View a markdown version of this page

Privacy-enhanced pembuatan kumpulan data sintetis - AWS Clean Rooms

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Privacy-enhanced pembuatan kumpulan data sintetis

Dataset sintetis memiliki sifat statistik yang mirip dengan kumpulan data asli yang menjadi dasarnya, tetapi tidak berisi pengamatan dunia nyata yang ada dalam kumpulan data asli. Dengan menggunakan kumpulan data sintetis yang ditingkatkan privasi, Anda dapat membuka kasus penggunaan model pembelajaran mesin (ML) baru yang sebelumnya dicegah oleh masalah privasi data. Saat Anda membuat saluran input ML, Anda dapat menghasilkan data sintetis untuk melindungi informasi sensitif saat melatih model ML.

Saat membuat template dengan data sintetis, Anda harus:

  • Memerlukan output template untuk menjadi sintetis

  • Klasifikasikan kolom skema keluaran sebagai numerik atau kategoris

  • Sesuaikan data sintetis berdasarkan kebutuhan organisasi

  • Sesuaikan pengaturan privasi:

    • Atur tingkat privasi (epsilon)

    • Konfigurasikan ambang privasi

Awas

Pembuatan data sintetis melindungi dari menyimpulkan atribut individu apakah individu tertentu hadir dalam kumpulan data asli atau atribut pembelajaran dari individu-individu tersebut hadir. Namun, itu tidak mencegah nilai literal dari kumpulan data asli, termasuk informasi identitas pribadi (PII) muncul dalam kumpulan data sintetis.

Sebaiknya hindari nilai dalam kumpulan data input yang terkait dengan hanya satu subjek data karena ini dapat mengidentifikasi ulang subjek data. Misalnya, jika hanya satu pengguna yang tinggal di kode pos, keberadaan kode pos itu dalam kumpulan data sintetis akan mengkonfirmasi bahwa pengguna berada di kumpulan data asli. Teknik seperti memotong nilai presisi tinggi atau mengganti katalog yang tidak biasa dengan yang lain dapat digunakan untuk mengurangi risiko ini. Transformasi ini dapat menjadi bagian dari query yang digunakan untuk membuat saluran input ML.

Untuk informasi selengkapnya tentang cara menghasilkan data sintetis untuk pelatihan model kustom, lihatMembuat templat analisis SQL.

Template analisis dengan output sintetis hanya dapat digunakan untuk membuat saluran input ML. Untuk informasi selengkapnya, lihat Membuat saluran input ML di AWS Clean Rooms ML.