Noiselab

bookmark_border 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

1. 切换到高级模式。
2. 在“参数”侧边栏中，找到“您的转化数据”。
3. 观察默认参数。默认情况下，每天可获得的已归因转化次数总计为 1, 000 次。如果您使用默认设置（默认维度、每个维度的默认可能不同值数量、关键字策略 A），则每个存储分区的平均值约为 40 个。请注意，输入的“每个存储分区每天可归因的转化次数的平均值”的值为 40。
4. 点击“模拟”以使用默认参数运行模拟。
5. 在“参数”侧边栏中，查找“维度”。将地理位置重命名为城市，并将可能的不同值的数量更改为 50。
6. 观察这会如何改变每个存储分区的平均每日归因转化次数。现在已经降低了很多。这是因为，如果您增加此维度中的可能值数量，而不更改任何其他内容，则会增加分桶的总数，而不会更改每个分桶中包含的转化事件数量。
7. 点击“模拟”。
8. 观察生成的模拟结果的噪声比率：噪声比率现在高于上一个模拟的噪声比率。

在“简单”模式下，系统会使用默认的键结构。在“高级”模式下，您可以尝试使用不同的键结构。其中包含一些示例维度；您也可以对这些维度进行修改。

1. 切换到高级模式。
2. 在“参数”侧边栏中，找到“关键策略”。请注意，默认策略（在该工具中称为“A”）使用一个包含所有维度的精细键结构：地理位置 x 广告系列 ID x 产品类别。
3. 点击“模拟”。
4. 观察生成的模拟结果的噪声比率。
5. 将“关键字”策略更改为“B”。系统随即会显示其他控件，以便您配置密钥结构。
6. 配置密钥结构，例如：
   1. 关键结构数量：2
   2. 键结构 1 = 地理位置 x 商品类别。
   3. 键结构 2 = 广告系列 ID x 商品类别。
7. 点击“模拟”。
8. 请注意，由于您使用了两个不同的键结构，因此现在每个衡量目标类型都会生成两个摘要报告（两个购买次数报告，两个购买金额报告）。观察其噪声比率。
9. 您也可以尝试使用自己的自定义维度来实现此目的。为此，请查找“要跟踪的数据：维度”。不妨移除示例维度，并使用最后一个维度下方的“添加/移除/重置”按钮创建自己的维度。

1. 切换到“简单”模式（或“高级”模式，这两种模式在批处理频率方面的工作方式相同）
2. 在“参数”侧边栏中，依次选择“汇总策略”>“批处理频率”。这指的是单个作业中使用汇总服务处理的可汇总报告的批处理频率。
3. 观察默认批处理频率：默认情况下，系统会模拟每天一次的批处理频率。
4. 点击“模拟”。
5. 观察生成的模拟结果的噪声比率。
6. 将批处理频率更改为每周。
7. 观察生成的模拟的噪声比率：噪声比率现在比上一次模拟更低（更好）。

虽然这可能难以预测，并且除了季节性影响之外，还可能存在显著差异，但请尝试估算每日可归因于单次触达的转化次数，并将其估算为最接近的 10 的幂：10、100、1,000 或 10,000。

1. 切换到高级模式。
2. 在“参数”侧边栏中，找到“您的转化数据”。
3. 观察默认参数。默认情况下，每天可获得的已归因转化次数总计为 1, 000 次。如果您使用默认设置（默认维度、每个维度的默认可能不同值数量、关键字策略 A），则每个存储分区的平均值约为 40 个。请注意，输入的“每个存储分区每天可归因的转化次数的平均值”的值为 40。
4. 点击“模拟”以使用默认参数运行模拟。
5. 观察生成的模拟结果的噪声比率。
6. 现在，将每天可归因的转化总数设置为 100。 请注意，这会降低“每个存储分区的平均每日归因转化次数”的值。
7. 点击“模拟”。
8. 请注意，噪声比率现在更高：这是因为，如果每个存储分区中的转化次数较少，系统会应用更多噪声来保护隐私。

1. 切换到高级模式。
2. 在“参数”侧边栏中，依次选择“汇总策略”>“缩放”。默认情况下，此设置设为“是”。
3. 为了了解缩放对噪声比率的积极影响，请先将“缩放”设置为“否”。
4. 点击“模拟”。
5. 观察生成的模拟结果的噪声比率。
6. 将“缩放”设置为“是”。请注意，Noise Lab 会根据您场景的衡量目标范围（平均值和最大值）自动计算要使用的缩放比例。在真实系统或来源测试设置中，您需要自行实现缩放因子的计算。
7. 点击“模拟”。
8. 请注意，在第二个模拟中，噪声比率现在更低（更好）。这是因为您使用了缩放功能。

