最新章節

• 封底
• 作者簡介
• 推薦閱讀
• 11.5 安全產業鏈不斷延伸覆蓋
• 11.4 市場規范化與協同繁榮
• 11.3 數字經濟發展的主要動力

• 封底 更新時間：2024-04-12 18:37:17
• 作者簡介
• 推薦閱讀
• 11.5 安全產業鏈不斷延伸覆蓋
• 11.4 市場規范化與協同繁榮
• 11.3 數字經濟發展的主要動力
• 11.2 多數據技術融合創新發展
• 11.1 數據價值與產業崛起
• 第11章 數據安全流通的未來趨勢
• 10.6 工業領域：基于區塊鏈隱私計算的工業數據流通平臺
• 10.5 能源領域：某市智慧能源大數據平臺改建項目
• 10.4 政企領域：基于數據安全流通用RPA在政企之間統計報表
• 10.3.3 基于隱私計算的省級政務數據開放平臺
• 10.3.2 某政府公共數據開放平臺
• 10.3.1 經濟領域政務數據安全共享
• 10.3 政務領域
• 10.2.5 蕪湖大數據信用貸
• 10.2.4 某證券企業數據安全治理
• 10.2.3 跨企業數據在金融風控中的應用
• 10.2.2 基于隱私計算的貨車風險評估應用
• 10.2.1 數智化助推保險業數字化轉型升級
• 10.2 金融領域
• 10.1 通信領域：中國電信“數信鏈網”實踐案例
• 第10章 六大領域典型行業數據安全流通案例解讀
• 9.4.4 審計監督合規
• 9.4.3 產出結果合規
• 9.4.2 技術方案合規
• 9.4.1 數據處理合規
• 9.4 數據流通合規
• 9.3.2 國內數據流通標準
• 9.3.1 國際數據流通標準
• 9.3 數據流通標準解讀
• 9.2.4 中國數據流通法律法規
• 9.2.3 亞洲數據流通法律法規
• 9.2.2 歐洲數據流通法律法規
• 9.2.1 美國數據流通法律法規
• 9.2 數據流通法律法規解讀
• 9.1.4 中國數據流通政策
• 9.1.3 亞洲數據流通政策
• 9.1.2 歐洲數據流通政策
• 9.1.1 美國數據流通政策
• 9.1 數據流通政策解讀
• 第9章 數據流通行業相關政策、法規與標準分析
• 8.3 數據流通咨詢服務產業
• 8.2 數據流通基礎設施產業
• 8.1 數據流通核心產業
• 第8章 全國數據流通產業生態鏈
• 7.9.6 案例六：隱私計算算力解決方案
• 7.9.5 案例五：基于隱私計算的小微商戶普惠金融服務
• 7.9.4 案例四：隱私計算助力中國工商銀行普惠金融創新實踐
• 7.9.3 案例三：基于隱私計算的車險智能核保方案
• 7.9.2 案例二：宜昌傳染病多點觸發監測和智能預警平臺
• 7.9.1 案例一：智能風控建模
• 7.9 數據安全計算技術案例解讀
• 7.8 數據安全溯源與確權技術
• 7.7.2 案例：多源數據共享應用平臺
• 7.7.1 同態加密技術原理
• 7.7 同態加密
• 7.6.3 案例：引入可信第三方的ID去標識化流通案例
• 7.6.2 TEE技術分析
• 7.6.1 TEE概述
• 7.6 TEE
• 7.5.4 案例三：全基因組關聯研究GWAS分析
• 7.5.3 案例二：縱向聯邦深度學習助力跨域視頻推薦
• 7.5.2 案例一：群租房智能分析
• 7.5.1 聯邦計算技術原理
• 7.5 聯邦計算
• 7.4.2 案例：港口多式聯運可信數據空間
• 7.4.1 多方安全計算技術分析
• 7.4 多方安全計算
• 7.3.11 案例六：城市級碳治理平臺
• 7.3.10 案例五：跨行業數據在聯合營銷場景下的共享應用
• 7.3.9 案例四：翼集分大數據平臺
• 7.3.8 案例三：零信任助力普陀大數據中心數據安全開放
• 7.3.7 案例二：“爬梳剔抉”車企數據，“曲突徙薪”數安風險
• 7.3.6 案例一：撫州市“數據銀行”項目
• 7.3.5 數據共享安全
• 7.3.4 數據處理安全
• 7.3.3 數據存儲安全
• 7.3.2 數據傳輸安全
• 7.3.1 數據采集安全
• 7.3 數據安全防護技術
• 7.2.2 數據脫敏
• 7.2.1 數據分類分級
• 7.2 數據治理技術
• 7.1.2 數據安全風險評估過程
• 7.1.1 數據安全風險評估技術路線
• 7.1 數據安全風險評估技術
• 第7章 數據安全保障技術
• 6.4 案例：某省級數據資產化服務項目
• 6.3.2 SHAPLEY方法
