新書推薦：
《
大唐名城：长安风华冠天下
》
售價：HK$
87.4
《
情绪传染（当代西方社会心理学名著译丛）
》
售價：HK$
88.5
《
中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版
》
售價：HK$
236.0
《
革命与反革命：社会文化视野下的民国政治（近世中国丛书）
》
售價：HK$
93.2
《
画楼：《北洋画报》忆旧（年轮丛书）
》
售價：HK$
337.5
《
大国脊梁：漫画版
》
售價：HK$
80.2
《
跟着渤海小吏读历史：大唐气象（全三册）
》
售價：HK$
189.0
《
心智的构建：大脑如何创造我们的精神世界
》
售價：HK$
81.4
|
| 編輯推薦： |
|
信息和网络技术的高速发展使得大数据成为当前学术界和工业界的研究热点，数据爆炸式的增长给人类社会带来了前所未有的机遇与挑战。一方面，基于大数据的处理、分析和共享等技术可以提高企业经济和社会效益。另一方面，隐私已经成为大数据应用领域亟待解决的重要问题。在大数据时代，如何做到获取和利用数据与个人隐私安全的平衡，已然成为当下亟需解决的一个时代命题。
|
| 內容簡介： |
|
全书共分为六章：*章为绪论，介绍了大数据时代隐私内涵的构成要素以及发展变迁历史，并从技术层面、社会层面、个人层面列举了大数据环境下隐私安全的表现形式，总结了当前个人隐私被侵害的类型以及呈现的特征；第二章为隐私泄露风险评估与度量方法，针对常用的隐私保护方法，详细介绍了当前隐私量化模型与度量标准的相关研究，并分析了主流的隐私度量方法的性能优劣以及评价指标；第三章为位置服务中隐私保护技术，并介绍了P2P结构与独立架构两种模式下位置隐私保护技术方案。第四章为深度学习训练数据集隐私保护技术，提出了两种差分?
|
| 關於作者： |
|
毛典辉（1979-），北京工商大学计算机与信息学院副教授，硕士生导师，华中科技大学系统分析与集成专业博士，全国工商联智库委员会委员，江苏省企业双创领军人才计划科技副总，中国移动通信联合会全球区块链产业研究院特聘专家。研究方向为隐私保护、区块链&AI融合应用研究。已主持国家社会科学基金项目、教育部人文社科基金项目、北京市青年英才计划项目多项，发表SSCI、SCI、EI论文20余篇。
|
| 目錄：
|
目录
第1章绪论
1.1大数据与隐私的关系
1.2隐私内涵的发展变迁
1.2.1隐私的内涵及构成要素
1.2.2大数据环境下隐私的新内涵
1.2.3人工智能时代隐私内涵的新变化
1.3大数据时代隐私安全问题的表现形式
1.3.1技术层面的表现形式
1.3.2社会层面的表现形式
1.3.3个人层面的表现形式
1.4大数据时代个人隐私侵害类型
1.5大数据时代个人隐私侵犯特征
1.5.1隐私侵犯主体多样化
1.5.2隐私侵犯手段智能化
1.5.3隐私侵犯方式隐蔽化
1.5.4隐私侵犯后果严重化
1.6研究内容与结构安排
1.6.1本书的研究内容
1.6.2本书的结构安排
参考文献
第2章隐私泄露风险评估与度量方法
2.1隐私泄露风险评估
2.1.1隐私泄露风险评估的主体和过程
2.1.2隐私泄露风险评估方法
2.2隐私保护技术
2.2.1基于密码学的隐私保护方法
2.2.2基于失真的数据隐私保护方法
2.2.3基于限制发布的数据隐私保护方法
2.2.4数据隐私保护技术比较
2.3隐私保护量化模型与标准
2.3.1隐私量化模型
2.3.2隐私保护效果度量标准
2.4隐私度量方法
2.4.1基于匿名的隐私度量方法
2.4.2基于信息熵的隐私度量方法
2.4.3基于集对分析理论的隐私度量方法
2.4.4基于差分隐私的隐私度量方法
