科技 类型
可以朗读 语音朗读
59千字 字数
2023-11-01 发行日期
展开全部

主编推荐语

一本面向程序员的差分隐私书籍。

内容简介

本书主要介绍数据隐私保护领域所面临的挑战，描述为解决这些挑战而提出的技术，并帮助读者理解如何实现其中一部分技术。

书中前几章主要介绍去标识化、聚合、k-匿名性等无法抵御复杂隐私攻击的常用隐私技术。然后通过差分隐私技术、差分隐私的性质、敏感度、近似差分隐私、局部敏感度、差分隐私变体、指数机制、稀疏向量技术、本地差分隐私和合成数据等内容，详细介绍差分隐私如何从数学和技术角度提供隐私保护能力。

目录

  • 版权信息
  • 译者序
  • 第1章 引言
  • 第2章 去标识
  • 2.1 关联攻击
  • 2.1.1 重标识出Karrie有多难
  • 2.1.2 Karrie很特别吗
  • 2.1.3 可以重标识出多少个个体
  • 2.2 聚合
  • 2.2.1 小分组问题
  • 2.2.2 差分攻击
  • 2.3 总结
  • 第3章 k-匿名性
  • 3.1 验证k-匿名性
  • 3.2 泛化数据以满足k-匿名性
  • 3.3 引入更多的数据可以减小泛化的影响吗
  • 3.4 移除异常值
  • 3.5 总结
  • 第4章 差分隐私
  • 4.1 拉普拉斯机制
  • 4.2 需要多大的噪声
  • 第5章 差分隐私的性质
  • 5.1 串行组合性
  • 5.2 并行组合性
  • 5.2.1 直方图
  • 5.2.2 列联表
  • 5.3 后处理性
  • 第6章 敏感度
  • 6.1 距离
  • 6.2 计算敏感度
  • 6.2.1 计数问询
  • 6.2.2 求和问询
  • 6.2.3 均值问询
  • 6.3 裁剪
  • 第7章 近似差分隐私
  • 7.1 近似差分隐私的性质
  • 7.2 高斯机制
  • 7.3 向量值函数及其敏感度
  • 7.3.1 L1和L2范数
  • 7.3.2 L1和L2敏感度
  • 7.3.3 选择L1还是L2
  • 7.4 灾难机制
  • 7.5 高级组合性
  • 7.6 近似差分隐私的高级组合性
  • 第8章 局部敏感度
  • 8.1 均值问询的局部敏感度
  • 8.2 通过局部敏感度实现差分隐私
  • 8.3 平滑敏感度
  • 8.4 采样-聚合框架
  • 第9章 差分隐私变体
  • 9.1 最大散度和瑞丽散度
  • 9.2 瑞丽差分隐私
  • 9.3 零集中差分隐私
  • 9.4 不同差分隐私变体的组合性
  • 第10章 指数机制
  • 10.1 有限集合的指数机制
  • 10.2 报告噪声最大值
  • 10.3 将指数机制作为差分隐私的基本机制
  • 第11章 稀疏向量技术
  • 11.1 高于阈值算法
  • 11.2 应用稀疏向量技术
  • 11.3 返回多个问询结果
  • 11.4 应用：范围问询
  • 第12章 算法设计练习
  • 12.1 需要考虑的问题
  • 12.2 更普适的采样-聚合算法
  • 12.3 汇总统计
  • 12.4 频繁项
  • 12.5 分层查询
  • 12.6 一系列范围问询
  • 12.6.1 第1部分
  • 12.6.2 第2部分
  • 12.6.3 第3部分
  • 第13章 机器学习
  • 13.1 使用scikit-learn实现逻辑回归
  • 13.2 模型是什么
  • 13.3 使用梯度下降训练模型
  • 13.3.1 单步梯度下降
  • 13.3.2 梯度下降算法
  • 13.4 差分隐私梯度下降
  • 13.4.1 梯度裁剪
  • 13.4.2 梯度的敏感度
  • 13.5 噪声对训练的影响
  • 第14章 本地差分隐私
  • 14.1 随机应答
  • 14.2 一元编码
  • 第15章 合成数据
  • 15.1 合成表示：直方图
  • 15.2 增加差分隐私
  • 15.3 生成列表数据
  • 15.4 生成更多数据列
  • 15.5 总结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。