掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材)
包郵 隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材)
開本：
16開
頁數(shù)：
186
本類五星書更多>
-
>
全國計(jì)算機(jī)等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材) 版權(quán)信息
- ISBN：9787030729125
- 條形碼：9787030729125 ; 978-7-03-072912-5
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材) 內(nèi)容簡介
“隱私保護(hù)技術(shù)”是一門綜合運(yùn)用現(xiàn)有安全技術(shù)解決實(shí)際場景中隱私問題的課程，它不僅擁有自身特有的隱私保護(hù)理論知識，如匿名化技術(shù)、差分隱私等，還涉及密碼學(xué)、訪問控制、數(shù)字水印等眾多其他信息安全技術(shù)。本書分別為k匿名模型、差分隱私、可搜索加密、安全多方計(jì)算、深度學(xué)習(xí)、多媒體服務(wù)、訪問控制、隱私侵犯行為的取證與溯源等知識單元設(shè)計(jì)了8個實(shí)驗(yàn)項(xiàng)目。每個實(shí)驗(yàn)項(xiàng)目包含實(shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)原理、核心算法示例、應(yīng)用案例、討論與挑戰(zhàn)、實(shí)驗(yàn)報(bào)告模板等，內(nèi)容全面、可操作性強(qiáng)。 本書可作為網(wǎng)絡(luò)空間安全學(xué)科研究生的實(shí)驗(yàn)指導(dǎo)用書，也可作為網(wǎng)絡(luò)空間安全專業(yè)高年級本科生的選修教材，還可以作為相關(guān)學(xué)科研究人員的參考用書。
隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材) 目錄
目錄
第1章 緒論 1
1.1 引言 1
1.2 教學(xué)內(nèi)容和目標(biāo) 2
1.2.1 教學(xué)內(nèi)容 2
1.2.2 教學(xué)目標(biāo) 2
1.2.3 實(shí)驗(yàn)工具 3
第2章 基于k-匿名模型的隱私保護(hù) 8
2.1 實(shí)驗(yàn)內(nèi)容 8
2.2 實(shí)驗(yàn)原理 9
2.2.1 匿名模型與用戶標(biāo)識符 9
2.2.2 傳統(tǒng)匿名化技術(shù)與鏈接攻擊 9
2.2.3 k-anonymity模型及其變型 10
2.3 核心算法示例 14
2.3.1 數(shù)據(jù)預(yù)處理 14
2.3.2 k-anonymity算法 15
2.3.3 l-diversity算法 17
2.3.4 t-closeness算法 17
2.4 位置隱私保護(hù)案例 18
2.4.1 基于k-anonymity的位置隱私保護(hù)方法 19
2.4.2 基于l-diversity的位置隱私保護(hù)方法 22
2.4.3 基于t-closeness的位置隱私保護(hù)方法 23
2.5 討論與挑戰(zhàn) 24
2.6 實(shí)驗(yàn)報(bào)告模板 24
2.6.1 問答題 24
2.6.2 實(shí)驗(yàn)過程記錄 25
參考文獻(xiàn) 25
第3章 基于差分隱私的隱私保護(hù) 27
3.1 實(shí)驗(yàn)內(nèi)容 27
3.2 實(shí)驗(yàn)原理 28
3.2.1 定義 28
3.2.2 差分隱私機(jī)制 30
3.3 核心算法示例 33
3.3.1 基于拉普拉斯機(jī)制的差分隱私算法 33
3.3.2 基于高斯機(jī)制的差分隱私算法 39
3.3.3 基于指數(shù)機(jī)制的差分隱私算法 43
3.4 醫(yī)療數(shù)據(jù)庫隱私保護(hù)案例 45
3.4.1 對數(shù)據(jù)庫查詢結(jié)果添加拉普拉斯噪聲 45
