Azure Confidential Clean Rooms は、機密データを使用するセキュリティとプライバシーの課題を克服するのに役立つ、クリーン ルームと呼ばれる保護された環境を提供します。 組織は、保護されたガバナンスと監査、検証可能な信頼、コンフィデンシャル コンピューティングによって有効になる制御されたアクセスなど、高度なプライバシー強化機能を使用して、クリーン ルームでデータを共同作業および分析できます。
一般的なシナリオには、組み合わされたデータセットに対するマルチパーティ ビッグ データ分析、機械学習 (ML) のトレーニング、トレーニング データとモデルが異なるパーティからのものであり、機密性の高い入力に対するマルチパーティ ML 推論が含まれます。
Azure Confidential Clean Rooms を使用したマルチパーティ分析 (プレビュー)
Azure Confidential Clean Rooms を使用したマルチパーティ分析は、顧客とそのパートナーがプライバシーに依存するデータセットを安全に分析できるフル マネージド サービスです。 コンフィデンシャル コンピューティング対応 Apache Spark ベースのビッグ データ分析 (Spark SQL) を使用します。これにより、信頼された実行環境 (TEE) で計算を実行することで、他のコラボレーターやAzureオペレーターから生データを保護できます。
次の図は、Azure Confidential Clean Rooms でマルチパーティ分析を使用して組織がどのように共同作業を行っているかを示しています。
注
Azure Confidential Clean Rooms を使用したマルチパーティ分析は、現在限定プレビュー段階です。 このプレビューは、Microsoft Azure プレビューの追加使用条件に従います。 お客様は、プレビューを使用して、法的または規制上のコンプライアンス要件の対象となる個人データやその他のデータを処理しないでください。 このプレビューはテスト、評価、フィードバックを目的としているため、運用環境では使用しないでください。
主要な機能
- フル マネージド: Azure は、ユーザーの介入なしでインフラストラクチャのプロビジョニングとスケーリングを処理します。これにより、お客様はインフラストラクチャ管理ではなくクエリと分析情報に集中できます。
- Confidential Spark SQL: Spark SQL を使用すると、大規模なデータセットに対してクエリを実行し、分散コンピューティング環境で複雑なクエリを実行できます。 コンフィデンシャル コンピューティング対応バージョンでは、Spark ドライバーと Executor は、Azure Kubernetes Service (AKS)の Confidential Azure Container Instances (C-ACI) 上の 仮想ノードとして実行されている、完全に構成証明されたポリシー管理エンクレーブです。cluster クエリの実行中にコラボレーターのデータが流出するのを防ぐのに役立ちます。
- ガバナンス： クリーン ルームのメンバーシップを管理し、関連するコラボレーターからのクエリの承認を有効にして検証してから実行し、機密性の高いコラボレーター データにアクセスするための同意を検証します。 また、顕著なクリーン ルーム イベントを含む改ざんに対する耐性のある監査証跡を生成するのにも役立ちます。 このガバナンスは、 Confidential Consortium Framework (CCF) の実装の助けを借りて可能になります。
-
プライバシーコントロール: 提供される各データセットでは、
allowedFieldsリストが宣言されているため、これらの列のみがクエリに公開されます。 さらに、発行された各クエリでは、入力ビューごとに最小行数を宣言できます。この場合、クエリは拒否されます (事前条件) と、出力内の集計されたグループが削除される最小数 (フィルター後)。 このようなガードは、出力を通じて個人の再識別を防ぐのに役立ちます。 - 検証可能な信頼: 各ステップでの暗号化リモート構成証明は、サービスの基礎を形成し、すべての参加者が、クリーン ルームが既知の構成証明済みコードを本物の機密ハードウェアで実行していることを個別に確認できるようにします。
-
Open-source containers: Microsoft提供されるすべてのクリーン ルーム コンテナー イメージとサイドカーは、
