机读格式显示(MARC)

• 000 01206nam0 2200301 450

• 001 0000586541

• 005 20220815074200.0

• 010 __ |a 978-7-121-41207-3 |d CNY88.00

• 100 __ |a 20211202d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 隐私保护机器学习 |A yin si bao hu ji qi xue xi |f 王力, 张秉晟, 陈超超著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021.9

• 215 __ |a xxiii, 277页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第252-277页)

• 330 __ |a 本书通过扩充数据量来提升模型效果的需求也变得越来越强烈。但是在数据共享的过程中，不可避免会涉及到两个问题：隐私泄露和数据滥用。隐私计算解决的就是在多方数据共享中，如何解决数据隐私和数据滥用的问题。本书将详细地介绍隐私计算的理论基础、算法方案与系统设计。

• 333 __ |a 适合隐私保护及其学习领域的从业者阅读，也可供高校相关专业的本科生、研究生学习参考

• 510 1_ |a Privacy preserving machine learning |z eng

• 606 0_ |a 数据处理 |A shu ju chu li |x 安全技术

• 690 __ |a TP274 |v 5

• 701 _0 |a 王力 |A wang li |4 著

• 701 _0 |a 张秉晟 |A zhang bing sheng |4 著

• 701 _0 |a 陈超超 |A chen chao chao |4 著

• 801 _0 |a CN |b 江苏新华 |c 20211124

• 905 __ |a WXCSXY |d TP274/772