4.6
用户推荐指数
计算机 类型
可以朗读 语音朗读
185千字 字数
2022-02-01 发行日期
展开全部

主编推荐语

本书从隐私计算的安全保护技术和应用技术两个维度，深入浅出地讲解了6大类隐私计算技术的工作原理、应用方法、开发框架、案例实践。

内容简介

本书全书共11章，分为4篇：

第一篇，基础概念（第1-2章）讲述隐私计算的基础知识，为后续深入讲解隐私计算原理和技术做铺垫。

第二篇，安全保护技术（第3-8章）讲述隐私计算技术中的各项安全保护技术，包括深入讲述混淆电路、秘密共享、同态加密、零知识证明、差分隐私、可信执行环境等隐私计算安全保护技术。每一项技术都讲解了其原理、应用开发框架以及实践案例。

第三篇，应用技术（第9-10章）通过隐私保护集合交集技术、联邦学习方面的2个综合案例讲解了隐私计算安全保护技术的应用。

第四篇，展望（第11章）介绍了隐私计算技术标准化的相关进展，探讨隐私计算技术的困境和发展前景。

目录

  • 版权信息
  • 作者简介
  • 序
  • 前言
  • 第一篇 基础概念
  • 第1章 隐私计算技术的起源、发展及应用
  • 1.1 隐私计算技术的起源
  • 1.2 隐私计算的概念
  • 1.3 隐私计算技术的发展脉络
  • 1.4 隐私计算技术是重大科技趋势
  • 1.5 隐私计算技术的应用场景
  • 1.6 本章小结
  • 第2章 隐私计算技术的基础知识
  • 2.1 非对称加密RSA算法
  • 2.2 不经意传输
  • 2.3 布隆过滤器
  • 2.4 隐私计算安全性假设
  • 2.5 本章小结
  • 第二篇 安全保护技术
  • 第3章 混淆电路技术的原理与实践
  • 3.1 混淆电路的原理
  • 3.2 开发框架Obliv-C
  • 3.3 应用案例：解决“百万富翁”难题
  • 3.4 扩展阅读
  • 3.5 本章小结
  • 第4章 秘密共享技术的原理与实践
  • 4.1 秘密共享的概念
  • 4.2 Shamir门限秘密共享方案
  • 4.3 通过秘密共享实现隐私计算的原理
  • 4.4 开发框架JIFF
  • 4.5 应用案例：求向量内积
  • 4.6 扩展阅读
  • 4.7 本章小结
  • 第5章 同态加密技术的原理与实践
  • 5.1 同态加密算法概述
  • 5.2 半同态加密算法实践
  • 5.3 开发框架SEAL
  • 5.4 应用案例：距离计算
  • 5.5 扩展阅读
  • 5.6 本章小结
  • 第6章 零知识证明技术的原理与实践
  • 6.1 零知识证明技术的算法原理
  • 6.2 开发框架libsnark
  • 6.3 应用案例：以零知识证明方式提供财富达标证明
  • 6.4 同态承诺
  • 6.5 扩展阅读
  • 6.6 本章小结
  • 第7章 差分隐私技术的原理与实践
  • 7.1 差分隐私概述
  • 7.2 开发框架SmartNoise
  • 7.3 应用案例：美国人口数据统计
  • 7.4 扩展阅读
  • 7.5 本章小结
  • 第8章 可信执行环境技术的原理与实践
  • 8.1 可信执行环境的原理
  • 8.2 基于硬件的可信执行环境Intel SGX
  • 8.3 Intel SGX开发入门
  • 8.4 开发框架Teaclave
  • 8.5 应用案例：Private Join and Compute
  • 8.6 可信计算
  • 8.7 扩展阅读
  • 8.8 本章小结
  • 第三篇 应用技术
  • 第9章 隐私保护集合交集技术的原理与实践
  • 9.1 PSI的实现原理
  • 9.2 应用案例
  • 9.3 扩展阅读
  • 9.4 本章小结
  • 第10章 联邦学习
  • 10.1 联邦学习的源起
  • 10.2 联邦学习的分类
  • 10.3 基础隐私计算技术在联邦学习中的应用
  • 10.4 扩展阅读
  • 10.5 本章小结
  • 第四篇 展望
  • 第11章 隐私计算的困境与展望
  • 11.1 隐私计算的困境
  • 11.2 隐私计算的趋势与展望
  • 11.3 隐私计算技术标准化
  • 11.4 数据要素化与隐私计算
  • 11.5 本章小结
展开全部

评分及书评

4.6
7个评分
  • 用户头像
    给这本书评了
    5.0
    可用不可见，可控可计算

    数据这个新石油，还有漫长的路要走呀。

      转发
      评论
      用户头像
      给这本书评了
      5.0

      必须要承认，国外在这个领域闷头发展了十几年，既有较深的理论研究，同时也非常务实地多方向发展了很多面向产业应用的开发框架，而且非常不拘一格。举一个有代表性的例子，书中会介绍波士顿大学开发的框架 JIFF。有意思的是，这个框架并没有选择 C、Java 或者 Python 等大数据分析常用的编程语言来实现，而是选择了 JavaScript，因为开发者希望借此方便 Web 和移动开发。相对来说，Web 和移动应用更为简单友好，开发效率更高，成本也更低。虽然 JIFF 还是学术研发性质的开发框架，但其设计目标和理念非常务实和落地，这一点我觉得非常值得我们借鉴，希望这本书在介绍隐私计算技术的同时，也对读者考虑广泛而朴实的应用有所启发。

        转发
        评论

      出版方

      机械工业出版社有限公司

      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。