AWS Clean Rooms ermöglicht Generierung synthetischer Datensätze für ML-Training

Amazon Web Services (AWS) hat eine neue Funktion in seinem Dienst AWS Clean Rooms vorgestellt, die es Organisationen und ihren Partnern ermöglicht, datenschutzfördernde synthetische Datensätze zu generieren. Diese Funktion dient der Erstellung von Trainingsdaten für Machine-Learning-Modelle (ML) in den Bereichen Regression und Klassifikation.

Bei der Entwicklung von ML-Modellen besteht typischerweise ein Spannungsfeld zwischen dem Nutzen der Daten und dem Schutz der Privatsphäre. Für genaue Modelle ist der Zugriff auf granulare Daten unerlässlich, doch die Nutzung individueller Daten von mehreren Parteien birgt erhebliche Datenschutzbedenken und Compliance-Herausforderungen.

Die neue Funktionalität begegnet diesen Herausforderungen, indem sie die Erstellung synthetischer Versionen sensibler Datensätze ermöglicht. Diese synthetischen Datensätze bewahren die statistischen Muster der Originaldaten, ohne die ursprünglichen Aufzeichnungen preiszugeben. Dies eröffnet neue Möglichkeiten für das Modelltraining in Szenarien, in denen der Datenschutz bisher ein Hindernis darstellte.

Die in AWS Clean Rooms ML integrierte Funktion nutzt fortschrittliche ML-Techniken zur Erzeugung synthetischer Daten. Sie zielt darauf ab, Einblicke in Fragestellungen zu ermöglichen, wie zum Beispiel die Identifizierung von Kundenmerkmalen, die auf eine hohe Konversionswahrscheinlichkeit hindeuten, ohne direkten Zugriff auf individuelle Signale, die Datenschutzrichtlinien oder regulatorischen Vorgaben widersprechen könnten.