衡量目标是指在转化事件中收集的独特数据点。

1. 切换到高级模式。
2. 在“参数”侧边栏中，找到“要跟踪的数据：衡量目标”。默认情况下，您有两个衡量目标：购买金额和购买次数。
3. 点击“模拟”以使用默认目标运行模拟。
4. 点击“移除”。这会移除上一个衡量目标（在本例中为购买次数）。
5. 点击“模拟”。
6. 请注意，对于这第二次模拟，购买交易价值的噪声比率现在更低（更好）。这是因为您有较少的衡量目标，因此现在只有一个衡量目标会获得所有贡献预算。
7. 点击“重置”。现在，您又有两个衡量目标：购买价值和购买次数。请注意，Noise Lab 会根据您场景的衡量目标范围（平均值和最大值）自动计算要使用的缩放比例。默认情况下，噪声实验室会将预算平均分配给各个衡量目标。
8. 点击“模拟”。
9. 观察生成的模拟结果的噪声比率。记下模拟中显示的缩放比例。
10. 现在，我们来自定义隐私预算分配，以实现更好的信噪比。
11. 调整为每个衡量目标分配的预算百分比。在默认参数下，衡量目标 1（即购买金额）的范围（介于 0 到 1000 之间）比衡量目标 2（即购买次数，介于 1 到 1 之间，即始终等于 1）要宽得多。因此，它需要“更多空间来扩展”：理想情况下，应为衡量目标 1 分配比衡量目标 2 更多的贡献预算，以便更高效地扩大其规模（请参阅“扩展”），从而
12. 将 70% 的预算分配给衡量目标 1。将 30% 的权重分配给效果衡量目标 2。
13. 点击“模拟”。
14. 观察生成的模拟结果的噪声比率。对于购买价值，噪声比率现在明显低于（更好）之前的模拟结果。购买次数基本保持不变。
15. 不断调整各指标的预算分配比例。观察这对噪声的影响。

请注意，您可以使用“添加”“移除”和“重置”按钮设置自己的自定义衡量目标。

衡量目标是指在转化事件中收集的独特数据点。

1. 切换到高级模式。
2. 在“参数”侧边栏中，依次选择“汇总策略”>“缩放”。
3. 确保将“缩放”设置为“是”。请注意，噪声实验室会根据您为衡量目标指定的范围（平均值和最大值）自动计算要使用的缩放因子。
4. 假设有史以来的最大购买金额为 2, 000 美元，但大多数购买金额都在 10 到 120 美元之间。首先，我们来看看使用字面量缩放方法（不推荐）会出现什么情况：将 purchaseValue 的最大值输入为 2000 美元。
5. 点击“模拟”。
6. 请注意，噪声比率较高。这是因为我们的放大系数目前是基于 2, 000 美元计算的，而实际上，大多数购买交易的价值都会明显低于这个数值。
7. 现在，我们来使用更实用的扩缩方法。将最高购买金额更改为 120 美元。
8. 点击“模拟”。
9. 请注意，在第二个模拟中，噪声比率更低（更好）。

噪声实验室可帮助您快速评估和比较噪声管理策略。它可用于：

• 了解可能会影响噪声的主要参数及其影响。
• 在不同设计决策的情况下，模拟噪声对输出测量数据的影响。调整设计参数，直到达到适合您的用例的信噪比。
• 请分享您对摘要报告实用性的反馈：哪些 epsilon 和噪声参数值对您有用，哪些不有用？拐点在哪里？

您可以将其视为准备步骤。噪声实验室会根据您的输入生成衡量数据，以模拟摘要报告输出。它不会保留或分享任何数据。

噪声实验室中有两种不同的模式：

1. 简单模式：了解可用于控制噪声的基本功能。
2. 高级模式：测试不同的噪声管理策略，并评估哪种策略可为您的用例带来最佳信噪比。

点击顶部菜单中的按钮，即可在两种模式之间切换（下方屏幕截图中的 1.）。

简单模式

• 在“简单”模式下，您可以控制参数（位于左侧，或下方屏幕截图中的 2.），例如 Epsilon，并查看它们对噪声的影响。
• 每个参数都有一个提示（“?” 按钮）。点击这些图标可查看每个参数的说明（下方屏幕截图中的 3.）
• 首先，点击“模拟”按钮，然后观察输出结果（下方屏幕截图中的 4.）
• 在“输出”部分，您可以看到各种详细信息。某些元素旁边会显示“?”。请花些时间点击每个“?”，查看各种信息的说明。
• 如果您想查看表格的展开版本，请在“输出”部分中点击“详细信息”切换开关（下方屏幕截图中的 5.）
• 在“输出”部分的每个数据表格下方，都有一个用于下载表格以供离线使用的选项。此外，右下角还有一个用于下载所有数据表的选项（下方屏幕截图中的 6.）
• 在“参数”部分中测试参数的不同设置，然后点击“模拟”以查看这些设置对输出的影响：

