Snowflakeデータクリーンルームにおける差分プライバシー¶

Snowflake Data Clean Roomsムが提供する主要なプライバシー強化技術のひとつが、 差分プライバシー です。データプロバイダーのプライバシー保護を強化し、ユーザーのプライバシーに関する数学的保証を提供し、個々の情報を取得しようとする反復クエリから保護するために、Snowflake Data Clean Roomsは、差分プライバシーにおける最先端の技術を実装し、エンドツーエンドで非常に強力な保護を作成します。データクリーンルームは信頼された環境として機能するため、Snowflake Data Clean Roomsはグローバル差分プライバシー[^1]を実装し、膨大なプライバシー保証と低ノイズレベルを実現します。Snowflake Data Clean Roomsは、大規模な展開に対応した差分プライバシーを提供します。

差分プライバシー技術は、個々の行レベルの構成要素を明らかにすることなく、データに関するハイレベルなインサイトを公開します。行レベルの情報を隠すために単純な集計を使用すると、敵対者がデータに対して1行違いの「近い」クエリを生成できた場合、個人情報が漏洩する恐れがあります。これらのクエリの結果の違いは、個人情報を危険にさらす可能性があります（しばしば 差分攻撃 と呼ばれます）。

差分プライバシーはこれを克服し、プライベートデータに対するクエリの返り値に注意深くノイズを注入することで、データプライバシーに関する強大な数学的保証を提供します。このようなノイズメカニズムや戦略的に設定されたプライバシー予算の下では、このような「近い」クエリの結果を見分けることは統計的に不可能です。

開発者エディションにおける差分プライバシー¶

ユーザーは、Snowflakeデータクリーンルームの開発者エディションで展開されたカスタムテンプレートに差分プライバシーを追加できます。SQL Jinjaカスタムテンプレートメカニズムを使用して、以下のコマンドは希望するメカニズムに従ってノイズを出力に追加します。

cleanroom.addNoise(QUERY_RESULT,EPSILON,RANDOM_NUMBER,MECHANISM,...)

Copy

Snowflakeデータクリーンルームの開発者エディションの強力な点は、カスタムテンプレートで任意のカスタムノイズメカニズムを設計および展開できることです。そのため、ユーザーは、クリーンルームのバックエンドに変更を加えることなく、独自の差分プライバシーメカニズムを簡単に開発し、展開することができます。

使用状況¶

分析テンプレートに実装された差分プライバシーの例については、Snowflake Data Clean Rooms: オーバーラップ分析をご参照ください。