更新时间：2024-04-12 19:23:30
封面
版权信息
前言
第一篇 基础知识
第1章 绪论
1.1 数据隐私的产生
1.2 数据隐私技术
1.3 数据隐私面临的挑战
1.4 小结
参考文献
第2章 数据隐私的概念
2.1 引言
2.2 数据隐私的定义与特征
2.3 数据隐私的分类
2.4 数据隐私的框架
2.5 小结
第3章 数据治理的概念
3.1 引言
3.2 数据治理的体系
3.3 数据治理的法律法规
3.4 数据治理的实践
3.5 小结
第二篇 大数据隐私保护技术
第4章 差分隐私方法
4.1 基础知识
4.2 面向数据发布的隐私保护
4.3 面向数据分析的隐私保护
4.4 小结
第5章 本地化差分隐私方法
5.1 基础知识
5.2 基于简单数据集的隐私保护
5.3 基于复杂数据集的隐私保护
5.4 小结
第6章 差分隐私与实用性
6.1 引言
6.2 隐私放大理论与方法
6.3 差分隐私与密码学方法的结合
6.4 一种隐私实用化框架
6.5 小结
第三篇 人工智能隐私保护技术
第7章 机器学习中的隐私保护
7.1 引言
7.2 机器学习的隐私保护
7.3 统计学习的隐私保护
7.4 深度学习的隐私保护
7.5 小结
第8章 联邦学习中的隐私保护
8.1 引言
8.2 隐私保护的联邦学习架构
8.3 基于差分隐私的联邦学习
8.4 基于安全聚合的联邦学习
8.5 个性化隐私保护与联邦学习
8.6 小结
第四篇 数据生态与数据治理
第9章 数据要素市场
9.1 引言
9.2 数据交易
9.3 数据流通
9.4 小结
第10章 数据垄断
10.1 引言
10.2 数据垄断现状
10.3 数据垄断的成因与危害
10.4 数据垄断治理模式
10.5 小结
第11章 数据公平
11.1 引言
11.2 对公平的理解
11.3 公平计算方法
11.4 小结
第12章 数据透明
12.1 引言
12.2 数据透明的概念
12.3 数据透明框架
12.4 基于区块链的数据透明方案
12.5 小结
丛书简介
