亚马逊清洁房间ML和差分隐私,保护你的数据安全

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/AIM241-AWS_Clean_Rooms_ML_and_AWS_Clean_Rooms_Differential_Privacy-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 Amazon Clean Rooms能够在几分钟内帮助组织建立干净房间,并与合作伙伴进行协作,而无需共享基础数据。在本次会议中,了解Amazon Web Services Clean Rooms ML,这是一项新功能,可帮助公司在其集体数据集上应用保护隐私的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail),以生成类似用户细分,而无需透露原始数据。还探索Amazon Clean Rooms差分隐私,这是一项新功能,可帮助组织在保护个体级别数据的同时生成见解。听听亚马逊云科技人工智能/[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)总经理Tia White以及亚马逊云科技客户的演讲,了解这些功能如何帮助组织轻松灵活地从其集体数据中释放价值。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共1300字，阅读时间大约是6分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> 未来加强隐私保护的数据合作 作为亚马逊云科技ML广告技术和数据技术的总经理，Tia White在演讲中热情地欢迎观众并介绍了她自己。她充满激情地向大家展示了亚马逊云科技Clean Rooms的一项非凡新功能，即为加强隐私保护而添加的功能。在台上，Tia还同亚马逊云科技Clean Rooms的高级解决方案架构师Ryan Malecky以及来自The Weather Company的Julianne Jennings和Sam Taha一起，共同探讨了会议的主题和内容。 演讲回顾了新冠疫情之前和现在的变化。Tia引导观众们回忆疫情是如何彻底改变了我们的生活方式，包括购物、与朋友和家人交流、娱乐等方面。她强调，这场疫情带来的积极成果之一就是数字数据的易获取性得到了空前增长。据她介绍，2020年全球创建的数据总量预计将达到64.2泽字节，预计到2025年将超过180泽字节。Tia指出，这种数据爆炸式增长代表着巨大的力量，为个人和组织带来了前所未有的能力。 这一快速增长的原因在于所有生活领域的数字互动都在增加——流媒体视频、社交、购物、工作等。企业希望通过合作来了解这些数据如何能为商业带来价值，并期待与合作伙伴共同分析数据，从中获得洞察力和挖掘潜力。然而，仍有一些关键的挑战有待解决。 针对碎片化和隔离的数据问题 Tia解释道，数据往往分散在不同的存储库、应用程序、渠道和部门中。在与外部组织合作时，各方都有各自独特的数据集。这种碎片化导致了互操作性和规模的限制，降低了数据获取的速度，从而延缓了创新、交付和决策的速度。 然而,她强调企业面临的最关键挑战在于如何在严格遵循法规并确保高度隐私保护的前提下有效管理敏感数据的收集、存储和使用。组织迫切需要找到更好的方法来平衡数据分析带来的机遇与隐私实践的繁重责任。 在保护隐私的同时实现安全的数据协作 Tia分享了她领导金融等行业中应用AI团队的实践经验。例如，一家信用卡公司希望与Neiman Marcus等零售商展开联合营销活动。 在这种情况下，通常需要进行漫长的合同谈判，往往需要数月甚至数年的时间才能就共享数据的条款达成一致。这种拖延严重阻碍了业务发展，加剧了推动合作伙伴关系和确保客户隐私之间的紧张关系。 有时，还会设立复杂的数据共享机制，如要求公司复制数据集，这可能带来高昂的成本。客户有充分的理由限制数据流动以防止滥用或泄露。因此，组织通常会放弃合作机会，从而错失了潜在的增长空间。 Tia建议企业在寻求合作伙伴关系和保护敏感数据之间不应做出取舍。她推荐了亚马逊云科技的Clean Rooms作为解决方案，该方案能够在保护隐私和知识产权的同时，充分发挥数据合作的商业潜力。 亚马逊云科技的Clean Rooms如何促进隐私增强的数据协作 借助亚马逊云科技的Clean Rooms，企业和他们的合作伙伴能够更轻松、更安全、更私密地共同分析和处理集合数据集，而无需共享或复制底层原始数据。客户可以在短时间内创建安全的干净室，消除冗长的谈判过程，从而更快地实现价值。 通过在清洁室内共同分析广告活动、投资决策、研究计划以及对实验的见解，组织可以发掘出有关这些主题的有意义洞见。Tia强调了亚马逊云科技的Clean Rooms作为一种允许在维护隐私保护的同时实现数据合作业务潜力的解决方案的重要性。 深入了解亚马逊云科技最新的Clean Rooms功能 泰娅对亚马逊云科技关于50位潜在洁净室客户的调查结果进行了总结。在评估数据合作解决方案时，消费者/客户数据保护和增强隐私是最为关注的两个方面。这些反馈凸显了在亚马逊云科技的洁净室内增加额外隐私增强功能的需求。这一需求促成了昨天宣布的两个重要发布：亚马逊云科技洁净室[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和亚马逊云科技洁净室差异隐私。 亚马逊云科技洁净室[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)使得企业和他们的合作伙伴能够在不共享底层数据的情况下共同应用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)以生成预测性见解。这消除了在[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型训练、开发和部署生命周期中交换数据的需要。