机读格式显示(MARC)
- 010 __ |a 978-7-121-42641-4 |d CNY118.00
- 100 __ |a 20220418d2022 em y0chiy50 ea
- 200 1_ |a 隐私计算 |A yin si ji suan |d = Privacy-preserving computing |f 陈凯, 杨强著 |z eng
- 210 __ |a 北京 |c 电子工业出版社 |d 2022.2
- 215 __ |a xviii, 238页 |c 图 |d 24cm
- 225 2_ |a 人工智能前沿技术丛书 |A ren gong zhi neng qian yan ji shu cong shu
- 320 __ |a 有书目 (第215-232页)
- 330 __ |a 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。
- 333 __ |a 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。
- 410 _0 |1 2001 |a 人工智能前沿技术丛书
- 510 1_ |a Privacy-preserving computing |z eng
- 606 0_ |a 计算机网络 |A ji suan ji wang luo |x 网络安全
- 701 _0 |a 陈凯 |A chen kai |4 著
- 701 _0 |a 杨强 |A yang qiang |4 著
- 801 _0 |a CN |b 江苏新华 |c 20220209
- 905 __ |a WXCSXY |d TP393.08/439