动手学差分隐私

作者：（美）约瑟夫·P. 尼尔（Joseph P. Near）,（美）希肯·亚比雅（Chiké Abuah）

出版社：

机械工业出版社

ISBN：

9787111741312

电子出版物发行数量：

1000

版权持有：

机械工业出版社有限公司

电子出版物发行单位：

机械工业出版社有限公司

电子出版物发行网站：

电子出版物发行批次：

1

电子出版物发行时间：

2024-02-27

数字图书定价：

75.05

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 />

5.0分