  

高级模式

• 在“高级”模式下，您可以更好地控制参数。您可以添加自定义衡量目标和维度（下方屏幕截图中的 1. 和 2.）
• 在“参数”部分中向下滚动，然后查看“关键策略”选项。这可用于测试不同的键结构（下方屏幕截图中的 3.）
  • 如需测试不同的键结构，请将“键策略”切换为“B”
  • 输入您要使用的不同键结构的数量（默认设为“2”）
  • 点击“生成密钥结构”
  • 点击要为每个键结构添加的键旁边的复选框，您会看到用于指定键结构的选项
  • 点击“模拟”以查看输出。

    

    

核心概念

系统会添加噪声，以保护具体用户的隐私。

噪声值较高表示存储分区/键稀疏，并且包含来自少数敏感事件的贡献。这项工作由 Noise Lab 自动完成，以便个人“隐身于人群中”，换句话说，通过添加更多噪声来保护这些少数个人的隐私。

噪声值较低表示数据设置的设计方式已允许个人“隐身于人群中”。这意味着，这些存储分区包含来自足够数量事件的贡献，以确保保护个人用户的隐私。

这对平均百分比误差 (APE) 和 RMSRE_T（设有阈值的均方根相对误差）都适用。

APE（平均百分比误差）

APE 是噪声与信号（即真实摘要值）的比率。p> APE 值越低，信噪比越高。

公式

对于给定的摘要报告，APE 的计算方式如下：

True 是真实的摘要值。APE 是每个真实摘要值的噪声的平均值，是摘要报告中所有条目的平均值。在噪声实验室中，此值会乘以 100 以得出百分比。

优缺点

较小的数据桶对 APE 的最终值有过度的影响。这可能会在评估噪声时产生误导。因此，我们添加了另一个指标 RMSRE_T，旨在缓解 APE 的这一限制。如需了解详情，请参阅示例。

代码

查看 APE 计算的源代码。

RMSRE_T（带有阈值的均方根相对误差）

RMSRE_T（带有阈值的均方根相对误差）是另一种噪声衡量指标。

如何解读 RMSRE_T

RMSRE_T 值越低，信噪比越高。
例如，如果您的用例可接受的噪声比率为 20%，而 RMSRE_T 为 0.2，则您可以确信噪声水平在可接受的范围内。

公式

对于给定的摘要报告，RMSRE_T 的计算方法如下：

优缺点

与 APE 相比，RMSRE_T 的理解稍微复杂一些。不过，在某些情况下，它具有一些优势，比 APE 更适合分析摘要报告中的噪声：

• RMSRE_T 更稳定。“T”是阈值。“T”用于在计算 RMSRE_T 时，对转化次数较少且因规模较小而对噪声更敏感的存储分区分配较低权重。使用 T 时，指标不会在转化次数较少的分桶中出现峰值。如果 T 等于 5，则转化次数为 0 的存储分区中的噪声值即使小到 1，也不会显示为远远超过 1。而是将其上限设为 0.2，即 1/5，因为 T 等于 5。通过为较小的存储分区分配较低权重（因此对噪声更敏感），此指标会更稳定，从而更便于比较两种模拟结果。
• RMSRE_T 支持轻松聚合。知道多个存储分区的 RMSRE_T 以及它们的真实计数后，您就可以计算其总和的 RMSRE_T。这样，您还可以针对这些组合值优化 RMSRE_T。

虽然 APE 可以汇总，但由于涉及拉普拉斯噪声总和的绝对值，因此公式非常复杂。这使得 APE 更难优化。

代码

查看 RMSRE_T 计算的源代码。

示例

摘要报告包含三个存储分区：

• bucket_1 = noise: 10, trueSummaryValue: 100
• bucket_2 = noise: 20, trueSummaryValue: 100
• bucket_3 = noise: 20, trueSummaryValue: 200

APE = (0.1 + 0.2 + 0.1) / 3 = 13%

RMSRE_T = sqrt( ( (10/max(5,100))^2  + (20/max(5,100))^2 +
(20/max(5,200))^2) / 3) =  sqrt( (0.01 + 0.04 + 0.01) / 3) =  0.14 

包含三个存储分区的摘要报告：

• bucket_1 = noise: 10, trueSummaryValue: 100
• bucket_2 = noise: 20, trueSummaryValue: 100
• bucket_3 = noise: 20, trueSummaryValue: 20

