新書推薦：
《
国家豁免法的域外借鉴与实践建议
》
售價：HK$
188.2
《
大单元教学设计20讲
》
售價：HK$
78.2
《
儿童自我关怀练习册：做自己最好的朋友
》
售價：HK$
71.3
《
高敏感女性的力量（意大利心理学家FSP博士重磅力作。高敏感是优势，更是力量）
》
售價：HK$
62.7
《
元好问与他的时代（中华学术译丛）
》
售價：HK$
87.4
《
汽车传感器结构·原理·检测·维修
》
售價：HK$
112.7
《
怪谈百物语：不能开的门（“日本文学史上的奇迹”宫部美雪重要代表作！日本妖怪物语集大成之作，系列累销突破200万册！）
》
售價：HK$
66.7
《
罗马政治观念中的自由
》
售價：HK$
51.8
|
| 內容簡介： |
|
本书分为三个部分，分别介绍了数据要素市场、数据安全和隐私计算。第一部分介绍了数据要素市场的基本情况，包括数据要素制度体系和数据要素市场发展；第二部分结合数字化转型的背景，讲述了多个具备代表性的数据安全理论及实践框架、数据安全常见风险、数据安全保护最佳实践、代表性行业数据安全实践，以及数据安全技术原理、大模型与数据安全等内容；第三部分详细讲解了可信数据流通交易空间、隐私计算技术原理、隐私计算实践案例、隐私保护大模型基础设施等内容。 本书可以作为高校学生、数据要素市场从业者、数据安全行业从业者的入门读物，也可作为相关机构或组织进行数据要素市场流通体系建设实践的参考指南。
|
| 關於作者： |
|
范渊，现任杭州安恒信息技术股份有限公司董事长兼总裁，对物联网安全、工业互联网安全、云安全、大数据安全、智慧城市安全等领域有深入的研究。主编和参与出版的图书如下：《智慧城市与信息安全》《智慧城市与信息安全》（第2版）《大数据时代的智慧城市与信息安全》《数字经济时代的智慧城市与信息安全》《数字经济时代的智慧城市与信息安全》（第2版）《发电厂控制与管理系统信息安全》担任浙江省政协常委，浙江省科协副主席，国家信息安全标准化委员会委员，中国网络空间安全协会常务理事，中国计算机学会安全专业委员会常务委员；是国家百千万人才工程“有突出贡献中青年专家”，科技部“科技创新创业人才”，中国科学技术协会“全国优秀科技工作者”荣获中国互联网发展基金会首届“网络安全优秀人才奖”，中华国际科学交流基金会“杰出工程师青年奖”，浙江省杰出青年，2016年度十大风云浙商，2017年“全球浙商金奖”，2019年浙江省青年数字经济“鸿鹄奖”，科技新浙商致敬十年特别奖等荣誉。刘博，杭州安恒信息首席科学家，国家大数据态势感知国地联合研究中心副主任，之江实验室信息安全研究中心副主任。从事大数据、态势感知、数据安全、隐私计算、机器学习等领域研究工作近20年。共发表SCI科研文章20篇，国际总引用8000多次。带领团队完成300余项技术发明专利。主导和参与包括工业和信息化部、公安部、中国信息测评中心、浙江省重点技术创新项目、杭州市重大科技项目等在内的国家级、省级重大科研项目10多项。获得包括2019年世界互联网大会领先科技成果、2018—2020年连续三年工业和信息化部示范试点、2019年/2021年分别获得数博会领先科技成果等在内的60余奖项。目前主导研发的产品已服务于全球超过2500家客户，支撑了包括2010年上海世界博览会、2010年广州亚运会、历届世界互联网大会等大型会议的网络安全保障。在推动产业技术进步、促进技术成果转化等方面做出卓越成就并产生显著的经济社会效益。
|
| 目錄：
|
目 录
第一部分 数据要素市场
第1章 数据要素制度体系3
1.1 数据基础制度建设3
1.2 数据安全法律法规8
第2章 数据要素市场发展13
2.1 数据要素市场发展概述13
2.2 数据要素市场发展难题21
2.3 数据基础设施架构体系42
2.4 数据合规流通数字证书49
2.5 企业数据资源会计处理54
第二部分 数据安全