2.5隐私保护技术与隐私度量方法评价
2.5.1隐私保护技术的性能评价指标
2.5.2隐私度量方法的评价比较
参考文献
第3章位置服务中隐私保护技术
3.1位置隐私保护系统
3.1.1查询类型及隐私保护分类
3.1.2位置隐私保护系统组成实体
3.1.3位置隐私保护系统结构
3.2实际路网中位置隐私查询技术
3.2.1位置隐私查询类型
3.2.2道路网络中位置隐私范围查询技术
3.3P2P架构下基于转发代理的位置隐私保护
3.3.1算法思想与系统架构
3.3.2基于希尔伯特的位置匿名算法
3.3.3基于转发代理查询的系统实现
3.3.4安全性分析
3.3.5PeerSim 仿真平台
3.3.6实验结果与分析
3.4独立架构下增量近邻查询的位置隐私保护技术
3.4.1算法思想
3.4.2位置隐私保护算法实现
3.4.3安全性分析
3.4.4路网模拟器
3.4.5实验结果与分析
参考文献
第4章深度学习训练数据集隐私保护技术
4.1深度学习模型
4.1.1常用的深度学习模型
4.1.2深度学习模型存在的问题
4.1.3深度学习模型的弱点
4.1.4深度学习模型攻击与隐私窃取方式
4.2差分隐私与深度学习模型结合
4.2.1差分隐私基础
4.2.2基于差分隐私的深度学习模型隐私保护研究进展
4.2.3典型应用PATE系统
4.2.4基于差分隐私的深度学习模型隐私保护框架
4.3基于DCGAN反馈的深度差分隐私保护方法
4.3.1深度差分隐私算法实现
4.3.2基于epoch的隐私损失递归算法实现
4.3.3基于DCGAN隐私反馈算法实现
4.3.4实验及分析
4.4具有隐私上界的多分组深度差分隐私保护方法
4.4.1相关基础知识
4.4.2隐私预算上界以及分组数目的选取
4.4.3损失函数的改进
4.4.4多分组模型的聚合
4.4.5实验与评估
参考文献
第5章区块链数据隐私保护技术
5.1区块链技术概述
5.1.1区块链技术发展历史与趋势
5.1.2区块链技术平台
5.1.3区块链技术体系架构
5.1.4区块链技术研究热点
5.2区块链数据安全与隐私威胁
5.2.1区块链隐私安全事件
5.2.2区块链隐私定义
5.2.3区块链隐私威胁
5.3区块链隐私保护机制与方法
5.3.1区块链隐私保护机制
5.3.2区块链隐私保护技术
5.3.3现存区块链隐私保护技术分析
5.4面向电子健康记录的区块链数据隐私保护方法
5.4.1EHR数据隐私保护研究进展
5.4.2同态加密与安全多方计算技术
5.4.3系统技术方案
5.4.4系统安全分析
参考文献
第6章数据隐私治理机制与法律监管
6.1数据隐私监管困境
6.1.1数据隐私保护的困局
6.1.2利益相关者分析
6.1.3数据隐私监管的难度与挑战
6.2数据隐私治理模式
6.2.1数据隐私伦理的治理手段
6.2.2立法保护模式
6.2.3行业自律主导模式
6.2.4ICO模式
6.2.5双向监管模式
6.3我国数据隐私保护法律监管
6.3.1我国数据隐私保护现状
6.3.2我国数据隐私监管保护存在的问题
6.3.3我国数据隐私监管保护遵循的基本原则
参考文献
致谢
|
| 內容試閱：
|
前言
信息和网络技术的高速发展使得大数据成为当前学术界和工业界的研究热点，数据爆炸式的增长给人类社会带来了前所未有的机遇与挑战。一方面，基于大数据的处理、分析和共享等技术可以提高企业经济和社会效益。另一方面，隐私已经成为大数据应用领域亟待解决的重要问题。在大数据时代，如何做到获取和利用数据与个人隐私安全的平衡，已然成为当下亟须解决的一个时代命题。公众希望在大数据技术和隐私的矛盾冲突中于哲学里找到一种统一和指导的力量，尤其盼望在科技进步和隐私保护之间寻求汇通和融合，化解科技异化和隐私保护的对立，重塑人的尊严，增进民众幸福和自由。
