隐私计算理论与技术
全新正版 假一赔十 可开发票
￥ 78.07 7.1折 ￥ 109.8 全新
库存3件
北京东城
认证卖家担保交易快速发货售后保障
作者李凤华,李晖,牛犇
出版社人民邮电出版社
ISBN9787115563965
出版时间2021-04
装帧精装
开本16开
定价109.8元
货号1202516624
上书时间2024-09-02
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章绪论1
1.1用户数据、个人信息与隐私信息1
1.1.1用户数据1
1.1.2个人信息2
1.1.3隐私信息3
1.2隐私防护与隐私脱敏3
1.2.1隐私防护4
1.2.2隐私脱敏6
1.3隐私保护的“四权”7
1.3.1隐私信息的攸关方7
1.3.2知情权8
1.3.3删除权8
1.3.4被遗忘权8
1.3.5延伸授权8
1.4隐私保护面临的技术挑战9
1.4.1体系化的计算模型9
1.4.2隐私保护效果评估10
1.4.3隐私信息的延伸控制10
1.4.4隐私侵犯的取证11
1.5本章小结11
第2章隐私保护相关技术发展现状13
2.1隐私防护技术13
2.1.1同态加密13
2.1.2安全多方计算14
2.1.3访问控制14
2.1.4可信计算15
2.2隐私脱敏技术16
2.2.1基于匿名的隐私脱敏17
2.2.2基于差分的隐私脱敏20
2.2.3基于信息论的隐私脱敏24
2.2.4隐私度量与评估24
2.3隐私保护对抗分析25
2.4隐私计算27
2.4.1隐私保护技术的不足27
2.4.2隐私计算的必然性27
2.5本章小结28
第3章隐私计算理论39
3.1隐私计算定义39
3.1.1隐私计算的基本定义39
3.1.2隐私信息的形式化描述40
3.2隐私计算关键技术环节与计算框架43
3.2.1隐私计算关键技术环节43
3.2.2隐私计算框架45
3.3隐私计算的重要特性48
3.4隐私智能感知与动态度量49
3.4.1隐私信息智能感知与压缩感知49
3.4.2隐私信息的动态度量50
3.5隐私保护算法设计准则51
3.5.1隐私保护算法设计的5个准则51
3.5.2隐私保护算法设计准则实例52
3.6隐私保护效果评估54
3.6.1可逆性55
3.6.2延伸控制性56
3.6.3偏差性56
3.6.4复杂性56
3.6.5信息损失性57
3.7隐私计算语言57
3.7.1隐私定义语言57
3.7.2隐私操作语言58
3.7.3隐私控制语言58
3.8隐私侵犯行为判定与追踪溯源58
3.8.1隐私侵犯行为追踪溯源取证框架59
3.8.2隐私侵犯行为的判定60
3.8.3隐私侵犯溯源取证61
3.9隐私信息系统架构63
3.9.1隐私信息系统架构64
3.9.2隐私信息描述实例64
3.9.3隐私计算的应用实例69
3.10本章小结73
第4章隐私计算技术74
4.1隐私保护算法理论基础74
4.1.1概率论与隐私计算74
4.1.2信息论与隐私计算82
4.2典型隐私保护算法86
4.2.1基于匿名的隐私保护算法86
4.2.2基于差分的隐私保护算法95
4.2.3基于隐私-可用性函数的隐私保护算法106
4.3隐私延伸控制118
4.3.1图片共享中的隐私信息传播控制118
4.3.2跨系统交换的图片隐私延伸控制130
……
内容摘要
通信技术、网络技术和计算技术的持续演化与普及应用促进了"万物智慧互联、信息泛在共享"。用户数据频繁跨境、跨系统、跨生态圈交换已成为常态，隐私信息滥用治理难和保护手段缺失已成为世界性问题，个人信息保护己成为国家安全战略，亟须加强此领域基础理论研究，支撑泛在互联环境下个人信息保护，守护隐私信息。作者于2015年抢先发售提出隐私计算概念及其研究范畴，本书是作者致力于隐私计算研究的原始创新科研成果，系统阐述了隐私计算基础理论与技术。本书首先介绍了个人信息与隐私保护的内涵，明确了隐私防护与隐私脱敏的学术范畴，并总结归纳了隐私保护技术的局限性及引入隐私计算研究的必要性；然后全面阐述了隐私计算的理论体系、基于隐私计算思想研宄的若干隐私保护算法；最后展望了隐私计算的未来研究方向。
本书可作为网络空间安全和计算机领域的理论研究和工程技术开发参考书，也可作为研究生和高年级本科生的教学参考书。
主编推荐
1.本书以隐私计算理论为核心，是一本系统阐述相关关键技术及应用的学术专著。
2.本书作者长期工作在数据安全与隐私保护前线，深度参与国家网信办大数据安全评估工作，深入调研百度、阿里巴巴等具有较大影响力的国内互联网公司的数据安全与隐私保护的需求与现状，深刻了解国家对数据安全与隐私保护的监管需求。
3.本专著针对复杂应用场景下的体系化隐私保护问题，结合以大型互联网公司为代表的隐私保护实际需求，从隐私信息全生命周期保护的角度为切入点，系统化地提出了隐私计算理论及关键技术体系。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价