您好,欢迎来到聚文网。 登录 免费注册
隐私保护机器学习

隐私保护机器学习

  • 字数: 408000
  • 装帧: 平装
  • 出版社: 东南大学出版社
  • 作者: (美)张致恩,庄镝,(斯里)杜明杜·萨马拉维拉 著
  • 出版日期: 2024-07-01
  • 商品条码: 9787576609455
  • 版次: 1
  • 开本: 16开
  • 页数: 308
  • 出版年份: 2024
定价:¥118 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
机器学习应用需要大量的数据,因此有必要保护这些数据集中敏感信息的隐私和安全。从数据收集、导入到模型开发、部署,隐私保护发生在机器学习过程中的每个环节。这本实用的图书将讲授确保数据管道端到端安全所需的技能。
《隐私保护机器学习》通过面部识别、云数据存储等真实世界中的用例来探讨隐私保护技术。你将了解现在就可以署的切实有效的实施方法、未来的隐私挑战以及如何调整现有技术以满足你的需求。你所学到的新技能将会在最后一章用来建立一个完整的安全数据平台项目。
目录
第一部分基于差分隐私的隐私保护机器学习基础
第1章机器学习中的隐私问题
1.1人工智能时代的隐私问题
1.2超出预期目的的学习威胁
1.2.1随时使用隐私数据
1.2.2ML算法中的数据处理方式
1.2.3为什么ML中的隐私保护很重要
1.2.4监管要求和可用性与隐私权衡
1.3ML系统的威胁和攻击
1.3.1明文隐私数据的问题
1.3.2重构攻击
1.3.3模型反演攻击
1.3.4成员推理攻击
1.3.5去匿名化或重识别攻击
1.3.6大数据分析中隐私保护面临的挑战
1.4在从数据中学习的同时确保隐私——保护隐私的机器学习技术
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网