Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Umbrales mínimos de agregación

La agregación de datos es una técnica que mejora la privacidad y ayuda a reforzar la anonimización al impedir que las consultas arrojen resultados sobre personas o grupos pequeños. Cuando se configuran umbrales mínimos de agregación en las tablas, se AWS Clean Rooms suprimen los resultados que no cumplen con el umbral mínimo especificado por el proveedor de datos.

Umbrales de agregación

Puede configurar los umbrales mínimos de agregación en una regla de análisis personalizada para la tabla configurada. Los proveedores de datos especifican el identityColumns y el minimumIdentityCount N. Los valores admitidos minimumIdentityCount oscilan entre 2 y 100 000. El identityColumns valor debe ser un char tipo stringvarchar,, o. Los umbrales mínimos de agregación garantizan que cada fila del resultado de una consulta SQL contenga al menos N sujetos de datos distintos que contribuyen a ella. Para obtener información sobre cómo identityColumns interactúa con los filtros de consulta, consulte. Controles de comparación

En el siguiente ejemplo, se establece el umbral mínimo de agregación en 100 con user_id como identityColumns valor:

{
  "aggregationThresholds": [
    {
      "identityColumns": [
        "user_id"
      ],
      "minimumIdentityCount": 100,
      "type": "COUNT_DISTINCT"
    }
  ]
}

Anular el umbral mínimo de agregación para columnas de salida específicas

Las columnas de salida tienen diferentes niveles de sensibilidad y los proveedores de datos pueden aplicar minimumIdentityCount valores diferentes en función de la columna de salida. Por ejemplo, campaign_id puede ser una columna de baja sensibilidad con un umbral mínimo de 5 sujetos de datos distintos, postal_code y income_bracket obtener un umbral mínimo de 100 porque son columnas de alta sensibilidad.

Se acepta una anulación por columna0, lo que exime a esa columna de salida de la agregación mínima, o de un valor entre 2 y 100 000.

En el siguiente ejemplo, se establece una anulación del umbral de agregación mínimo para la columna: campaign_id

{
  "outputColumnThresholds": [
    {
      "outputColumnName": "campaign_id",
      "minimumIdentityCount": 5
    }
  ]
}

Permitir expresiones anidadas en funciones agregadas

Permitir las expresiones dentro de las funciones de agregación aumenta el riesgo de que los interesados puedan volver a identificarse en las consultas de sala limpia. La configuración predeterminada allowedAggregateExpressionType esCOLUMNS_ONLY, que se recomienda como configuración de privacidad mejorada. Con esta configuración, solo se aceptan columnas dentro de una función de agregación, como:

Como alternativa, en el caso de las colaboraciones en las que el ejecutor de la consulta sea un socio de confianza, puedes incluir una función de ANY_EXPRESSION agregación. Esta configuración aumenta la flexibilidad de las consultas SQL que se pueden ejecutar en los datos, pero supone un riesgo para la privacidad, ya que los ejecutores de consultas pueden aislar grupos pequeños dentro de una función de agregación.

El siguiente es un ejemplo de una expresión de una función de agregación que, por lo general, se considera segura:

El siguiente es un ejemplo de una expresión de una función de agregación que se considera un riesgo para la privacidad:

El siguiente es un ejemplo completo: aggregationThresholds

{
  "aggregationThresholds": [
    {
      "identityColumns": [
        "user_id"
      ],
      "minimumIdentityCount": 100,
      "type": "COUNT_DISTINCT",
      "allowedAggregateExpressionType": "COLUMNS_ONLY",
      "outputColumnThresholds": [
        {
          "outputColumnName": "campaign_id",
          "minimumIdentityCount": 5
        }
      ]
    }
  ]
}

Configurar los umbrales mínimos de agregación en la consola

Los umbrales mínimos de agregación se configuran como parte de la adición de una regla de análisis personalizada a una tabla configurada, una vez que la tabla configurada exista. Para ver el flujo guiado completo de las reglas de análisis personalizadas, consulteAgregación de una regla de análisis personalizada a una tabla (flujo guiado).

Consideraciones y limitaciones

Hay consideraciones y limitaciones cuando se utilizan umbrales de agregación mínimos. Puede consultar la lista completa e Consideraciones y limitaciones.