MARC状态：订购 文献类型：中文图书 浏览次数：11
- 题名/责任者:
- 动手学差分隐私/(美) 约瑟夫·P. 尼尔, 希肯·亚比雅著 刘巍然, 李双译
- 出版发行项:
- 北京:机械工业出版社,2024
- ISBN及定价:
- 978-7-111-74131-2/CNY79.00
- 载体形态项:
- 136页:图;24cm
- 丛编项:
- 网络空间安全技术丛书
- 个人责任者:
- 尼尔 (Near, Joseph P.) 著
- 个人责任者:
- 亚比雅 (Abuah, Chiké) 著
- 个人次要责任者:
- 刘巍然 译
- 个人次要责任者:
- 李双 译
- 学科主题:
- 隐私权-数据采掘-数据保护-研究
- 中图法分类号:
- TP311.131
- 出版发行附注:
- 本书中文简体字版由Joseph P. Near and Chike Abuah授权机械工业出版社独家出版
- 责任者附注:
- 约瑟夫·P. 尼尔(Joseph P. Near)，佛蒙特大学计算机科学系助理教授。他的研究兴趣包括数据隐私、计算机安全和编程语言。
- 责任者附注:
- 希肯·亚比雅(Chiké Abuah)，计算机科学家，研究方向为数据隐私、网络安全和自动推理。他在佛蒙特大学获得计算机科学博士学位。目前，他致力于研究和实现编程语言和分析工具，帮助程序员构建可靠的软件。
- 责任者附注:
- 刘巍然，阿里巴巴集团高级安全专家，北京航空航天大学通信与信息系统博士，知乎密码学领域优秀回答者。现从事差分隐私、安全多方计算、高级密码学技术等数据安全与隐私保护技术的研究和实现工作，是隐私计算开源算法库mpc4j的负责人与核心开发人员。
- 责任者附注:
- 李双，阿里巴巴集团联邦学习开发工程师，电子科技大学网络空间安全硕士。现从事联邦学习、差分隐私深度学习等数据安全与隐私保护技术相关的工程开发工作。
- 书目附注:
- 有书目 (第135-136页)
- 提要文摘附注:
- 本书主要介绍数据隐私保护领域所面临的挑战，以及为解决这些挑战而提出的技术，并帮助读者理解如何实现这些技术。本书前几章主要介绍去标识化、聚合、k-匿名性等无法抵御复杂隐私攻击的常用隐私技术。然后通过差分隐私技术、差分隐私的性质、敏感度、近似差分隐私、局部敏感度、差分隐私变体、指数机制、稀疏向量技术、本地差分隐私和合成数据等内容，详细介绍差分隐私如何从数学和技术角度提供隐私保护能力。
全部MARC细节信息>>