AWS Clean Rooms ML 支援強化隱私的模型訓練與推論

張貼日期: 2024年11月7日

今天，AWS 宣佈 AWS Clean Rooms ML 自訂建模功能，可讓組織與執行自有機器學習 (ML) 模型並在 Clean Rooms 協作中使用其資料的合作夥伴一同產生預測性見解。在推出此功能後，公司與其合作夥伴無需共用敏感資料或專有模型，即可訓練 ML 模型，並在集體資料集上執行推論。

例如，廣告商無需彼此共用自訂模型和資料，即可將其專有模型和資料導入 Clean Rooms 協作並邀請發布者共用資料，以訓練和部署可幫助提高廣告活動效率的自訂 ML 模型。同樣地，金融機構也無需在協作者之間共用基礎資料和模型，即可使用歷史交易記錄來訓練自訂 ML 模型，並邀請合作夥伴進行 Clean Rooms 協作以偵測潛在的欺詐交易。有了 AWS Clean Rooms ML 自訂建模功能，您可以透過指定要在 Clean Rooms 環境中使用的資料集，在執行模型訓練和推論的同時套用隱私增強控制項，與合作夥伴一同取得寶貴的見解。這可讓您和您的合作夥伴核准所使用的資料集，並且不需要共用敏感資料或專有模型。AWS Clean Rooms ML 還提供由 AWS 製作的類似建模功能，與產業基準相比，可幫助您提升高達 36%的類似區段精確度。

AWS Clean Rooms ML 已作為 AWS Clean Rooms 功能在這些 AWS 區域中正式推出。若要進一步瞭解，請瀏覽 AWS Clean Rooms ML。