mcr.microsoft.com/cleanroomで発行され、ソース コードは Azure/azure-cleanroom リポジトリで入手できます。 それらの実証と整合性は、GitHubアーティファクト構成証明を使用して検証できます。
ユースケース例
マルチパーティの機密ビッグ データ分析は、データの機密性、規制上の圧力、または競争上の懸念が以前にコラボレーションを妨げるシナリオで価値を引き出します。 次のシナリオは、機密分析が価値を提供できる例です。 このプレビューは、法的または規制上のコンプライアンス要件の対象となる個人データやその他のデータを処理するために使用しないでください。
メディアと広告
- 広告主の CRM データと、ターゲット層とセグメントのアクティブ化のためのパブリッシャー データのコラボレーション。
- 測定と属性に関する対象ユーザー データと測定パートナーのコラボレーション。
銀行と金融
- 銀行と保険会社のコラボレーションにより、どちらの側からも生データを共有することなく、関連する製品を既存の顧客にアップセルできます。
- 小売業者とのコラボレーションにより、いずれかの当事者の基になるデータを公開することなく、銀行のお客様向けにカスタマイズされたオファーを生成できます。
政府と公共部門
- より良い市民福祉の成果を提供するために、政府部門間の安全なコラボレーション。
- 交通監視や気象システムなどの共有対象ワークロードで、政府機関と民間企業間のコラボレーションをセキュリティで保護します。
医療
- 医療機関がデータをサードパーティの機関と組み合わせて、基礎となる患者データを公開することなく臨床開発を加速できるようにします。 たとえば、臨床試験の対象となる参加者を特定できます。
- 病院間で患者データセットを組み合わせて、両側から機密性の高い患者情報を公開することなく、病気のパターンや結果を調査します。
Retail
- 小売業者とパートナー全体の顧客行動を分析して、各小売業者の基になる顧客データを公開することなく、より充実したパーソナル化と在庫計画を実現します。
よく寄せられる質問
試すサンプルはありますか?
はい。 プレビューへの参加要求が受け入れられたら、公開されているサンプルのいずれかを使用します。
- Azure CLI ベースのサンプル:analytics-using-managedcleanroom — README-CLI
- REST API ベースのサンプル:analytics-using-managedcleanroom — README-API
2 つ以上の組織がコラボレーションに参加できますか?
はい。 Azure Confidential Clean Rooms を使用すると、複数のデータ プロバイダーが 1 つのクリーン ルームでデータを共有できます。
入力と出力としてサポートされているデータ形式はどれですか?
CSV、Parquet、JSON。
サービスでは、クエリに公開される列をどのように制限しますか?
提供された各データセットは
allowedFieldsリストを宣言するため、これらの列のみがクリーン ルームで実行されているクエリに公開されます。 ソース ストレージ内の他のすべての列は、アクセスから除外されます。サービスでは、出力からの個々のレベルの再識別をどのように防止しますか?
発行されたすべてのクエリでは、入力ビューごとに最小行数を宣言できます。この場合、クエリは拒否されます (事前条件) と、出力内の集計されたグループが削除される最小数 (フィルター後)。 クエリコンポーザーはこれらを設定でき、他のコラボレーターはそれらを確認して承認できます。
クエリを承認する必要があるユーザー
クエリによってデータセットが参照されているすべてのコラボレーターは、それを承認する必要があります。
プレビューへの参加
Azure Confidential Clean Rooms を使用したマルチパーティ分析は、現在限定プレビュー段階です。 プレビューへの参加に関心がある場合は、このフォームに入力して送信してください。
フォームを送信いただいた後、お客様のリクエストを確認いたします。 お客様の要求を受け入れる場合は、参加するための詳細な手順についてご連絡します。 このプレビューは制限されているため、すべての要求を受け入れることはできない場合があることに注意してください。
カスタム分析パイプライン、機械学習のトレーニングと微調整、推論など、Spark SQL 分析以外のワークロード要件がある場合は、同じ フォームに入力して送信すると、Microsoft から返されます。