• 动手学差分隐私 [美]约瑟夫·P. 尼尔
  • 动手学差分隐私 [美]约瑟夫·P. 尼尔
21年品牌 40万+商家 超1.5亿件商品

动手学差分隐私 [美]约瑟夫·P. 尼尔

42 5.3折 79 全新

仅1件

北京海淀
认证卖家担保交易快速发货售后保障

作者(美)约瑟夫·P. 尼尔,(美)希肯·亚比雅

出版社机械工业出版社

出版时间2024-01

版次1

装帧平装

上书时间2024-08-25

深夜港湾

六年老店
已实名 进店 收藏店铺

   商品详情   

品相描述:全新
图书标准信息
  • 作者 (美)约瑟夫·P. 尼尔,(美)希肯·亚比雅
  • 出版社 机械工业出版社
  • 出版时间 2024-01
  • 版次 1
  • ISBN 9787111741312
  • 定价 79.00元
  • 装帧 平装
  • 开本 32开
  • 页数 288页
  • 字数 137千字
【内容简介】


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。
【作者简介】
:
    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。他曾在纽约一家初创公司担任全栈软件工程师。
【目录】


译者序

章引言1

第2章去标识3

2.1关联攻击4

2.1.1重标识出karrie有多难5

2.1.2karrie很特别吗7

2.1.3可以重标识出多少个个体8

2.2聚合10

2.2.1小分组问题10

2.2.2差分攻击11

2.3结12

第3章k-匿名13

3.1验证k-匿名14

3.2泛化数据以满足k-匿名15

3.3引入更多的数据可以减小泛化的影响吗17

3.4移除异常值19

3.5结20

第4章差分隐私21

4.1拉普拉斯机制22

4.2需要多大的噪声24

第5章差分隐私的质25

5.1串行组合25

5.2并行组合29

5.2.1直方图30

5.2.2列联表31

5.3后处理32

第6章敏感度35

6.1距离36

6.2计算敏感度37

6.2.1问询37

6.2.2求和问询38

6.2.3均值问询39

6.3裁剪40

第7章近似差分隐私45

7.1近似差分隐私的质46

7.2高斯机制46

7.3向量值函数及其敏感度48

7.3.1l1和l2范数48

7.3.2l1和l2敏感度48

……

点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP