DEAデータのセキュリティとガバナンス
ある小売業者とデータ分析会社は、キャンペーン効果測定のために互いの顧客データを組み合わせた共同分析を実施したいと考えています。両社はプライバシー規制により、相手方に生の顧客データを開示することができません。データを互いに開示せずに共同での集計分析を実現するために最も適切な AWS のアプローチはどれですか?
A両社のデータを単一の Amazon S3 データレイクに集約し、AWS Lake Formation の列レベルアクセス制御と行フィルターを設定してそれぞれの IAM ロールに最小権限でアクセスさせる
Lake Formation のアクセス制御は S3 へのアクセスを管理できますが、データを共通の環境に集約する必要があり生データを相手方に開示しないという要件を構造的に満たせません。
BAWS Clean Rooms でコラボレーションを作成し、各社が自社 S3 上のデータを保持したまま生データを相手方に開示せず、設定した分析ルールの範囲内で集計クエリの結果のみを共有する
✓ 正解
AWS Clean Rooms は各社が生データを自アカウントに保持したまま、許可された集計クエリの結果のみを共有できる設計です。プライバシー規制に準拠した生データ非公開の共同分析要件を満たす最適なサービスです。
CAmazon Redshift のデータ共有(Data Sharing)機能でテーブルをコンシューマークラスターへ共有し、行レベルセキュリティポリシーで各社の参照可能範囲を限定することで生データを保護する
Redshift データ共有はクラスター間でテーブルを共有しますが、コンシューマー側が共有テーブルのデータを実質的に参照できる状態になるため、生データを相手方に開示しないという要件を満たしません。
DAWS Data Exchange で両社がデータセットを公開・購読し、各社の Amazon Athena 環境で個別にクエリを実行して集計結果のみをファイル形式で相互共有することで分析を完結させる
AWS Data Exchange はデータ販売・配布のためのマーケットプレイスサービスであり、生データを非公開にしたまま共同集計分析を行う用途には設計されていません。また両社が独立して分析するだけでは真の共同分析になりません。
解説
AWS Clean Rooms は、複数の組織が生データを互いに共有することなく共同でデータ分析を実施するために設計されたサービスです。各参加者は自社の Amazon S3 上のデータを自アカウントで管理したまま、コラボレーションで定義された分析ルール(集計のみ可、最小行数制限、出力列の制限など)の範囲内でクエリを実行します。クエリ結果のみが共有され、生データは相手方アカウントには送信されません。プライバシー規制を遵守しながら共同集計分析を行う要件に特化したサービスです。
選択肢AのAWS Lake Formation + Amazon S3 によるデータ集約は、一方の生データをもう一方のアカウントまたは共通バケットに置く必要があり、「生データを相手方に開示しない」という要件を構造的に満たせません。
選択肢CのAmazon Redshift データ共有はクラスター間でテーブルを共有する機能ですが、コンシューマー側は共有テーブルのデータを実質的に参照できる状態になるため、生データ非公開の要件には対応できません。
選択肢DのAWS Data Exchange は第三者向けにデータセットを販売・配布するマーケットプレイスサービスであり、生データを非公開にしたまま共同集計分析を行う用途には設計されていません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでDEAを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →