AWS Clean Rooms 支援合成資料集產生訓練自訂 ML 訓練

張貼日期: 2025年11月30日

AWS Clean Rooms 現在能夠讓您和您的合作夥伴從集體資料產生隱私增強型合成資料集，以訓練迴歸和分類機器學習 (ML) 模型。

合成資料集產生讓您和您的合作夥伴得以建立統計屬性與原始資料類似的訓練資料集，而且不需要訓練程式碼存取真實記錄。這項新功能會在原始資料中消除識別主體 (例如已收集資料的人員或實體) 身分，從而減輕模型記住訓練資料中個人相關資訊的風險。這能夠解鎖先前因隱私權問題而受到限制的全新 ML 模型訓練使用案例，例如行銷活動最佳化、欺詐偵測和醫學研究。例如，具有專有演算法的航空公司希望與酒店品牌合作，為高價值客戶推出聯合行銷活動，但兩個組織都不希望共用敏感消費者資料。透過 AWS Clean Rooms ML，他們就能產生集體資料集的合成版本，在不會暴露原始資料的情況下訓練模型，從而在保護客戶隱私的同時，實現更準確的行銷定向。

如需有關提供 AWS Clean Rooms ML 之 AWS 區域的詳細資訊，請參閱 AWS 區域表。若要進一步了解，請瀏覽 AWS Clean Rooms ML。