计算机
类型
可以朗读
语音朗读
112千字
字数
2022-03-01
发行日期
展开全部
主编推荐语
《隐私计算》：解决数据流通难题的关键技术
内容简介
《隐私计算——推进数据”可用不可见”的关键技术》一书针对我国数据要素市场建设过程中数据流通难的问题，详细阐述了隐私计算这一系列数据流通技术的发展情况。隐私计算是指在保证原始数据安全隐私性的同时，实现对数据的计算和分析的一类技术。本书内容源自中国信通院云计算与大数据研究所相关产业实践经验，介绍了隐私计算的概念、发展历程、技术原理、主要算法、应用场景、产业发展情况、法律合规情况等，并分析了相关问题和趋势。
目录
- 封面
- 内容简介
- 前折页
- 推荐序
- 作者序
- 第1章 隐私计算概述
- 1.1 背景：数据流通的困境
- 数据流通是发展数字经济的关键
- 数据流通需求强烈但也困境重重
- 技术手段为数据流通提供新方案
- 1.2 隐私计算的兴起
- 什么是隐私计算
- 隐私计算的体系视图
- 1.3 隐私计算的发展历程
- 密码学理论的研究阶段
- 可信硬件的出现与应用
- 联邦学习被正式提出
- 第2章 隐私计算的技术原理
- 2.1 以多方安全计算为代表的密码学技术
- 多方安全计算的概念
- 多方安全计算的起源
- 多方安全计算的底层技术
- 多方安全计算的特点
- 基于多方安全计算的隐私计算平台
- 其他基于密码学的隐私计算技术
- 2.2 以联邦学习为代表的融合衍生技术
- 联邦学习的概念
- 联邦学习的起源
- 联邦学习的分类
- 联邦学习的实现流程
- 联邦学习的特点
- 基于联邦学习的隐私计算平台
- 2.3 以可信执行环境为代表的可信硬件技术
- 可信执行环境的概念
- 可信执行环境的起源
- 可信执行环境的实现方案
- 可信执行环境的特点
- 基于可信执行环境的隐私计算平台
- 2.4 各类隐私计算技术的对比
- 2.5 隐私计算相关的其他技术
- 隐私计算vs数据脱敏
- 隐私计算vs区块链
- 第3章 隐私计算的算法应用
- 3.1 联合查询
- 算法协议实现联合查询
- 可信硬件实现联合查询
- 3.2 联合统计
- 联合统计概念
- 安全联合统计
- 3.3 联合建模
- 传统逻辑回归算法
- 横向逻辑回归算法
- 纵向逻辑回归算法
- 3.4 联合预测
- 第4章 隐私计算的应用场景
- 4.1 联合风控
- 案例一 针对小微企业的信贷风控
- 案例二 身份信息核验与保护
- 案例三 共建金融信贷准入评分模型
- 案例四 隐私计算助力金融机构提升联合风控效率
- 联合风控场景应用的难点与挑战
- 4.2 联合营销
- 案例一 汽车客户群联合建模分析
- 案例二 车险风险评估多方安全计算
- 案例三 国产化的金融数据建模应用
- 联合营销场景应用的难点
- 4.3 智慧医疗
- 案例一 新冠病毒基因组演化分析检测疫情发展
- 案例二 厦门健康医疗大数据应用开放实践
- 案例三 全基因组关联分析引擎
- 智慧医疗场景应用的难点与挑战
- 第5章 隐私计算的产业现状
- 5.1 透过外部配套环境看隐私计算
- 政策扶持
- 学术研究
- 专利发明
- 开源生态
- 联盟组织
- 标准规范
- 资本支持
- 5.2 透过内部市场竞争看隐私计算
- 国外市场
- 国内市场
- 第6章 隐私计算的法律合规问题
- 6.1 隐私计算有助于提升数据流通和使用的合规性
- 隐私计算有助于降低参与方授权的风险和成本
- 隐私计算有助于促进数据流通
- 隐私计算可增强参与方对数据流通的控制
- 隐私计算符合最小必要原则的精神
- 隐私计算可成为匿名化技术方案的重要组成部分
- 6.2 隐私计算技术合规风险分析
- 原始数据的合规瑕疵可为数据处理带来“原罪”
- 数据和模型泄露可能减损技术的安全性
- 从梯度或参数信息中可能反推出原始数据
- 参与方可能打破技术信任的完整性
- 计算过程中可能侵犯商业秘密或知识产权等权利
- 输出计算结果可能仍包含敏感信息
- 参与方存在超范围使用数据的风险
- 可能涉及多国法律管辖及承担境内存储的义务
- 6.3 关于合规路径的探讨
- 搭建合规基准框架和内部合规管理制度
- 根据输入模型的数据选择合规路径
- 控制参与方带来的风险
- 针对跨境隐私计算进行安全评估
- 通过技术手段控制隐私计算全流程的风险
- 留存证据证明企业的合规实践
- 积极参加行业组织并参与标准建设
- 积极关注立法和监管的最新动向
- 第7章 隐私计算面临的问题与挑战
- 7.1 隐私计算的技术本身需要持续性突破
- 如何平衡性能和安全是持续性议题
- 互联互通壁垒或使数据“孤岛”变“群岛”
- 7.2 隐私计算的市场认知和信任尚未完善
- 技术推广应用仍需全面的市场教育
- 技术本身的安全性挑战市场信任
- 7.3 隐私计算的应用合规性缺乏明确界定
- 隐私计算合法合规的“红线”不明
- 隐私计算技术滥用缺乏监管
- 第8章 隐私计算的发展展望
- 8.1 多方协同强化研发，技术可用性将持续提升
- 算法优化和硬件加速将成为技术可用性提升的重要方向
- 开源协同降低开发门槛，加速隐私计算技术迭代
- 8.2 创新突破稳步向前，技术应用将不断拓展
- 应用场景将向传统场景探索拓展
- 多元技术融合有望拓展应用边界
- 8.3 市场竞争仍将持续，产业生态将不断完善
- 市场格局尚未形成，行业初期合作或将多于竞争
- 法规体系完善提供技术应用的顶层指导
- 标准体系制定有望助力隐私计算应用落地
- 反侵权盗版声明
- 后折页
- 封底
展开全部
评分及书评
评分不足
1个评分
给这本书评了4.0值得推荐，非常全面的阐述了隐私计算的技术路线、发展特点、场景案例和问题挑战，非常适合初学者。
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
