隐私保护数据分析 - 使用 AWS Clean Rooms 安全地进行数据协作
解析使用 AWS Clean Rooms 的隐私保护数据分析。介绍多组织间的数据协作、分析规则的访问控制及差分隐私的应用。
数据协作的隐私课题
企业间数据共享可产生巨大商业价值，但从隐私和数据保护角度存在诸多限制。广告主与发布商想衡量广告效果、制药公司与医院想共同分析临床数据、金融机构间想共享欺诈交易模式等场景中，直接共享原始数据因隐私法规（GDPR、个人信息保护法）或商业原因而困难。AWS Clean Rooms 提供无需共享原始数据即可进行共同分析的环境。
协作与分析规则
Clean Rooms 的使用从创建协作 (Collaboration) 开始。协作中多个成员（组织）参与，各成员将自身数据表注册为配置表 (Configured Table)。为配置表定义分析规则 (Analysis Rules)，指定允许的查询类型和输出约束。聚合规则 (Aggregation) 仅允许 COUNT、SUM、AVG 等聚合函数，防止个别记录的提取。列表规则 (List) 允许输出匹配记录但可限制输出列。自定义规则 (Custom) 允许任意 SQL 但可限制输出行数和列。
差分隐私与用例
Clean Rooms 的差分隐私 (Differential Privacy) 选项通过向查询结果添加数学计算的噪声来防止个人信息推断。例如对「东京 30 多岁男性的平均购买金额」的查询结果添加微小噪声，使得逆推特定个人购买金额在数学上不可能。设置隐私预算限制对同一数据的查询次数，防止通过多次查询逐步缩小个人信息范围。用例包括广告效果测量（广告主和发布商的数据匹配）、医疗研究（多机构临床数据的共同分析）、金融欺诈检测（银行间交易模式共享）。 关于 AWS 数据分析的深入学习，Amazon 的相关书籍也可供参考。
技术机制与定价
Clean Rooms 直接引用 S3 上的数据，不发生数据复制或移动。与 Glue Data Catalog 集成，可直接使用现有表定义。查询在 Clean Rooms 内的隔离环境中执行，中间数据也不在参与者间共享。使用加密计算 (Cryptographic Computing) 选项时，数据在加密状态下处理，即使 Clean Rooms 服务本身也无法看到明文数据。费用按查询扫描的数据量计费，每 TB 约 7.00 美元。
总结 - Clean Rooms 的应用指南
AWS Clean Rooms 是实现多组织间隐私保护数据分析的服务。分析规则的查询控制、差分隐私的数学隐私保护、加密计算的数据保护是主要优势。无需共享原始数据即可获得洞察，最适合隐私法规严格的行业（医疗、金融、广告）的数据协作。当需要与合作企业共享数据时，Clean Rooms 可在保护双方数据的同时实现共同分析。