3.4.2 調(diào)整參數(shù)值實(shí)現(xiàn)不同程度的隱私保護(hù) 47
3.5 討論與挑戰(zhàn) 49
3.6 實(shí)驗(yàn)報(bào)告模板 49
3.6.1 問答題 49
3.6.2 實(shí)驗(yàn)過程記錄 50
參考文獻(xiàn) 50
第4章 基于可搜索加密的隱私保護(hù) 52
4.1 實(shí)驗(yàn)內(nèi)容 52
4.2 實(shí)驗(yàn)原理 53
4.2.1 基本概念 53
4.2.2 可搜索加密 56
4.3 核心算法示例 58
4.3.1 Z-IDX算法示例 58
4.3.2 Z-IDX算法異常測試 66
4.4 電子病歷密文搜索案例 69
4.4.1 數(shù)據(jù)說明 70
4.4.2 存儲階段 70
4.4.3 搜索階段 72
4.5 討論與挑戰(zhàn) 73
4.6 實(shí)驗(yàn)報(bào)告模板 73
4.6.1 問答題 73
4.6.2 實(shí)驗(yàn)過程記錄 73
參考文獻(xiàn) 73
第5章 基于安全多方計(jì)算的隱私保護(hù) 75
5.1 實(shí)驗(yàn)內(nèi)容 75
5.2 實(shí)驗(yàn)原理 76
5.2.1 基本概念 76
5.2.2 ECC 77
5.2.3 ECDSA 77
5.3 核心算法示例 78
5.3.1 ECC實(shí)現(xiàn) 78
5.3.2 ECDSA實(shí)現(xiàn) 81
5.4 封閉式電子拍賣隱私保護(hù)案例 82
5.4.1 準(zhǔn)備階段 82
5.4.2 競拍階段 84
5.4.3 開標(biāo)階段 88
5.4.4 確定中標(biāo)者階段 91
5.5 討論與挑戰(zhàn) 93
5.6 實(shí)驗(yàn)報(bào)告模板 93
5.6.1 問答題 93
5.6.2 實(shí)驗(yàn)過程記錄 93
參考文獻(xiàn) 94
第6章 基于對抗訓(xùn)練的深度學(xué)習(xí)隱私保護(hù) 96
6.1 實(shí)驗(yàn)內(nèi)容 96
6.2 實(shí)驗(yàn)原理 97
6.2.1 計(jì)算機(jī)視覺中的深度學(xué)習(xí) 97
6.2.2 基于多任務(wù)學(xué)習(xí)的隱私保護(hù)方法 99
6.2.3 基于對抗訓(xùn)練的多任務(wù)學(xué)習(xí)方法 101
6.3 核心算法示例 102
6.3.1 圖像識別神經(jīng)網(wǎng)絡(luò)訓(xùn)練 102
6.3.2 隱私保護(hù)多任務(wù)學(xué)習(xí) 104
6.3.3 隱私保護(hù)對抗訓(xùn)練 104
6.4 深度學(xué)習(xí)模型參數(shù)隱私保護(hù)案例 105
6.4.1 構(gòu)造圖像識別深度神經(jīng)網(wǎng)絡(luò) 105
6.4.2 訓(xùn)練數(shù)據(jù)特征提取器、業(yè)務(wù)分類器和隱私分類器 108
6.4.3 部署隱私保護(hù)對抗訓(xùn)練 114
6.5 討論與挑戰(zhàn) 116
6.6 實(shí)驗(yàn)報(bào)告模板 116
6.6.1 問答題 116
6.6.2 實(shí)驗(yàn)過程記錄 116
參考文獻(xiàn) 116
第7章 多媒體服務(wù)中的隱私保護(hù) 118
7.1 實(shí)驗(yàn)內(nèi)容 118
7.2 實(shí)驗(yàn)原理 119
7.2.1 多媒體中的個人標(biāo)識符識別 119
7.2.2 多媒體隱私信息保護(hù) 120
7.3 核心算法示例 122
7.3.1 圖片中人臉區(qū)域的識別與保護(hù) 122
7.3.2 聲紋隱私信息識別與保護(hù) 126
7.4 社交應(yīng)用中的視頻隱私保護(hù)案例 131
7.4.1 錄制視頻文件的隱私保護(hù) 131
7.4.2 視頻通話的隱私保護(hù) 135
7.5 討論與挑戰(zhàn) 137
7.6 實(shí)驗(yàn)報(bào)告模板 137
7.6.1 問答題 137
