安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

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,2024.1

ISBN及定价:

978-7-111-74131-2/CNY79.00

载体形态项:

136页:图;24cm

统一题名:

Programming differential privacy

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, Chike) 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。他在印第安纳大学获得计算机科学学士学位, 在麻省理工学院获得计算机科学硕士和博士学位。希肯·亚比雅 (Chike 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。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。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:

本书是一本面向程序员的差分隐私书籍, 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。

使用对象附注:

本书适用于计算机相关专业人员

豆瓣简介：