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 |
登入帳戶
| 訂單查詢
| 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 新書上架暢銷書架好書推介特價區會員書架精選月讀2024年度TOP分類瀏覽雜誌 |
臺灣用戶 |
 |
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 | 服務：香港／台灣／澳門／海外 | 送貨：速遞／郵局／服務站 |  |
|
新書上架：簡體書
繁體書
十月出版：大陸書
台灣書 |
|
share:
|
||||
|
新書推薦：  《 卢浮宫馆藏中国陶瓷 》 售價：HK$ 217.8  《 建安 决战赤壁（208—213） 》 售價：HK$ 60.5  《 亨利·贝尔坦的“中国阁” 》 售價：HK$ 74.8  《 超越高绩效团队教练（第4版） 》 售價：HK$ 153.9  《 四旋翼无人机轨迹规划与跟踪控制算法 》 售價：HK$ 96.8  《 我一直在想：丹尼尔·丹尼特自传 》 售價：HK$ 153.9  《 投资反脆弱修炼手册 》 售價：HK$ 63.8  《 三九全景脉法 》 售價：HK$ 64.9 |
| 編輯推薦： |
| 本书以《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》为背景，旨在从概念和技术的角度对数据隐私与数据治理进行系统概述。第一篇从历史与系统的角度介绍数据隐私与数据治理的基础，第二到四篇分别侧重大规模数据收集、机器学习，以及数据治理中的隐私问题，介绍其相应的技术基础，总结当下的关键问题与技术方案。本书从全新的数据生态的角度介绍数据隐私与数据治理，在内容介绍上，以技术与算法的讲解为主，辅以案例，详略得当。本书既可以供技术人员查阅，亦可以供感兴趣的普通用户阅读，建立对数据隐私与数据治理的基本认识，培养数据素养。 |
| 內容簡介： |
| 本书以《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》为背景，旨在从概念和技术的角度对数据隐私与数据治理进行系统概述。首篇从历史与系统的角度介绍数据隐私与数据治理的基础，后三篇分别侧重大规模数据收集、机器学习，以及数据治理中的隐私问题，介绍其相应的技术基础，总结当下的关键问题与技术方案。本书从全新的数据生态的角度介绍数据隐私与数据治理，在内容介绍上，以技术与算法的讲解为主，辅以案例，详略得当。 |
| 目錄： |
|
前言
第一篇基础知识 第1章绪论2 11数据隐私的产生2 111社会发展视角下的隐私3 112数据发展视角下的隐私6 12数据隐私技术7 121模糊技术7 122扰动技术8 123加密技术9 124混合隐私技术10 125分布式计算框架11 126区块链技术12 127技术的比较12 13数据隐私面临的挑战13 131大数据隐私挑战13 132人工智能隐私挑战15 133数据治理挑战16 14小结18 参考文献19 第2章数据隐私的概念21 21引言21 22数据隐私的定义与特征22 221数据隐私的定义22 222数据隐私的基本特征22 223数据隐私和信息安全的区别22 23数据隐私的分类24 231数据隐私的构成要素24 232显式隐私与隐式隐私24 233数据隐私保护场景26 24数据隐私的框架29 241隐私风险监测31 242隐私风险评估31 243隐私主动管理32 244隐私溯源问责32 245法律法规保障33 25小结34 参考文献34 第3章数据治理的概念36 31引言36 32数据治理的体系38 33数据治理的法律法规39 34数据治理的实践42 35小结43 参考文献43 第二篇大数据隐私保护技术 第4章差分隐私方法46 41基础知识46 411基本定义47 412基础性质48 413常用扰动机制50 414应用场景53 42面向数据发布的隐私保护53 421直方图数据发布54 