7.6.2 實(shí)驗(yàn)過程記錄 137
參考文獻(xiàn) 138
第8章 基于訪問控制的隱私保護(hù) 140
8.1 實(shí)驗(yàn)內(nèi)容 140
8.2 實(shí)驗(yàn)原理 141
8.2.1 訪問控制 141
8.2.2 基于屬性的訪問控制模型 141
8.2.3 基于屬性的訪問控制策略 143
8.2.4 可拓展訪問控制標(biāo)記語言 143
8.2.5 隱私策略沖突與沖突檢測 145
8.2.6 隱私策略沖突消解 147
8.2.7 社交網(wǎng)絡(luò) 148
8.3 核心算法示例 148
8.3.1 面向社交網(wǎng)絡(luò)的訪問控制架構(gòu) 148
8.3.2 時空信息提取 154
8.4 社交應(yīng)用中隱私策略沖突消解案例 158
8.5 討論與挑戰(zhàn) 163
8.6 實(shí)驗(yàn)報(bào)告模板 163
8.6.1 問答題 163
8.6.2 實(shí)驗(yàn)過程記錄 163
參考文獻(xiàn) 164
第9章 隱私侵犯行為的取證與溯源 165
9.1 實(shí)驗(yàn)內(nèi)容 165
9.2 實(shí)驗(yàn)原理 166
9.2.1 數(shù)字水印系統(tǒng)基本框架 166
9.2.2 數(shù)字水印的分類 167
9.2.3 LSB數(shù)字水印算法 167
9.2.4 DCT數(shù)字水印算法 168
9.2.5 數(shù)字水印技術(shù)的應(yīng)用及隱私侵犯行為追蹤溯源 169
9.3 核心算法示例 170
9.3.1 LSB數(shù)字水印算法實(shí)現(xiàn) 170
9.3.2 DCT數(shù)字水印算法實(shí)現(xiàn) 175
9.3.3 數(shù)字水印算法中的輔助函數(shù) 179
9.4 基于數(shù)字水印的圖片轉(zhuǎn)發(fā)溯源取證案例 181
9.5 討論與挑戰(zhàn) 184
9.6 實(shí)驗(yàn)報(bào)告模板 185
9.6.1 問答題 185
9.6.2 實(shí)驗(yàn)過程記錄 185
參考文獻(xiàn) 185
第1章 緒論 1
1.1 引言 1
1.2 教學(xué)內(nèi)容和目標(biāo) 2
1.2.1 教學(xué)內(nèi)容 2
1.2.2 教學(xué)目標(biāo) 2
1.2.3 實(shí)驗(yàn)工具 3
第2章 基于k-匿名模型的隱私保護(hù) 8
2.1 實(shí)驗(yàn)內(nèi)容 8
2.2 實(shí)驗(yàn)原理 9
2.2.1 匿名模型與用戶標(biāo)識符 9
2.2.2 傳統(tǒng)匿名化技術(shù)與鏈接攻擊 9
2.2.3 k-anonymity模型及其變型 10
2.3 核心算法示例 14
2.3.1 數(shù)據(jù)預(yù)處理 14
2.3.2 k-anonymity算法 15
2.3.3 l-diversity算法 17
2.3.4 t-closeness算法 17
2.4 位置隱私保護(hù)案例 18
2.4.1 基于k-anonymity的位置隱私保護(hù)方法 19
2.4.2 基于l-diversity的位置隱私保護(hù)方法 22
2.4.3 基于t-closeness的位置隱私保護(hù)方法 23
2.5 討論與挑戰(zhàn) 24
2.6 實(shí)驗(yàn)報(bào)告模板 24
2.6.1 問答題 24
2.6.2 實(shí)驗(yàn)過程記錄 25
參考文獻(xiàn) 25
第3章 基于差分隱私的隱私保護(hù) 27
3.1 實(shí)驗(yàn)內(nèi)容 27
3.2 實(shí)驗(yàn)原理 28
3.2.1 定義 28
3.2.2 差分隱私機(jī)制 30
3.3 核心算法示例 33
3.3.1 基于拉普拉斯機(jī)制的差分隱私算法 33
3.3.2 基于高斯機(jī)制的差分隱私算法 39
3.3.3 基于指數(shù)機(jī)制的差分隱私算法 43
3.4 醫(yī)療數(shù)據(jù)庫隱私保護(hù)案例 45
