| ISBN/价格: | 978-7-111-78967-3:CNY119.00 |
| 作品语种: | chi |
| 出版国别: | CN 110000 |
| 题名责任者项: | 差分隐私/.(美)伊桑·科恩(EthanCowan),(美)迈克尔·舒马特(MichaelShoemate),(美)玛雅娜·佩雷拉(MayanaPereira)著 |
| 出版发行项: | 北京:,机械工业出版社:,2025.9 |
| 载体形态项: | 289页:;+23cm |
| 提要文摘: | 差分隐私可以在不泄露数据集中具体个人信息的前提下,准确发布数据集的统计信息。本书详细阐述了差分隐私的理论基础、实际应用以及面临的挑战,覆盖具体算法和数学模型。全书分为三部分:第一部分介绍差分隐私的理论,详细解释了准备数据和执行差分隐私数据发布所需的各个概念;第二部分探讨差分隐私的应用,包括如何查询不同的数据格式(如搜索日志)以及在机器学习算法中添加差分隐私;第三部分则关注从业者需要了解的重要主题,例如理解隐私攻击、设置隐私参数以及部署首次差分隐私数据发布。本书适合数据管理人员、数据技术相关人员、安全领域技术人员等阅读。 |
| 题名主题: | 隐私权 数据保护 研究 |
| 中图分类: | TP274 |
| 个人名称等同: | 伊桑·科恩 伊桑 (美) 著 |
|---|
| 个人名称等同: | 迈克尔·舒马特 迈克尔 (美) 著 |
|---|
| 个人名称等同: | 玛雅娜·佩雷拉 玛雅娜 (美) 著 |
| 记录来源: | CN LCTBU 20251012 |