422划分发布58 43面向数据分析的隐私保护61 431分类分析61 432频繁模式挖掘62 433回归分析63 44小结65 参考文献65 第5章本地化差分隐私方法68 51基础知识69 511基本定义69 512基础性质70 513常用扰动机制71 514应用场景72 52基于简单数据集的隐私保护74 521频率统计74 522均值统计75 53基于复杂数据集的隐私保护77 531键值对数据的收集与发布78 532图数据的收集与发布81 533时序数据的收集与发布84 54小结86 参考文献87 第6章差分隐私与实用性89 61引言90 62隐私放大理论与方法91 621基于二次采样的隐私放大方法91 622基于混洗的隐私放大方法93 623其他隐私放大方法95 63差分隐私与密码学方法的结合95 631密码学方法改进差分隐私效用95 632差分隐私改进密码学协议效率100 64一种隐私实用化框架103 641ESA框架与定义103 642ESA中的隐私放大107 643混洗差分隐私方法108 65小结111 参考文献111 第三篇人工智能隐私保护技术 第7章机器学习中的隐私保护116 71引言117 72机器学习的隐私保护119 721同态加密119 722差分隐私119 73统计学习的隐私保护120 74深度学习的隐私保护124 741隐私算法设计124 742隐私风险分析125 75小结127 参考文献127 第8章联邦学习中的隐私保护129 81引言129 82隐私保护的联邦学习架构133 83基于差分隐私的联邦学习135 84基于安全聚合的联邦学习136 85个性化隐私保护与联邦学习138 851个性化隐私保护139 852个性化隐私保护的联邦学习141 86小结142 参考文献142 第四篇数据生态与数据治理 第9章数据要素市场146 91引言146 92数据交易148 921免费交易框架148 922付费交易框架149 923模型交易框架150 93数据流通152 94小结154 参考文献154 第10章数据垄断155 101引言155 102数据垄断现状157 1021定义与概念157 1022总体状况158 1023详情分析159 103数据垄断的成因与危害160 1031垄断成因160 1032垄断危害161 104数据垄断治理模式162 1041局部模式162 1042中介模式163 1043全局模式164 105小结165 参考文献165 第11章数据公平166 111引言166 112对公平的理解167 113公平计算方法168 1131蛋糕分割问题168 1132价格歧视问题169 1133算法偏见问题170 1134数据偏见问题171 114小结172 参考文献172 第12章数据透明174 121引言174 122数据透明的概念175 123数据透明框架176 124基于区块链的数据透明方案178 1241数据获取与共享透明179 1242数据云存储服务透明181 1243数据决策透明183 125小结184 |
| 內容試閱： |
|
前言
2021年可以说是数据隐私与数据治理元年。社会各界都在觉醒，并探讨其规范与解决方案，这与2006年我开始关注这个问题时的社会环境大不相同！ 在数据隐私方面，《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》相继出台，全面、多领域构筑了我国信息与数据安全的法律保障，隐私问题不再是模糊不清的法外之地。在数据治理方面，《“十四五”数字经济发展规划》《互联网信息服务算法推荐管理规定》分别关注了数据与算法中的治理问题。而继《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》提出将数据纳入生产要素后，中共中央网络安全和信息化委员会办公室更是在《“十四五”国家信息化规划》中进一步提出“加强数据治理”。 紧随国家的战略导向，企业也在不断尝试。在数据隐私方面，小米等手机厂商突破性地在系统中内置拦截网和隐匿面具等隐私功能，为用户隐私保驾护航。 