差分隱私：OpenDP理論與實踐

內容簡介

差分隱私可以在不泄露數據集中具體個人信息的前提下，準確發佈數據集的統計信息。本書詳細闡述了差分隱私的理論基礎、實際應用以及面臨的挑戰，覆蓋具體算法和數學模型。全書分爲三部分：第一部分介紹差分隱私的理論，詳細解釋了準備數據和執行差分隱私數據發佈所需的各個概念；第二部分探討差分隱私的應用，包括如何查詢不同的數據格式（如搜索日誌）以及在機器學習算法中添加差分隱私；第三部分則關注從業者需要了解的重要主題，例如理解隱私攻擊、設置隱私參數以及部署首次差分隱私數據發佈。本書適合數據管理人員、數據技術相關人員、安全領域技術人員等閱讀。

書籍信息