动手学差分隐私
正版保障 假一赔十 电子发票
¥
49.56
6.3折
¥
79
全新
库存34件
作者(美) 约瑟夫·P. 尼尔, 希肯·亚比雅著
出版社机械工业出版社
ISBN9787111741312
出版时间2024-01
装帧平装
开本其他
定价79元
货号4529363
上书时间2024-11-18
商品详情
- 品相描述:全新
- 商品描述
-
目录
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。
内容摘要
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,描述为解决这些挑战而提出的技术,并帮助读者理解如何实现其中一部分技术。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。<br />
主编推荐
本书是面向程序员的差分隐私书籍,最初由佛蒙特大学作为数据隐私课程的讲义,之后被芝加哥大学、宾夕法尼亚州立大学和莱斯大学选作教学参考书。本书旨在向读者介绍数据隐私保护领域所面临的挑战,描述为解决这些挑战而提出的技术,并帮助读者理解如何实现其中的关键技术。
本书强调动手实践,包含很多示例和很多概念的具体实现,这些示例和实现都是用可以实际运行的程序编写的,并提供开源代码下载。
— 没有更多了 —
以下为对购买帮助不大的评价