3.4.1 對數(shù)據(jù)庫查詢結(jié)果添加拉普拉斯噪聲 45
3.4.2 調(diào)整參數(shù)值實(shí)現(xiàn)不同程度的隱私保護(hù) 47
3.5 討論與挑戰(zhàn) 49
3.6 實(shí)驗(yàn)報(bào)告模板 49
3.6.1 問答題 49
3.6.2 實(shí)驗(yàn)過程記錄 50
參考文獻(xiàn) 50
第4章 基于可搜索加密的隱私保護(hù) 52
4.1 實(shí)驗(yàn)內(nèi)容 52
4.2 實(shí)驗(yàn)原理 53
4.2.1 基本概念 53
4.2.2 可搜索加密 56
4.3 核心算法示例 58
4.3.1 Z-IDX算法示例 58
4.3.2 Z-IDX算法異常測試 66
4.4 電子病歷密文搜索案例 69
4.4.1 數(shù)據(jù)說明 70
4.4.2 存儲階段 70
4.4.3 搜索階段 72
4.5 討論與挑戰(zhàn) 73
4.6 實(shí)驗(yàn)報(bào)告模板 73
4.6.1 問答題 73
4.6.2 實(shí)驗(yàn)過程記錄 73
參考文獻(xiàn) 73
第5章 基于安全多方計(jì)算的隱私保護(hù) 75
5.1 實(shí)驗(yàn)內(nèi)容 75
5.2 實(shí)驗(yàn)原理 76
5.2.1 基本概念 76
5.2.2 ECC 77
5.2.3 ECDSA 77
5.3 核心算法示例 78
5.3.1 ECC實(shí)現(xiàn) 78
5.3.2 ECDSA實(shí)現(xiàn) 81
5.4 封閉式電子拍賣隱私保護(hù)案例 82
5.4.1 準(zhǔn)備階段 82
5.4.2 競拍階段 84
5.4.3 開標(biāo)階段 88
5.4.4 確定中標(biāo)者階段 91
5.5 討論與挑戰(zhàn) 93
5.6 實(shí)驗(yàn)報(bào)告模板 93
5.6.1 問答題 93
5.6.2 實(shí)驗(yàn)過程記錄 93
參考文獻(xiàn) 94
第6章 基于對抗訓(xùn)練的深度學(xué)習(xí)隱私保護(hù) 96
6.1 實(shí)驗(yàn)內(nèi)容 96
6.2 實(shí)驗(yàn)原理 97
6.2.1 計(jì)算機(jī)視覺中的深度學(xué)習(xí) 97
6.2.2 基于多任務(wù)學(xué)習(xí)的隱私保護(hù)方法 99
6.2.3 基于對抗訓(xùn)練的多任務(wù)學(xué)習(xí)方法 101
6.3 核心算法示例 102
6.3.1 圖像識別神經(jīng)網(wǎng)絡(luò)訓(xùn)練 102
6.3.2 隱私保護(hù)多任務(wù)學(xué)習(xí) 104
6.3.3 隱私保護(hù)對抗訓(xùn)練 104
6.4 深度學(xué)習(xí)模型參數(shù)隱私保護(hù)案例 105
6.4.1 構(gòu)造圖像識別深度神經(jīng)網(wǎng)絡(luò) 105
6.4.2 訓(xùn)練數(shù)據(jù)特征提取器、業(yè)務(wù)分類器和隱私分類器 108
6.4.3 部署隱私保護(hù)對抗訓(xùn)練 114
6.5 討論與挑戰(zhàn) 116
6.6 實(shí)驗(yàn)報(bào)告模板 116
6.6.1 問答題 116
6.6.2 實(shí)驗(yàn)過程記錄 116
參考文獻(xiàn) 116
第7章 多媒體服務(wù)中的隱私保護(hù) 118
7.1 實(shí)驗(yàn)內(nèi)容 118
7.2 實(shí)驗(yàn)原理 119
7.2.1 多媒體中的個人標(biāo)識符識別 119
7.2.2 多媒體隱私信息保護(hù) 120
7.3 核心算法示例 122
7.3.1 圖片中人臉區(qū)域的識別與保護(hù) 122
7.3.2 聲紋隱私信息識別與保護(hù) 126
7.4 社交應(yīng)用中的視頻隱私保護(hù)案例 131
7.4.1 錄制視頻文件的隱私保護(hù) 131
7.4.2 視頻通話的隱私保護(hù) 135
7.5 討論與挑戰(zhàn) 137
7.6 實(shí)驗(yàn)報(bào)告模板 137
7.6.1 問答題 137