APE = (0.1 + 0.2 + 1) / 3 = 43%

RMSRE_T = sqrt( ( (10/max(5,100))^2  + (20/max(5,100))^2 +
(20/max(5,20))^2) / 3)  =  sqrt( (0.01 + 0.04 + 1.0) / 3) =  0.59

包含三个存储分区的摘要报告：

• bucket_1 = noise: 10, trueSummaryValue: 100
• bucket_2 = noise: 20, trueSummaryValue: 100
• bucket_3 = noise: 20, trueSummaryValue: 0

APE = (0.1 + 0.2 + Infinity) / 3 = Infinity

RMSRE_T = sqrt( ( (10/max(5,100))^2  + (20/max(5,100))^2  +
(20/max(5,0))^2) / 3) =  sqrt( (0.01 + 0.04 + 16.0) / 3) =  2.31

DSP 或广告效果衡量公司可能有数千个全球广告客户，他们分布在多个行业，使用多种货币，并且有不同的潜在购买价格。这意味着，为每个广告客户创建和管理一个汇总键可能非常不切实际。此外，要选择一个可聚合的最大值和聚合预算，以限制来自全球数千个广告客户的噪声影响，这将是一项艰巨的任务。我们不妨考虑以下场景：

关键策略 A

广告技术提供商决定为其所有广告客户创建和管理一个密钥。在所有广告客户和所有币种中，购买交易量范围从低量高端购买交易到高量低端购买交易不等。这会生成以下键：

关键策略 B

广告技术提供商决定为其所有广告客户创建和管理两个密钥。他们决定按币种分隔键。在所有广告客户和所有币种中，购买交易量范围从低量高端购买交易到高量低端购买交易不等。按币种分隔，他们创建了 2 个键：

由于货币价值在不同货币之间并非均匀分布，因此关键策略 B 的结果中噪声较少。例如，请考虑以日元计价的购买交易与以美元计价的购买交易混合在一起会如何改变基础数据和由此产生的噪声输出。

关键策略 C

广告技术提供商决定为其所有广告客户创建和管理四个键，并按“币种 x 广告客户行业”对其进行分隔：

由于广告客户的购买价值并非在各广告客户之间均匀分布，因此关键策略 C 的结果中噪声较关键策略 B 少。例如，考虑一下高端珠宝购买交易与棒球帽购买交易混合在一起会如何改变底层数据并导致输出噪声。

考虑为多个广告客户的共性创建共享的最大汇总值和共享的放大系数，以减少输出中的噪声。例如，您可以为广告客户尝试以下不同的策略：

• 一个策略（以货币分隔，例如美元、日元、加元等）
• 按广告客户行业（保险、汽车、零售等）划分的单一策略
• 一个策略，以类似的购买价值范围（[100]、[1000]、[10000] 等）分隔

通过围绕广告客户的共性特征制定关键策略，您可以更轻松地管理键和相应的代码，并提高信噪比。针对不同的广告客户共性，尝试不同的策略，以发现在最大限度地减少噪声影响与代码管理之间存在的拐点。

我们来看看以下涉及两位广告客户的场景：

• 广告客户 A：
  • 广告客户 A 网站上的所有商品的可能购买价格介于 [$120 - $1,000] 之间，范围为 880 美元。
  • 购买价格均匀分布在 880 美元范围内，且没有超出购买价格中位数两个标准差的离群值。
• 广告客户 B：
  • 广告客户 B 网站上的所有商品的可能购买价格介于 [$120 - $1,000] 之间，范围为 880 美元。
  • 购买价格严重偏向于 120 美元到 500 美元之间，只有 5% 的购买交易发生在 500 美元到 1,000 美元之间。

鉴于贡献预算要求以及对最终结果应用噪声的方法，默认情况下，广告客户 B 的输出噪声水平会高于广告客户 A，因为广告客户 B 的离群值更有可能影响底层计算。

您可以通过特定的密钥设置来缓解此问题。测试有助于管理离群值并在键的购买范围内更均匀地分配购买价值的关键策略。

对于广告客户 B，您可以创建两个单独的键来捕获两个不同的购买价值范围。在此示例中，广告技术平台注意到，购买金额超过 500 美元的值存在离群值。请尝试为此广告客户实现两个单独的键：

• 键结构 1：仅捕获 120 美元到 500 美元之间的购买交易（涵盖约 95% 的总购买交易量）。
• 键结构 2：仅捕获金额超过 500 美元的购买交易（涵盖约 5% 的总购买量）的键。

实施此关键策略应该可以更好地为广告客户 B 管理噪声，并帮助他们最大限度地利用摘要报告。由于范围缩小了，现在，与之前使用单个键相比，键 A 和键 B 中的数据在各自的键中分布应该更加均匀。这将导致每个键的输出噪声影响小于之前的单个键。