首个支持的模型是专为使用亚马逊云科技洁净室ML相似建模创建类似段落而设计的。公司可以在自己的数据上训练定制模型，邀请合作伙伴提供数据样本，并在不暴露原始数据的情况下从集体数据产生类似段落。亚马逊云科技测试结果显示，与行业基准相比，平均准确度提高了25-36%，这可能转化为数百万的成本节省。医疗保健类似段建模功能预计将在未来几个月内推出。 亚马逊云科技洁净室差异隐私引入了高级的隐私保护数学严谨技术。尽管配置差异隐私可能非常复杂，但亚马逊云科技洁净室DP使其变得直观且完全托管。DP通过将校准噪声添加到查询结果中来模糊单个用户在聚合分析中的存在或缺失。这支持包括基于计数的人口分析、直方图、基准测试、A/B测试和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)在内的各种使用场景。亚马逊云科技洁净室DP允许合作者在不揭示个别客户或用户属性的情况下，围绕广告、投资决策、临床研究等进行集体见解。客户可以灵活地配置DP参数，如针对给定合作的噪声注入水平和查询限制。 瑞安·马莱克（Ryan Malecky）是亚马逊云科技的一位资深解决方案架构师，他在一场现场演示中向我们展示了一个咖啡公司如何与一个流媒体视频提供商合作，利用亚马逊云科技的新功能来实现定向广告。他详细解释了如何通过亚马逊云科技的Clean Rooms数据处理（DP）功能来分析客户重叠，同时设置噪声注入和查询预算限制，以保护用户隐私。此外，他还展示了如何使用亚马逊云科技的Clean Rooms[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)（ML）创建一个类似用户的细分市场，以便找到与新用户相似的客户。 来自天气公司的现实世界案例 朱莉安娜·詹妮尼斯（Julianne Jennings）和萨姆·塔哈（Sam Taha）来自天气公司，他们分享了亚马逊云科技的Clean Rooms如何帮助他们评估第三方数据集，从而更快地构建解决方案，而无需进行大量的法律谈判。他们还提到新宣布的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和数据处理功能将提高他们创建预测模型的能力，同时可以在保护用户隐私的同时衡量营销活动的性能。例如，他们曾与汽车制造商合作，使用类似的建模技术来构建定向广告细分市场。 未来数据合作的隐私保护展望 在总结中，蒂亚（Tia）强调了亚马逊云科技的Clean Rooms如何改变商业合作关系，加速创意和决策速度，并加强隐私保护。她还提到了新推出的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和数据处理功能为增强隐私保护提供了额外的选择。她鼓励观众通过提供的二维码了解更多信息，并前往亚马逊云科技的re:Invent展台观看实时功能演示。她表示，随着像亚马逊云科技的Clean Rooms这样的创新解决方案的出现，隐私保护的数据合作前景光明。 **下面是一些演讲现场的精彩瞬间：** 亚马逊云科技的领军人物与The Weather Company的高层在台上共同探讨最新的云计算创新。  他们回顾了各自的职业生涯，从工程领域到领导金融服务领域的人工智能团队。  亚马逊云科技推出的Clean Rooms ML技术使企业能够在不共享底层数据的情况下共同开发[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，从而提高准确性和加速市场推广速度。  此外，亚马逊云科技还推出了Clean Room Differential Privacy技术，这是一种完全管理的功能聚合输出方法，可以在不泄露个人数据的情况下解锁洞察力。  亚马逊云科技引入了差分隐私这一框架，有助于在大数据集中保护个人数据的隐私。  亚马逊云科技的Clean Rooms和差分隐私技术在查询结果中添加了可校准的错误，掩藏了个人的贡献，同时实现了来自集体数据集的汇总见解。  演讲者邀请观众扫描二维码下载电子书，以获取更多关于亚马逊云科技的Clean Rooms Differential Privacy的信息。  ## 总结 亚马逊云科技的Clean Rooms是一种服务，旨在帮助企业在不直接共享或复制底层数据的情况下，以安全和增强隐私的方式共同合作和分析数据。在2022年亚马逊云科技re:Invent上，该公司宣布推出了新功能——Clean Rooms[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)（ML）和Clean Rooms差异隐私（Differential Privacy），以进一步强化隐私保护。随着数字数据的激增，企业拥有了强大的力量来产生见解，但数据通常分散在不同的系统和组织中。分享数据会引发隐私问题。亚马逊云科技的Clean Rooms允许合作伙伴安全地合作进行数据分析，同时提供强大的隐私保护，避免了漫长的法律审查。 Clean Rooms ML允许在专用数据上训练定制的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，然后共同生成见解，而不会暴露数据。一种初始功能是类似模特的建模，例如找到与一家公司最佳客户相似的新客户。测试显示，其准确性超过了行业基准。 Clean Rooms差异隐私通过在查询结果上添加经过计算的噪声来保护个人隐私。仍然可以获得聚合见解，而不损害个人。控制选项允许配置隐私与实用性的权衡。可以更安全地进行诸如营销ROI分析和临床研究之类的查询。 一家天气公司正在使用Clean Rooms进行更快速的产品开发和预测建模。Clean Rooms减少了选择数据合作伙伴的法律繁琐和猜测。新的ML和DP功能将进一步加强隐私并加快见解的速度。总的来说，Clean Rooms可以在增强隐私的同时，安全地合作分析数据，以迅速产生商业影响。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")