联邦学习原理与PySyft实战

图书标准信息

• 作者 高志强
• 出版社 中国铁道出版社
• 出版时间 2023-01
• 版次 1
• ISBN 9787113295172
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 244页
• 字数 315.000千字

【内容简介】

鉴于小数据和“数据孤岛”成为制约人工智能技术发展的关键挑战性问题。本书全方位讲解人工智能领域的联邦学习原理，翔实阐述在平衡智能学习和信息安全的前提下，如何通过加密机制进行模型参数交换，安全地进行人工智能模型训练，所建立的虚拟共享智能模型与直接聚合所有数据获得的zui优模型性能相近。除此之外，本书致力于全流程介绍联邦学习实践工具，帮助读者搭建完整的框架平台以及它们之间的应用关系，推动人工智能技术转化应用落地；最后本书通过7个实践案例全维度展现联邦学习实战。

【作者简介】

     高志强，军队指挥学武警信息化研究方向博士，毕业于中国人民武装警察部队工程大学，武警部队首届军事大数据工程专业筹备组成员。作为骨干成员参与研制多项武警部队信息化装备及平台系统，参与国家自然科学基金2项、陕西省自然科学基金1项。主要研究方向：深度学习、大数据与智能计算、面向大数据开放与治理的差分隐私保护数据发布关键技术研究及应用、粒子群优化算法等。

【目录】

第1章联邦学习的时代背景

1.1大数据时代的“数据孤岛”

1.1.1信息孤岛

1.1.2数据孤岛

[思维拓展]数据中台

1.2人工智能视角下的隐私保护与数据安全

1.2.1大数据的隐私保护

[思维拓展]大规模隐私泄露事件

1.2.2人工智能时代的隐私与安全

[思维拓展]无处安放的隐私——特斯拉在盯着你

1.3联邦学习的使命任务

1.3.1大势所趋：政策法律和市场风向

1.3.2合法合规：“可用不可见”的数据流通

1.3.3破解之道：人工智能与隐私、数据安全的兼得

1.4本章小结

……