书籍作者:孟小峰 | ISBN:9787111728184 |
书籍语言:简体中文 | 连载状态:全集 |
电子书格式:pdf,txt,epub,mobi,azw3 | 下载次数:1592 |
创建日期:2024-04-30 | 发布日期:2024-04-30 |
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板 |
前言
第一篇基础知识
第1章绪论2
1.1数据隐私的产生2
1.1.1社会发展视角下的隐私3
1.1.2数据发展视角下的隐私6
1.2数据隐私技术7
1.2.1模糊技术7
1.2.2扰动技术8
1.2.3加密技术9
1.2.4混合隐私技术10
1.2.5分布式计算框架11
1.2.6区块链技术12
1.2.7技术的比较12
1.3数据隐私面临的挑战13
1.3.1大数据隐私挑战13
1.3.2人工智能隐私挑战15
1.3.3数据治理挑战16
1.4小结18
参考文献19
第2章数据隐私的概念21
2.1引言21
2.2数据隐私的定义与特征22
2.2.1数据隐私的定义22
2.2.2数据隐私的基本特征22
2.2.3数据隐私和信息安全的区别22
2.3数据隐私的分类24
2.3.1数据隐私的构成要素24
2.3.2显式隐私与隐式隐私24
2.3.3数据隐私保护场景26
2.4数据隐私的框架29
2.4.1隐私风险监测31
2.4.2隐私风险评估31
2.4.3隐私主动管理32
2.4.4隐私溯源问责32
2.4.5法律法规保障33
2.5小结34
参考文献34
第3章数据治理的概念36
3.1引言36
3.2数据治理的体系38
3.3数据治理的法律法规39
3.4数据治理的实践42
3.5小结43
参考文献43
第二篇大数据隐私保护技术
第4章差分隐私方法46
4.1基础知识46
4.1.1基本定义47
4.1.2基础性质48
4.1.3常用扰动机制50
4.1.4应用场景53
4.2面向数据发布的隐私保护53
4.2.1直方图数据发布54
4.2.2划分发布58
4.3面向数据分析的隐私保护61
4.3.1分类分析61
4.3.2频繁模式挖掘62
4.3.3回归分析63
4.4小结65
参考文献65
第5章本地化差分隐私方法68
5.1基础知识69
5.1.1基本定义69
5.1.2基础性质70
5.1.3常用扰动机制71
5.1.4应用场景72
5.2基于简单数据集的隐私保护74
5.2.1频率统计74
5.2.2均值统计75
5.3基于复杂数据集的隐私保护77
5.3.1键值对数据的收集与发布78
5.3.2图数据的收集与发布81
5.3.3时序数据的收集与发布84
5.4小结86
参考文献87
第6章差分隐私与实用性89
6.1引言90
6.2隐私放大理论与方法91
6.2.1基于二次采样的隐私放大方法91
6.2.2基于混洗的隐私放大方法93
6.2.3其他隐私放大方法95
6.3差分隐私与密码学方法的结合95
6.3.1密码学方法改进差分隐私效用95
6.3.2差分隐私改进密码学协议效率100
6.4一种隐私实用化框架103
6.4.1ESA框架与定义103
6.4.2ESA中的隐私放大107
6.4.3混洗差分隐私方法108
6.5小结111
参考文献111
第三篇人工智能隐私保护技术
第7章机器学习中的隐私保护116
7.1引言117
7.2机器学习的隐私保护119
7.2.1同态加密119
7.2.2差分隐私119
7.3统计学习的隐私保护120
7.4深度学习的隐私保护124
7.4.1隐私算法设计124
7.4.2隐私风险分析125
7.5小结127
参考文献127
第8章联邦学习中的隐私保护129
8.1引言129
8.2隐私保护的联邦学习架构133
8.3基于差分隐私的联邦学习135
8.4基于安全聚合的联邦学习136
8.5个性化隐私保护与联邦学习138
8.5.1个性化隐私保护139
8.5.2个性化隐私保护的联邦学习141
8.6小结142
参考文献142
第四篇数据生态与数据治理
第9章数据要素市场146
9.1引言146
9.2数据交易148
9.2.1免费交易框架148
9.2.2付费交易框架149
9.2.3模型交易框架150
9.3数据流通152
9.4小结154
参考文献154
第10章数据垄断155
10.1引言155
10.2数据垄断现状157
10.2.1定义与概念157
10.2.2总体状况158
10.2.3详情分析159
10.3数据垄断的成因与危害160
10.3.1垄断成因160
10.3.2垄断危害161
10.4数据垄断治理模式162
10.4.1局部模式162
10.4.2中介模式163
10.4.3全局模式164
10.5小结165
参考文献165
第11章数据公平166
11.1引言166
11.2对公平的理解167
11.3公平计算方法168
11.3.1蛋糕分割问题168
11.3.2价格歧视问题169
11.3.3算法偏见问题170
11.3.4数据偏见问题171
11.4小结172
参考文献172
第12章数据透明174
12.1引言174
12.2数据透明的概念175
12.3数据透明框架176
12.4基于区块链的数据透明方案178
12.4.1数据获取与共享透明179
12.4.2数据云存储服务透明181
12.4.3数据决策透明183
12.5小结184