●章绪论
1.1大数据与隐私的关系
1.2隐私的发展变迁
1.2.1隐私的及构成要素
1.2.2大数据环境下隐私的新
1.2.3人工智能时代隐私的新变化
1.3大数据时代隐私安全问题的表现形式
1.3.1技术层面的表现形式
1.3.2社会层面的表现形式
1.3.3个人层面的表现形式
1.4大数据时代个人隐私侵害类型
1.5大数据时代个人隐私侵犯特征
1.5.1隐私侵犯主体多样化
1.5.2隐私侵犯手段智能化
1.5.3隐私侵犯方式隐蔽化
1.5.4隐私侵犯后果严重化
1.6研究内容与结构安排
1.6.1本书的研究内容
1.6.2本书的结构安排
参考文献
第2章隐私泄露风险评估与度量方法
2.1隐私泄露风险评估
2.1.1隐私泄露风险评估的主体和过程
2.1.2隐私泄露风险评估方法
2.2隐私保护技术
2.2.1基于密码学的隐私保护方法
2.2.2基于失真的数据隐私保护方法
2.2.3基于发布的数据隐私保护方法
2.2.4数据隐私保护技术比较
2.3隐私保护量化模型与标准
2.3.1隐私量化模型
2.3.2隐私保护效果度量标准
2.4隐私度量方法
2.4.1基于匿名的隐私度量方法
2.4.2基于信息熵的隐私度量方法
2.4.3基于集对分析理论的隐私度量方法
2.4.4基于差分隐私的隐私度量方法
2.5隐私保护技术与隐私度量方法评价
2.5.1隐私保护技术的性能评价指标
2.5.2隐私度量方法的评价比较
参考文献
第3章位置服务中隐私保护技术
3.1位置隐私保护系统
3.1.1查询类型及隐私保护分类
3.1.2位置隐私保护系统组成实体
3.1.3位置隐私保护系统结构
3.2实际路网中位置隐私查询技术
3.2.1位置隐私查询类型
3.2.2道路网络中位置隐私范围查询技术
3.3P2P架构下基于转发代理的位置隐私保护
3.3.1算法思想与系统架构
3.3.2基于希尔伯特的位置匿名算法
3.3.3基于转发代理查询的系统实现
3.3.4安全性分析
3.3.5PeerSim仿真平台
3.3.6实验结果与分析
3.4独立架构下增量近邻查询的位置隐私保护技术
3.4.1算法思想
3.4.2位置隐私保护算法实现
3.4.3安全性分析
3.4.4路网模拟器
3.4.5实验结果与分析
参考文献
第4章深度学习训练数据集隐私保护技术
4.1深度学习模型
4.1.1常用的深度学习模型
4.1.2深度学习模型存在的问题
4.1.3深度学习模型的弱点
4.1.4深度学习模型攻击与隐私窃取方式
4.2差分隐私与深度学习模型结合
4.2.1差分隐私基础
4.2.2基于差分隐私的深度学习模型隐私保护研究进展
4.2.3典型应用——PATE系统
4.2.4基于差分隐私的深度学习模型隐私保护框架
4.3基于DCGAN反馈的深度差分隐私保护方法
4.3.1深度差分隐私算法实现
4.3.2基于epoch的隐私损失递归算法实现
4.3.3基于DCGAN隐私反馈算法实现
4.3.4实验及分析
4.4具有隐私上界的多分组深度差分隐私保护方法
4.4.1相关基础知识
4.4.2隐私预算上界以及分组数目的选取
4.4.3损失函数的改进
4.4.4多分组模型的聚合
4.4.5实验与评估
参考文献
第5章区块链数据隐私保护技术
5.1区块链技术概述
5.1.1区块链技术发展历史与趋势
5.1.2区块链技术平台
5.1.3区块链技术体系架构
5.1.4区块链技术研究热点
5.2区块链数据安全与隐私威胁
5.2.1区块链隐私安全事件
5.2.2区块链隐私定义
5.2.3区块链隐私威胁
5.3区块链隐私保护机制与方法
5.3.1区块链隐私保护机制
5.3.2区块链隐私保护技术
5.3.3现存区块链隐私保护技术分析
5.4面向电子健康记录的区块链数据隐私保护方法
5.4.1EHR数据隐私保护研究进展
5.4.2同态加密与安全多方计算技术
5.4.3系统技术方案
5.4.4系统安全分析
参考文献
第6章数据隐私治理机制与法律监管
6.1数据隐私监管困境
6.1.1数据隐私保护的困局
6.1.2利益相关者分析
6.1.3数据隐私监管的难度与挑战
6.2数据隐私治理模式
6.2.1数据隐私伦理的治理手段
6.2.2立法保护模式
6.2.3行业自律主导模式
6.2.4ICO模式
6.2.5双向监管模式
6.3我国数据隐私保护法律监管
6.3.1我国数据隐私保护现状
6.3.2我国数据隐私监管保护存在的问题
6.3.3我国数据隐私监管保护遵循的基本原则
参考文献
致谢