7.6.2 實(shí)驗(yàn)過程記錄 137
參考文獻(xiàn) 138
第8章 基于訪問控制的隱私保護(hù) 140
8.1 實(shí)驗(yàn)內(nèi)容 140
8.2 實(shí)驗(yàn)原理 141
8.2.1 訪問控制 141
8.2.2 基于屬性的訪問控制模型 141
8.2.3 基于屬性的訪問控制策略 143
8.2.4 可拓展訪問控制標(biāo)記語言 143
8.2.5 隱私策略沖突與沖突檢測 145
8.2.6 隱私策略沖突消解 147
8.2.7 社交網(wǎng)絡(luò) 148
8.3 核心算法示例 148
8.3.1 面向社交網(wǎng)絡(luò)的訪問控制架構(gòu) 148
8.3.2 時空信息提取 154
8.4 社交應(yīng)用中隱私策略沖突消解案例 158
8.5 討論與挑戰(zhàn) 163
8.6 實(shí)驗(yàn)報(bào)告模板 163
8.6.1 問答題 163
8.6.2 實(shí)驗(yàn)過程記錄 163
參考文獻(xiàn) 164
第9章 隱私侵犯行為的取證與溯源 165
9.1 實(shí)驗(yàn)內(nèi)容 165
9.2 實(shí)驗(yàn)原理 166
9.2.1 數(shù)字水印系統(tǒng)基本框架 166
9.2.2 數(shù)字水印的分類 167
9.2.3 LSB數(shù)字水印算法 167
9.2.4 DCT數(shù)字水印算法 168
9.2.5 數(shù)字水印技術(shù)的應(yīng)用及隱私侵犯行為追蹤溯源 169
9.3 核心算法示例 170
9.3.1 LSB數(shù)字水印算法實(shí)現(xiàn) 170
9.3.2 DCT數(shù)字水印算法實(shí)現(xiàn) 175
9.3.3 數(shù)字水印算法中的輔助函數(shù) 179
9.4 基于數(shù)字水印的圖片轉(zhuǎn)發(fā)溯源取證案例 181
9.5 討論與挑戰(zhàn) 184
9.6 實(shí)驗(yàn)報(bào)告模板 185
9.6.1 問答題 185
9.6.2 實(shí)驗(yàn)過程記錄 185
參考文獻(xiàn) 185
展開全部
隱私保護(hù)技術(shù)實(shí)驗(yàn)教程(普通高等教育網(wǎng)絡(luò)空間安全系列教材) 節(jié)選
第1章緒 論 1.1引言 大數(shù)據(jù)是信息技術(shù)發(fā)展的必然產(chǎn)物，更是信息化進(jìn)程新階段的標(biāo)志，它的發(fā)展推動了數(shù)字經(jīng)濟(jì)的形成與繁榮。當(dāng)前，我國正在進(jìn)入以數(shù)據(jù)的深度挖掘和融合應(yīng)用為主要特 征的智能化階段。在“人機(jī)物”三元融合的大背景下，以“萬物均需互聯(lián)，一切皆可編 程”①為目標(biāo)，數(shù)字化、網(wǎng)絡(luò)化和智能化呈融合發(fā)展新態(tài)勢。近年來，數(shù)據(jù)規(guī)模呈幾何 級數(shù)高速增長。據(jù)國際數(shù)據(jù)公司（IDC）的報(bào)告，2020年全球數(shù)據(jù)存儲量達(dá)到44ZB （1021B），到2030年將達(dá)到2500ZB。作為人口大國和制造大國，我國的數(shù)據(jù)產(chǎn)生能力巨大，大數(shù)據(jù)資源極為豐富。隨著數(shù)字中國建設(shè)的推進(jìn)，各行業(yè)的數(shù)據(jù)資源采集、應(yīng)用 能力不斷提升，將會更快地積累更多的數(shù)據(jù)。 然而，大數(shù)據(jù)作為戰(zhàn)略資源發(fā)展迅速，大數(shù)據(jù)應(yīng)用存在安全與隱私的風(fēng)險(xiǎn)日益凸顯。個人數(shù)據(jù)正在不經(jīng)意間被企業(yè)、他人搜集并使用。企業(yè)可以通過數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等 技術(shù)從用戶數(shù)據(jù)中獲得大量有經(jīng)濟(jì)價值的信息。