内容简介
数据作为第五大生产要素,已成为数字经济发展的重要引擎,正在深刻影响着全社会生产生活的方方面面。隐私保护计算是在保障数据要素和隐私安全的同时实现有效计算的技术体系,在加速数据要素流通和释放数据要素价值等方面发挥着核心作用。本书旨在阐释隐私保护计算的基础知识和核心技术,为隐私保护计算相关应用的落地和数据价值的释放提供重要参考。 本书共分为3 个部分:第一部分介绍隐私保护计算的基础知识,第二部分介绍联邦学习、同态加密、零知识证明、安全多方计算、可信执行环境、差分隐私、数据删除及智能合约等隐私保护计算的核心技术;第三部分介绍隐私计算的应用实践,包括应用指南(法律法规、标准体系和应用准则等)、产业发展及对未来的展望等。 本书适合隐私保护计算领域的研究人员、工程技术人员,以及金融科技、互联网和数字经济等领域的从业人员阅读,也可供计算机、人工智能等专业的研究生学习、参考。
AI简介
这是一本全面而深入地探讨了隐私保护计算的基础知识和核心技术的著作。该书首先阐述了信息革命带来的信息繁荣,并指出这种繁荣同时也带来了隐私危机,即个人隐私数据的泄露问题。书中详细介绍了隐私保护计算的基本概念,包括隐私保护计算的相关概念、隐私保护计算模型和隐私保护计算技术,为读者提供了全面的知识基础。
书中还详细介绍了联邦学习、同态加密、零知识证明、安全多方计算、可信执行环境、差分隐私、数据删除及智能合约等隐私保护计算的核心技术。这些技术都是当前隐私保护计算领域的研究热点,也是实现隐私保护计算的关键技术。
此外,书中还深入探讨了隐私保护计算的应用实践,包括隐私保护计算的法律法规、隐私保护计算的标准体系和隐私保护计算的应用准则等。这些内容对于指导隐私保护计算在实际中的应用具有重要的参考价值。