• 6.3.1 貢獻度度量法
• 6.3 數據價值評估技術對比
• 6.2.2 其他數據價值評估方法
• 6.2.1 主流數據價值評估方法
• 6.2 數據價值評估方法
• 6.1 數據價值評估概述
• 第6章 數據資產化技術
• 5.8 案例三：海關AEO區塊鏈服務平臺
• 5.7 案例二：汽車大數據區塊鏈平臺
• 5.6 案例一：標信融
• 5.5 數據流轉階段
• 5.4 數據存儲加工階段
• 5.3 數字水印
• 5.2 分布式數字身份
• 5.1 區塊鏈技術
• 第5章 數據可信確權技術
• 4.5 案例：政務領域的nXDR式網絡安全監管與指揮協調
• 4.4.2 安全管理
• 4.4.1 法律層面
• 4.4 流通的監管與保護
• 4.3.2 交易撮合模式
• 4.3.1 數據流通基本模式
• 4.3 數據流通模式
• 4.2.2 案例：鹽南高新區城市駕駛艙項目數據共享
• 4.2.1 業務視圖下的數據流通機制
• 4.2 數據流通機制
• 4.1.3 數據流通3.0
• 4.1.2 數據流通2.0
• 4.1.1 數據流通1.0
• 4.1 過往數據流通方式
• 第4章 數據流通機制、模式、監管與保護
• 3.3.2 數據安全流通體系的構成要素
• 3.3.1 數據安全流通體系的基本構建要求
• 3.3 數據安全流通體系
• 3.2.3 數據流通的內容和形式
• 3.2.2 數據流通的主要參與體
• 3.2.1 數據流通的3種類型
• 3.2 數據流通的形式及特征
• 3.1.3 數據要素的獨特性
• 3.1.2 數據要素的特征
• 3.1.1 數據資源化、資產化與資本化
• 3.1 數據要素解讀
• 第3章 深入理解數據安全流通
• 2.5 產業生態挑戰
• 2.4 政策與法律的挑戰
• 2.3 技術挑戰
• 2.2 國內挑戰
• 2.1 國際挑戰
• 第2章 數據安全流通產業的挑戰
• 1.4 數據流通技術迭代發展
• 1.3 數據要素市場化要求數據安全
• 1.2.3 美國
• 1.2.2 歐盟
• 1.2.1 中國
• 1.2 政策法規逐步趨嚴
• 1.1 數字經濟新發展機遇
• 第1章 為什么數據需要安全流通
• 前言
• 創作委員會
• 內容簡介
• 版權信息
• 封面

• 封面
• 版權信息
• 內容簡介
• 創作委員會
• 前言
• 第1章 為什么數據需要安全流通
• 1.1 數字經濟新發展機遇
• 1.2 政策法規逐步趨嚴
• 1.2.1 中國
• 1.2.2 歐盟
• 1.2.3 美國
• 1.3 數據要素市場化要求數據安全
• 1.4 數據流通技術迭代發展
• 第2章 數據安全流通產業的挑戰
• 2.1 國際挑戰
• 2.2 國內挑戰
• 2.3 技術挑戰
• 2.4 政策與法律的挑戰
• 2.5 產業生態挑戰
• 第3章 深入理解數據安全流通
• 3.1 數據要素解讀
• 3.1.1 數據資源化、資產化與資本化
• 3.1.2 數據要素的特征
• 3.1.3 數據要素的獨特性
• 3.2 數據流通的形式及特征
• 3.2.1 數據流通的3種類型
• 3.2.2 數據流通的主要參與體
• 3.2.3 數據流通的內容和形式
• 3.3 數據安全流通體系
• 3.3.1 數據安全流通體系的基本構建要求
• 3.3.2 數據安全流通體系的構成要素
• 第4章 數據流通機制、模式、監管與保護
• 4.1 過往數據流通方式
• 4.1.1 數據流通1.0
• 4.1.2 數據流通2.0
• 4.1.3 數據流通3.0
• 4.2 數據流通機制
• 4.2.1 業務視圖下的數據流通機制
• 4.2.2 案例：鹽南高新區城市駕駛艙項目數據共享
• 4.3 數據流通模式
• 4.3.1 數據流通基本模式
• 4.3.2 交易撮合模式
• 4.4 流通的監管與保護
• 4.4.1 法律層面
• 4.4.2 安全管理
• 4.5 案例：政務領域的nXDR式網絡安全監管與指揮協調
• 第5章 數據可信確權技術
• 5.1 區塊鏈技術
• 5.2 分布式數字身份
• 5.3 數字水印
• 5.4 數據存儲加工階段
• 5.5 數據流轉階段
• 5.6 案例一：標信融
• 5.7 案例二：汽車大數據區塊鏈平臺
• 5.8 案例三：海關AEO區塊鏈服務平臺
• 第6章 數據資產化技術
• 6.1 數據價值評估概述
• 6.2 數據價值評估方法