這些數(shù)據(jù)一旦泄露，將會給用戶的隱私 帶來極大的危害。自大數(shù)據(jù)行業(yè)誕生以來，已經(jīng)發(fā)生了多起隱私泄露事件。其中，一類是大規(guī)模用戶信息因保護(hù)不當(dāng)造成的隱私泄露，如美國馬薩諸塞州醫(yī)療隱私信息泄露事件。該州為推動公共醫(yī)療研究，發(fā)布了政府雇員的醫(yī)療數(shù)據(jù)，盡管刪除了敏感信息，如 姓名、身份證號和家庭住址等，依然被攻擊者通過性別、出生日期和郵編等信息確定出某公民的醫(yī)療記錄。另一類是針對單一用戶的隱私攻擊案例。例如，2010年，一名中國網(wǎng)友根據(jù)某用戶的微博、谷歌地圖和簡單的地理常識，在40mm內(nèi)推斷出該用戶的家庭住址。除了上述幾個典型的用戶隱私泄露事件，大數(shù)據(jù)行業(yè)帶來的整體性變革使得個體 用戶很難對抗個人隱私被全面暴露的風(fēng)險(xiǎn)，只要用戶使用智能手機(jī)、上網(wǎng)購物或參與社 交媒體互動，就需要將自己的個人數(shù)據(jù)提供給服務(wù)商以換取服務(wù)。更為復(fù)雜的是，經(jīng)過多重交易和第三方渠道的介入，個人數(shù)據(jù)的權(quán)利邊界變得模糊不清，公民的個人隱私保護(hù)遇到了嚴(yán)峻的挑戰(zhàn)。 面對頻發(fā)的隱私泄露事件，人們對隱私保護(hù)的認(rèn)識在不斷提升，個人信息隱私保護(hù)的立法也不斷完善。歐洲聯(lián)盟（簡稱歐盟）對于侵犯個人數(shù)據(jù)行為的處罰措施十分嚴(yán)格，2018年5月歐盟頒布了《通用數(shù)據(jù)保護(hù)條例》（GDPR），該條例界定了個人信息的范圍，并明確提出信息安全管理和評估方面的要求，對違法企業(yè)的罰金*高可達(dá)2000萬歐元或者其全球營業(yè)額的4%，以高者為準(zhǔn)。在我國，2016年11月頒布了《中華人民共和國網(wǎng)絡(luò)安全法》，其中明確規(guī)定了網(wǎng)絡(luò)運(yùn)營者應(yīng)當(dāng)對其收集的用戶信息嚴(yán)格保密，并建立健全 用戶信息保護(hù)制度；2021年6月頒布了《中華人民共和國數(shù)據(jù)安全法》，其中規(guī)定了任何組織、個人收集數(shù)據(jù)，應(yīng)當(dāng)采取合法、正當(dāng)?shù)姆绞剑坏酶`取或者以其他非法方式獲取數(shù)據(jù)；2021年8月頒布了《中華人民共和國個人信息保護(hù)法》，對個人信息和個人信息處理有了更加明確的界定，并明確了自動化決策對數(shù)據(jù)進(jìn)行處理的基本規(guī)則。這些法律對于保護(hù)公民的隱私權(quán)具有重要意義。 為了保障法律法規(guī)的落地，隱私保護(hù)技術(shù)支撐尤為重要。本書作為信息安全專業(yè)的高年級本科生、研究生和隱私保護(hù)行業(yè)的從業(yè)人員的入門實(shí)驗(yàn)教程，具體涉及基于左-匿 名模型的隱私保護(hù)、基于差分隱私的隱私保護(hù)、基于可搜索加密的隱私保護(hù)、基于安全 多方計(jì)算的隱私保護(hù)、基于對抗訓(xùn)練的深度學(xué)習(xí)隱私保護(hù)、多媒體服務(wù)中的隱私保護(hù)、基于訪問控制的隱私保護(hù)、隱私侵犯行為的取證與溯源等8個實(shí)驗(yàn)。 1.2教學(xué)內(nèi)容和目標(biāo) 1.2.1教學(xué)內(nèi)容 本書的教學(xué)內(nèi)容主要包括以下8個部分，其各自的特點(diǎn)如下。 （1）基于h匿名模型的隱私保護(hù)是指對原始待發(fā)布的數(shù)據(jù)進(jìn)行泛化處理，保證敏感 數(shù)據(jù)及隱私的泄露風(fēng)險(xiǎn)在可容忍范圍內(nèi)，包括等。 （2）基于差分隱私的隱私保護(hù)建立在堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)之上，對隱私保護(hù)效果進(jìn)行了嚴(yán)格的定義并提供了量化評估方法，可以有效抵御擁有背景知識的攻擊者進(jìn)行的攻擊。 （3）基于可搜索加密的隱私保護(hù)是指在加密的情況下實(shí)現(xiàn)搜索功能，還可以在保密的情況下對搜索的文件進(jìn)行修改。 （4）基于安全多方計(jì)算的隱私保護(hù)是指多個數(shù)據(jù)持有者在互不信任的情況下，進(jìn)行 協(xié)同計(jì)算并輸出計(jì)算結(jié)果，且保證任何一方均無法得到除應(yīng)得的計(jì)算結(jié)果之外的其他任 何信息。 （5）基于對抗訓(xùn)練的深度學(xué)習(xí)隱私保護(hù)涉及很多領(lǐng)域，本書介紹了一種基于多任務(wù)學(xué)習(xí)和對抗訓(xùn)練的數(shù)據(jù)特征提取器訓(xùn)練方法。該特征提取器可以在防止發(fā)生隱私攻擊的情況下，盡可能提升業(yè)務(wù)分類的準(zhǔn)確率。 （6）多媒體服務(wù)中的隱私保護(hù)是指應(yīng)用圖像處理、音頻處理、機(jī)器學(xué)習(xí)等方面的理論和方法，構(gòu)造綜合性的防護(hù)方案，防止發(fā)生多媒體服務(wù)中的用戶身份和隱私信息的泄露。 （7）基于訪問控制的隱私保護(hù)是指用戶根據(jù)自身需求來對隱私保護(hù)策略進(jìn)行配置以及進(jìn)行策略執(zhí)行，當(dāng)多個用戶主體的隱私保護(hù)策略產(chǎn)生沖突時，利用適當(dāng)?shù)姆椒▽_突進(jìn)行消解。 （8）隱私侵犯行為的取證與溯源是對隱私侵犯行為進(jìn)行記錄、驗(yàn)證和審計(jì)的技術(shù)。本書以圖片為例，通過添加特定的數(shù)字水印，實(shí)現(xiàn)二次轉(zhuǎn)發(fā)過程中的隱私侵犯行為的取證與溯源。 1.2.2教學(xué)目標(biāo) 本書的教學(xué)目標(biāo)如下。 （1）加深學(xué)生對隱私保護(hù)相關(guān)技術(shù)的基本原理、核心思想的理解，使學(xué)生掌握隱私保護(hù)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)方法。 （2）培養(yǎng)學(xué)生利用隱私保護(hù)理論解決實(shí)際問題的能力。針對實(shí)驗(yàn)所設(shè)場景，綜合應(yīng)用所學(xué)知識制定技術(shù)方案，通過檢索、對比來設(shè)計(jì)和采納可行技術(shù)路線，完成匿名、差分、加密等隱私保護(hù)實(shí)踐操作，并對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行整理和檢驗(yàn)，從而解決各類應(yīng)用場景中隱私保護(hù)的實(shí)際問題。 （3）引導(dǎo)學(xué)生了解國際上重要的與隱私保護(hù)相關(guān)的科研項(xiàng)目，培養(yǎng)學(xué)生勤奮踏實(shí)、刻苦鉆研、嚴(yán)謹(jǐn)求實(shí)、團(tuán)隊(duì)協(xié)作等品格，鍛煉學(xué)生的學(xué)習(xí)能力、創(chuàng)新能力、動手能力和靈活運(yùn)用知識能力。 基本要求：實(shí)驗(yàn)前做好預(yù)習(xí)，熟悉實(shí)驗(yàn)?zāi)康摹?shí)驗(yàn)要求等，并做好軟件環(huán)境和隱私保護(hù)數(shù)據(jù)集的安裝設(shè)置；學(xué)生可進(jìn)行分組，合作完成部分實(shí)驗(yàn)，需要分工協(xié)作、積極充分地參與討論，并提供實(shí)驗(yàn)報(bào)告。 1.2.3實(shí)驗(yàn)工具 本書的實(shí)驗(yàn)語言采用Python，大部分實(shí)驗(yàn)都可以在個人計(jì)算機(jī)上進(jìn)行，在此對本書 實(shí)驗(yàn)的基礎(chǔ)環(huán)境配置進(jìn)行介紹。 1.Python語言 Python是一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語言，具有跨平臺的特點(diǎn)，可以在Linux、macOS以及Windows系統(tǒng)中搭建環(huán)境并使用，此外，Python的應(yīng)用領(lǐng)域范圍廣泛，在人工智能、科學(xué)計(jì)算、Web開發(fā)、系統(tǒng)運(yùn)維、大數(shù)據(jù)及云計(jì)算等方面均有涉及。 