MARC状态:审校 文献类型:中文图书 浏览次数:1
- 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
- ISBN及定价:
- 978-7-121-42641-4/CNY118.00
- 载体形态项:
- 256页;24cm
- 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
- 提要文摘附注:
- 全书共有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和实践案例,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;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阅读
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 | 还书位置 |
TP393.08/323 | B0112537 | ![]() |
可借 | 库本 | |
TP393.08/323 | B0112536 | ![]() |
可借 | 基本书库 |
显示全部馆藏信息