前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >杨强、陈强教授新作,《隐私计算》重磅发布!

杨强、陈强教授新作,《隐私计算》重磅发布!

作者头像
昱良
发布2022-03-24 15:15:48
5130
发布2022-03-24 15:15:48
举报

点击 机器学习算法与Python学习 ,选择加星标

精彩内容不迷路

为强化个人隐私信息保护,防止敏感数据被滥用,国家出台了一系列法律、法规,规范数据的管理和使用

继《中华人民共和国网络安全法》生效之后,《数据安全法》和《个人信息保护法》于2021年相继颁布和实施。相关法律法规均对数据跨境做出相关规定,新出台的《个人信息保护法》更是对数据跨境流动的规则作出了较为具体的规定。企业如何做好出境数据合规,成为业界关注的主要问题。

除了依靠法律制度保护隐私,还有必要将隐私保护的数学理论和现实需求相结合,将隐私保护技术和计算任务相结合,在大数据分析和机器学习广泛应用的现实情况下,运用多种技术手段解决隐私泄露问题。隐私计算便是解决这类问题的核心研究课题。

因此,学习隐私计算的相关技术,建设隐私计算平台和系统,探索隐私计算的相关应用场景变得越发重要。

《隐私计算》新书重磅上市

由香港科技大学计算机科学与工程系副教授、智能网络与系统实验室主任陈凯教授,加拿大工程院及加拿大皇家科学院两院院士、微众银行首席人工智能官杨强教授共同撰写的《隐私计算》中文专著,现已重磅上市。

粉丝福利

今天为大家送5本《隐私计算》,感谢博文视点的支持

参与方式:文末留言,随便聊一聊,点赞top5每人包邮一本(作弊将被剔除);

开奖时间:20220324 20点,如有问题请联系小助手(wx:MLAPython)

本书特色

01. 内容系统完整全面。

呈现相对完整的隐私计算知识体系,系统阐述隐私计算关键技术,包括4大发展阶段,5大应用平台,9大落地实践案例。

02. 理论应用价值兼备。

系统讲解隐私计算的基础理论和关键技术,包括秘密共享、同态加密、不经意传输、混淆电路、差分隐私、可信执行环境和联邦学习。并介绍了基于隐私计算技术构建的五个前沿隐私计算平台,以及平台的效率问题和常见加速策略

03. 产业实践案例丰富。

本书结合金融营销与风控、广告计费、广告推荐、数据查询、医疗、语音识别及政务等领域的产业应用案例,详细分析了相关技术的适用范围和落地方法,方便读者理解技术的优点和局限性,对实践者具有很高的参考价值

04. 全新法律法规解读。

本书邀请观韬中茂律师事务所的资深律师,对最新的中国数据保护法律进行了详细解读,方便读者了解中国新的数据保护制度。

05. 顶级专家学者力荐。

中国科学院院士梅宏倾情作序,中国工程院院士高文,中国工程院外籍院士、加拿大皇家科学院院士罗智泉,创新工场董事长兼CEO李开复联袂推荐。

作者介绍

陈   凯

杨   强

粉丝福利

今天为大家送5本《隐私计算》,感谢博文视点的支持

参与方式:文末留言,随便聊一聊,点赞top5每人包邮一本(作弊将被剔除);

开奖时间:20220324 20点,如有问题请联系小助手(wx:MLAPython)

觉得不错,请点个在看呀

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-03-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习算法与Python学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 精彩内容不迷路
相关产品与服务
隐私计算
腾讯云隐私计算(Privacy Computing)是腾讯云推出的以联邦学习(FL)、安全多方计算(MPC)、可信执行环境(TEE)等技术为基础的平台,产品使原始合作多方数据不出本地即可完成联合建模、安全求交(PSI)、隐匿查询(PIR)、安全统计分析等功能。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档