MARC状态：审校 文献类型：中文图书 浏览次数：29
- 题名/责任者:
- 隐私计算/陈凯, 杨强著
- 出版发行项:
- 北京:电子工业出版社,2022.2
- ISBN及定价:
- 978-7-121-42641-4/CNY118.00
- 载体形态项:
- xviii, 238页:图;24cm
- 并列正题名:
- Privacy-preserving computing
- 丛编项:
- 人工智能前沿技术丛书
- 个人责任者:
- 陈凯 著
- 个人责任者:
- 杨强 著
- 学科主题:
- 计算机网络-网络安全
- 中图法分类号:
- TP393.08
- 书目附注:
- 有书目 (第215-232页)
- 提要文摘附注:
- 全书共11章，按层次划分为三部分。第一部分全面系统地阐述隐私加密计算技术，包括秘密共享、同态加密、不经意传输和混淆电路。第二部分介绍隐私保护计算技术，包括差分隐私、可信执行环境和联邦学习。第三部分介绍基于隐私计算技术构建的隐私计算平台，主要包括面向联邦学习的FATE平台和加密数据库的CryptDB系统等五个平台，以及隐私计算平台的效率问题和常见的加速策略。在实践案例部分，主要介绍包括金融营销与风控、广告计费、广告推荐、数据查询、医疗、语音识别及政务等领域的应用案例。此外，本书还展望了隐私计算未来的研究和落地方向。在附录中介绍了当前最新的中国数据保护法律概况。
- 使用对象附注:
- 本书可供计算机科学、隐私保护、大数据和人工智能相关专业的学生，以及对隐私计算有兴趣的相关从业者阅读，也适合从事隐私保护相关研究的研究人员、法律法规制定者和政府监管部门人士阅读。
全部MARC细节信息>>