内容简介
本书在国内外数据隐私泄露事件令人触目惊心、数据隐私保护问题亟待有效解决的背景下展开撰写，对于隐私保护领域的一个研究热点——差分隐私理论进行了深入剖析，并将差分隐私理论在图结构数据、轨迹数据及基因数据等领域进行了应用探索研究。全书共分为三部分，第一部分“差分隐私基础理论”，由第1—4章构成，主要内容包括有相关数学基础、集中式差分隐私理论和本地化差分隐私；第二部分“差分隐私应用研究”，由第5—8章构成，主要内容涉及轨迹数据隐私保护、基因数据隐私保护、图结构数据隐私保护和随机响应机制效用优化；第三部分“差分隐私新进展”，内容涉及混洗差分隐私、联邦学习中的隐私保护等内容。本书主要面向计算机科学、网络空间安全、密码学等相关学科专业高年级本科生、研究生以及广大研究数据安全隐私保护的科技工作者。