• 6.2.1 主流數據價值評估方法
• 6.2.2 其他數據價值評估方法
• 6.3 數據價值評估技術對比
• 6.3.1 貢獻度度量法
• 6.3.2 SHAPLEY方法
• 6.4 案例：某省級數據資產化服務項目
• 第7章 數據安全保障技術
• 7.1 數據安全風險評估技術
• 7.1.1 數據安全風險評估技術路線
• 7.1.2 數據安全風險評估過程
• 7.2 數據治理技術
• 7.2.1 數據分類分級
• 7.2.2 數據脫敏
• 7.3 數據安全防護技術
• 7.3.1 數據采集安全
• 7.3.2 數據傳輸安全
• 7.3.3 數據存儲安全
• 7.3.4 數據處理安全
• 7.3.5 數據共享安全
• 7.3.6 案例一：撫州市“數據銀行”項目
• 7.3.7 案例二：“爬梳剔抉”車企數據，“曲突徙薪”數安風險
• 7.3.8 案例三：零信任助力普陀大數據中心數據安全開放
• 7.3.9 案例四：翼集分大數據平臺
• 7.3.10 案例五：跨行業數據在聯合營銷場景下的共享應用
• 7.3.11 案例六：城市級碳治理平臺
• 7.4 多方安全計算
• 7.4.1 多方安全計算技術分析
• 7.4.2 案例：港口多式聯運可信數據空間
• 7.5 聯邦計算
• 7.5.1 聯邦計算技術原理
• 7.5.2 案例一：群租房智能分析
• 7.5.3 案例二：縱向聯邦深度學習助力跨域視頻推薦
• 7.5.4 案例三：全基因組關聯研究GWAS分析
• 7.6 TEE
• 7.6.1 TEE概述
• 7.6.2 TEE技術分析
• 7.6.3 案例：引入可信第三方的ID去標識化流通案例
• 7.7 同態加密
• 7.7.1 同態加密技術原理
• 7.7.2 案例：多源數據共享應用平臺
• 7.8 數據安全溯源與確權技術
• 7.9 數據安全計算技術案例解讀
• 7.9.1 案例一：智能風控建模
• 7.9.2 案例二：宜昌傳染病多點觸發監測和智能預警平臺
• 7.9.3 案例三：基于隱私計算的車險智能核保方案
• 7.9.4 案例四：隱私計算助力中國工商銀行普惠金融創新實踐
• 7.9.5 案例五：基于隱私計算的小微商戶普惠金融服務
• 7.9.6 案例六：隱私計算算力解決方案
• 第8章 全國數據流通產業生態鏈
• 8.1 數據流通核心產業
• 8.2 數據流通基礎設施產業
• 8.3 數據流通咨詢服務產業
• 第9章 數據流通行業相關政策、法規與標準分析
• 9.1 數據流通政策解讀
• 9.1.1 美國數據流通政策
• 9.1.2 歐洲數據流通政策
• 9.1.3 亞洲數據流通政策
• 9.1.4 中國數據流通政策
• 9.2 數據流通法律法規解讀
• 9.2.1 美國數據流通法律法規
• 9.2.2 歐洲數據流通法律法規
• 9.2.3 亞洲數據流通法律法規
• 9.2.4 中國數據流通法律法規
• 9.3 數據流通標準解讀
• 9.3.1 國際數據流通標準
• 9.3.2 國內數據流通標準
• 9.4 數據流通合規
• 9.4.1 數據處理合規
• 9.4.2 技術方案合規
• 9.4.3 產出結果合規
• 9.4.4 審計監督合規
• 第10章 六大領域典型行業數據安全流通案例解讀
• 10.1 通信領域：中國電信“數信鏈網”實踐案例
• 10.2 金融領域
• 10.2.1 數智化助推保險業數字化轉型升級
• 10.2.2 基于隱私計算的貨車風險評估應用
• 10.2.3 跨企業數據在金融風控中的應用
• 10.2.4 某證券企業數據安全治理
• 10.2.5 蕪湖大數據信用貸
• 10.3 政務領域
• 10.3.1 經濟領域政務數據安全共享
• 10.3.2 某政府公共數據開放平臺
• 10.3.3 基于隱私計算的省級政務數據開放平臺
• 10.4 政企領域：基于數據安全流通用RPA在政企之間統計報表
• 10.5 能源領域：某市智慧能源大數據平臺改建項目
• 10.6 工業領域：基于區塊鏈隱私計算的工業數據流通平臺
• 第11章 數據安全流通的未來趨勢
• 11.1 數據價值與產業崛起
• 11.2 多數據技術融合創新發展
• 11.3 數字經濟發展的主要動力
• 11.4 市場規范化與協同繁榮
• 11.5 安全產業鏈不斷延伸覆蓋
• 推薦閱讀
• 作者簡介
• 封底 更新時間：2024-04-12 18:37:17