题名:
差分隐私   / (美) 伊桑·科恩, (美) 迈克尔·舒马特, (美) 玛雅娜·佩雷拉著 , 梁程, 卢夏禹, 陈星任, 李燕宏译
ISBN:
978-7-111-78967-3 价格: CNY119.00
语种:
chi
载体形态:
289页 图 24cm
出版发行:
出版地: 北京 出版社: 机械工业出版社 出版日期: 2025
内容提要:
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。 
主题词:
隐私权   数据保护
中图分类法:
TP309.2 版次: 5
中图分类法:
TP274 版次: 5
其它题名:
OpenDP理论与实践
主要责任者:
考恩
主要责任者:
舒马特
主要责任者:
佩雷拉
次要责任者:
梁程
次要责任者:
卢夏禹
次要责任者:
陈星任
责任者附注:
伊桑·科恩(Ethan Cowan),在2020-2022年作为OpenDP团队的一员从事软件研发方面的工作。他专注于对机器学习模型进行隐私保护,并开发用于分析具有内置差分隐私的敏感数据的平台。 
责任者附注:
迈克尔·舒马特(Michael Shoemate),是OpenDP库的架构师,OpenDP库是一个广泛使用的开源差分隐私库。他的工作包括与研究人员合作,将差分隐私方法改编成值得信赖且易于使用的软件工具,并传达这些工具的使用方法。 
责任者附注:
玛雅娜·佩雷拉(Mayana Pereira),在微软的Al for Good团队中,致力于将机器学习和隐私保护技术应用于各种实际问题。她同时也是OpenDP的积极合作者,OpenDP是一个开源项目。 
责任者附注:
著者Cowan规范汉译姓: 考恩