2.Python語言環(huán)境的配置 1）實(shí)驗(yàn)?zāi)康? （1）掌握Python語言環(huán)境的配置方法。 （2）對Python語言環(huán)境的配置結(jié)果進(jìn)行測試。 2）實(shí)驗(yàn)環(huán)境 本實(shí)驗(yàn)使用個人計(jì)算機(jī)，操作系統(tǒng)可為Windows10、Linux或macOS。需要準(zhǔn)備Python3.6.6或者更高版本的安裝包。 3）實(shí)驗(yàn)步驟 首先對Python語言的編譯環(huán)境進(jìn)行配置，已安裝的讀者可以跳過。 （1）安裝Python語言。 進(jìn)入Python的官方網(wǎng)站，如圖1-1所示。 選擇需要的Python版本（圖1-2），單擊Download按鈕，建議選擇Python 3.6.6或者以上版本。 下載成功后，找到Python安裝包路徑，根據(jù)系統(tǒng)默認(rèn)/自定義路徑進(jìn)行安裝。安裝成功后，打開cmd命令行窗口，輸入“python”，顯示圖1-3所示輸出則表示Python語言環(huán)境搭建成功。 圖1-1 Python官方網(wǎng)站 圖1-2 Python下載版本選擇 圖1-3 Python安裝結(jié)果示意 （2）配置PyCharm環(huán)境。 PyCharm是一種經(jīng)典的Python IDE （Integrated Development Environment），帶有一整套高效的開發(fā)工具，包括調(diào)試、語法高亮、項(xiàng)目管理、代碼跳轉(zhuǎn)、智能提示、自動完成、 單元測試、版本控制等。 進(jìn)入PyCharm的官方網(wǎng)站，如圖1-4所示。 圖1-4 PyCharm官方網(wǎng)站 選擇合適的版本進(jìn)行下載，其中專業(yè)版是收費(fèi)的，教育版和社區(qū)版是免費(fèi)的。此處以教育版為例，下載完成之后進(jìn)行安裝，建議不要選擇.py復(fù)選框（圖1-5）。 圖1-5 PyCharm安裝選項(xiàng) 安裝完成之后，需要添加環(huán)境變量。查看bm文件路徑是否被添加到系統(tǒng)環(huán)境變量中，如果沒有添加，會導(dǎo)致創(chuàng)建項(xiàng)目時找不到Python解釋器。 右擊“我的電腦”圖標(biāo)，選擇“屬性”選項(xiàng)，打開“系統(tǒng)屬性”對話框，選擇“高級”標(biāo)簽，單擊“環(huán)境變量”按鈕（圖1-6）。 圖1-6添加環(huán)境變量 （3）Anaconda環(huán)境管理器。 Anaconda是可以便捷獲取包（Package），并對包進(jìn)行管理的工具。它還可以對環(huán)境進(jìn)行統(tǒng)一管理。Anaconda包含了Conda、Python在內(nèi)的超過180個科學(xué)工具包及其依賴項(xiàng)。 進(jìn)入Anaconda的官方網(wǎng)站（圖1-7）下載安裝包，根據(jù)安裝導(dǎo)航進(jìn)行安裝，安裝路徑不能出現(xiàn)中文字符。Anaconda安裝界面如圖1-8所示。 安裝過程中，需要選擇Add Anaconda3 to my PATH environment variable復(fù)選框（圖1-9），默認(rèn)是沒有選擇的，如果不選擇，則需要在系統(tǒng)設(shè)置中自行添加環(huán)境變量。 安裝完成之后，可以打開Anaconda Prompt（anaconda3）-python窗口進(jìn)行驗(yàn)證
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
苦雨齋序跋文-周作人自編集
- >
巴金－再思錄
- >
唐代進(jìn)士錄
- >
羅庸西南聯(lián)大授課錄
- >
煙與鏡
- >
名家?guī)阕x魯迅:故事新編
- >
隨園食單
本類暢銷
