行更多的查詢。

差分隱私是一項(xiàng)增強(qiáng)數(shù)據(jù)共享時(shí)隱私保護(hù)的技術(shù)，能夠分享描述數(shù)據(jù)庫(kù)中部分統(tǒng)計(jì)特征，又不公開(kāi)特定個(gè)人資訊，不過(guò)缺點(diǎn)就是有其實(shí)例門(mén)檻，而Clean Rooms差分隱私功能，讓?xiě)?yīng)用該技術(shù)變得更容易，用戶只需要對(duì)數(shù)據(jù)表激活差分隱私功能，并在協(xié)作中配置差分隱私政策，就能簡(jiǎn)單地應(yīng)用該技術(shù)。