如何将数据隐私与数据治理从法律文字落到实际应用仍不明晰，诸多问题依赖“行业自律”，而大多数企业仅聚焦于“合规”问题。社会各界都翘首以盼一套系统讲述数据隐私与数据治理概念和技术的读本！这正是本书关注的重点，以期对当下数据要素驱动下的数字经济所面临的数据挑战给出基本的应对之策。 本书由笔者的团队依据多年的研究编写而成，旨在从概念和技术的角度对数据隐私与数据治理进行系统阐述，为学术研究机构、政府部门、企业等梳理数据隐私与数据治理的知识体系提供入口，为提高全民的数据素养提供辅导材料。同时，要厘清问题，解决问题，需要从提升大家的“数据素养”着手。数据素养未来可能是科学素养的重要组成部分，而数据素养首要的任务就是让大家具备对数据与隐私的认识和处置能力。这也是促使我们编写此书的直接动力！ 本书从四个方面对数据隐私与数据治理进行了深入浅出的论述。 第一篇“基础知识”，主要阐述数据隐私与治理的基础概念与方法体系。该篇基于对数据发展主线的认识，揭示数据隐私和治理产生的根源，并结合当下应用现状概述隐私的构成要素、管理框架、治理体系和治理实践。其核心要点是针对数据要素和数字经济，提出数据隐私要由被动保护变为主动防护，数据治理要由大数据全生命周期治理转变为后大数据时代的数据生态治理，更好地服务数字经济的发展。该篇内容尽可能减少晦涩的专业定理与描述，从多角度讲解数据隐私与数据治理，既可以帮助相关专业的技术人员建立完善的隐私保护与数据治理体系，也可以供普通用户阅读以增加认知。 第二篇“大数据隐私保护技术”，主要阐述面向共享与发布的隐私保护技术。该篇重点介绍当下主流的隐私保护技术，包括云平台场景下中心化的差分隐私技术，边缘计算场景下本地化的差分隐私技术，以及为提高数据可用性的隐私放大理论、差分隐私与密码学相结合的混合方法等。该篇内容较为专业翔实，具备前沿性，主要面向该方向的专业人员。 第三篇“人工智能隐私保护技术”，主要阐述面向机器学习模型的隐私保护技术。该篇重点介绍集中式机器学习和联邦学习两种场景下的隐私方法设计，包括机器学习中存在的因数据非法窃取导致的直接隐私泄露问题和因外部隐私攻击导致的间接隐私泄露问题，以及为提高模型可用性的个性化差分隐私方法。该篇内容与机器学习密切相关，具备前沿性，主要面向该方向的专业人员。 第四篇“数据生态与数据治理”，主要阐述面向数据市场和数据生态的治理技术。该篇基于数据要素的发展理念，重点介绍数据市场中数据交易与数据流通治理体系，以及数据生态中数据垄断、算法公平的治理方法。其核心要点是要建立数据透明的治理体系，实现对数据全链条、透明化的监督治理，做到治理的事前预警、事中防护、事后溯源，为数字经济的发展保驾护航。该篇内容从全新的视角介绍数据作为生产要素在市场流通中会产生的诸多问题，探讨其可能的解决方案，可供相关领域的专业人员、政务人员，以及普通用户阅读，帮助他们全面认识数据治理。 总之，本书梳理了数据隐私与数据治理的基本解决之道，并打破传统的认知体系，实现观念、技术、架构的转变，即观念上从数据生命周期观到数据生态观的转变、技术上从隐私保护到隐私防护（管理）的转变和架构上从溯源问责到数据透明的转变，才能跟上形势，从而保证数据要素在市场中发挥关键作用。希望本书为教育机构的人才培养和政府部门的管理提供有价值的参考资料，促进我国数字经济的发展。 该书构思于2020年年初，笔者与团队中的王雷霞、刘俊旭、范卓娅、叶青青、刘立新和李梓童一起，历经数次编撰、修改，形成了当前的版本。笔者团队尽可能将本书中所涉及的内容描述得清晰易懂，如有疑惑，可联系笔者团队进行交流。希望大家都能从本书中有所收获，能更加清晰地看到生活中无处不在的隐私问题，亦能有所行动！ 孟小峰 中国人民大学 2023年1月1日 |
| 書城介紹 | 合作申請 | 索要書目 | 新手入門 | 聯絡方式 | 幫助中心 | 找書說明 | 送貨方式 | 付款方式 | 香港用户 | 台灣用户 | 海外用户 |
| megBook.com.hk | |
| Copyright © 2013 - 2025 （香港）大書城有限公司 All Rights Reserved. | |