第3章 数字化转型驱动数据安全建设63
3.1 数据安全的市场化价值挖掘63
3.2 数字化转型战略意义和趋势64
3.3 数字化转型面临的安全威胁67
3.4 数据跨境流动与数字贸易70
第4章 数据安全理论与实践框架77
4.1 数据安全治理（DSG）框架77
4.2 数据驱动审计和保护（DCAP）框架79
4.3 数据安全能力成熟度模型（DSMM）80
4.4 CAPE数据安全实践框架83
第5章 数据安全常见风险87
5.1 数据库部署情况底数不清（C）87
5.2 数据库基础配置不当（C）88
5.3 敏感重要数据分布情况底数不清（A）89
5.4 敏感数据和重要数据过度授权（A）90
5.5 高权限账号管控较弱（A）91
5.6 分析型和测试型数据风险（P）91
5.7 敏感数据泄露风险（P）93
5.8 SQL注入风险（P）93
5.9 数据库系统漏洞浅析（P）95
5.10 基于API的数据共享风险（P）96
5.11 数据备份风险（P）98
5.12 误操作风险（E）100
5.13 勒索病毒（E）100
5.14 一机两用风险（E）101
5.15 大模型训练和使用风险102
第6章 数据安全保护最佳实践104
6.1 建设前：数据安全评估与咨询规划104
6.2 建设中：CAPE数据安全实践框架107
6.3 建设中：数据安全管理平台134
6.4 建设后：数据安全运营与培训137
第7章 代表性行业数据安全实践140
7.1 数字政府数据安全实践140
7.2 电信行业数据安全实践152
7.3 金融行业数据安全实践157
7.4 医疗行业数据安全实践163
7.5 教育行业数据安全实践167
7.6 “东数西算”数据安全实践173
7.7 工业数据安全实践175
7.8 数据跨境合规与安全实践181
第8章 数据安全技术原理187
8.1 数据资产扫描（C）187
8.2 敏感数据识别与分类分级（A）189
8.3 数据加密（P）193
8.4 静态脱敏（P）199
8.5 动态脱敏（P）203
8.6 文件内容识别（P）207
8.8 数据库网关（P）214
8.9 API安全防护（P）219
8.10 数据泄露防护（P）221
8.11 数字水印与溯源（E）226
8.12 用户和实体行为分析（E）229
8.13 数据审计（E）232
第9章 大模型与数据安全236
9.1 大模型赋能数据安全技术236
9.2 大模型自身数据安全防护239
第三部分 隐私计算
第10章 可信数据流通交易空间243
10.1 关键问题与整体框架243
10.2 框架支撑平台245
10.3 数据供给平台269
10.4 数据交易平台276
10.5 数据交付平台284
第11章 隐私计算技术原理295
11.1 隐私计算技术路线295
11.2 机密计算297
11.3 安全多方计算322
11.4 联邦学习349
第12章 隐私计算实践案例377
12.1 政务行业场景：公共数据授权运营377
12.2 金融行业场景1：银行信贷风控379
12.3 金融行业场景2：银行智能营销381
12.4 金融行业场景3：证券债券定价及风控383
12.5 公安行业场景1：打击电信诈骗384
12.6 公安行业场景2：跨警种数据共享385
12.7 运营商行业：数据共享开放386
12.8 教育行业：教育信息化的数据隐私保护387
12.9 医疗行业场景1：医疗保险业务390
12.10 医疗行业场景2：助力药物研发392
第13章 隐私保护大模型基础设施394
13.1 大模型基础设施的安全风险394
13.2 隐私保护大模型基础设施的必要性394
13.3 基于机密计算的隐私保护大模型基础设施395
13.4 隐私保护大模型的应用效果397
|
|
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