在大数据时代，个人信息隐私保护技术面临着几个方面的挑战： （1大数据的海量规模以及飞速的实时性变化使得传统的被动式隐私保护技术很难适应。与此同时，在数据收集阶段，数据生成者无法主动地参与隐私保护，使得传统的被动式隐私保护技术束手无策。（2大数据多样性带来的多源数据融合使得隐私泄露风险大大增加。由于用户数据的广泛分布，使得多个数据集都有可能存在某个个体或者与之关联的信息，这使得融合之后的数据集的隐私风险相比于单个数据集的隐私风险加大。（3在大数据的环境下，大数据存储者和拥有者完全分离，如何确保合适的数据及属性能够在合适的时间和地点，给合适的用户访问和利用，是大数据访问和使用阶段面临的主要风险。由于云存储服务提供商并不能保证完全可信，用户的数据面临着被不可信的第三方偷窥或者篡改的风险，同时大数据的查询、统计、分析和计算等操作也需要在云端进行，这为传统加密技术带来了新的挑战。（4当前的大数据隐私保护领域相关研究在隐私泄露风险的度量方法以及造成损失而进行的妥善事后补救措施等方面稍显不足。尽管数据生产者和收集者使用各种方法来保护隐私，但隐私泄露事件仍频频发生。因此需要一种方法来度量隐私泄露带来的潜在风险，并针对隐私泄露造成的危害采取相应的法律治理手段来规范。
本书针对上述问题，将隐私保护技术与用户的应用场景相结合，考虑整个数据生命周期存在的隐私泄露风险，围绕着不同场景、不同生命阶段采取对应的隐私保护技术进行相关研究。全书共分为6章： 第1章为绪论，介绍了大数据时代隐私内涵的构成要素以及发展变迁历史，并从技术层面、社会层面、个人层面列举了大数据环境下隐私安全的表现形式，总结了当前个人隐私被侵害的类型以及呈现的特征； 第2章为隐私泄露风险评估与度量方法，针对常用的隐私保护方法，详细介绍了当前隐私量化模型与度量标准的相关研究，并分析了主流的隐私度量方法的性能优劣以及评价指标； 第3章为位置服务中隐私保护技术，针对问题挑战一，选取了基于位置服务这一应用场景，在实际路网条件限制下，对当前的位置隐私保护技术研究现状进行了回顾与分析，并介绍了P2P结构与独立架构两种模式下位置隐私保护技术方案。第4章为深度学习训练数据集隐私保护技术，针对问题挑战二，选取了深度学习训练数据集隐私保护作为应用场景，以差分隐私保护作为技术基础，提出了两种差分隐私技术与深度学习模型结合的隐私保护技术方案； 第5章为区块链数据隐私保护技术，针对问题挑战三，选取了区块链平台中的数据隐私保护作为研究对象，详细介绍了当前的区块链隐私保护机制以及研究进展。并以电子健康记录数据为例，讨论了该场景下的区块链数据隐私保护方法。第6章为数据隐私治理机制与法律监管，针对问题挑战四，详细介绍了当前数据隐私监管过程中存在的现实困境和监管挑战，阐述了各国对数据隐私监管采取的治理模式以及经验，并结合我国的实际现状，介绍了我国对数据隐私保护治理相关的法律规则。
本书内容主要是基于本人近五年的研究成果汇集而成，写作过程一波三折，几经提笔，几经放下，断断续续若干年，此次出版算是对多年积压任务的一个交代。本书在写作过程中参考了大量隐私保护研究相关的资料文献，详细书目参见每章最后的参考文献。可以说，没有它们的贡献，也就没有本书的出版，在此向有关作者表示由衷的感谢。同时，由于时间仓促，很多参考文献没有一一列出，在此向相关作者表示歉意。
由于信息技术的快速发展和处于不断更迭的状态，加之作者水平有限，书中难免存在一些不足之处，敬请读者批评指正。
毛典辉
2019年2月春节
于北京工商大学耕耘楼
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
