隱私保護機器學習
隨著社會數字化和信息化的程度越來越高，數據資源作為一種互聯網時代的新能源所表現出的數據流動價值越來越得到人們的重視。在大數據背景下，機器學習技術正被廣泛應用在各個領域，充分發揮數據的價值。與此同時，在對數據隱私的擔憂聲中，政府開始行動制定數據使用合規法案。傳統的機器學習方法受到了制約，大量的數據因為需要依法保護而無法被聯合在一起進行建模，隱私保護機器學習的概念應運而生。本書將介紹隱私保護機器學習的原理、方法和應用，主要介紹機器學習和隱私保護技術的基礎知識，并講解隱私保護機器學習的應用，包括隱私求交、安全多方計算、線性模型、樹模型、神經網絡。同時本書還介紹隱私保護機器學習的具體應用場景，深入講解其技術原理。
·15.3萬字
