隐私保护数据发布:模型与算法
《隐私保护数据发布:模型与算法》主要阐述数据共享发布中的两大主要隐私保护模型及其关键算法。全书分为两篇，
| 商家名称 |
信用等级 |
购买信息 |
订购本书 |
|
|
 |
隐私保护数据发布:模型与算法 |
 |
|
|
隐私保护数据发布:模型与算法 |
|
《隐私保护数据发布:模型与算法》主要阐述数据共享发布中的两大主要隐私保护模型及其关键算法。全书分为两篇，第壹篇阐述匿名隐私保护数据发布，由第1～9章组成，主要内容涉及匿名隐私保护相关知识、k—匿名组规模的上界讨论、关系型数据发布及其扩展背景（数据增量更新和多敏感属性数据发布）下的匿名隐私保护、非关系型数据（包括事务型数据、社会网络数据和轨迹数据）发布中的匿名隐私保护模型及算法、面向LBS应用的位置隐私保护等；第二篇阐述差分隐私保护数据发布，由第10～19章组成，主要内容涉及差分隐私基础知识、基于k叉平均树的差分隐私数据发布、面向任意区间树结构及其扩展背景（考虑区间查询分布和异方差加噪）下的差分隐私直方图发布、面向其他应用背景（流／连续数据发布、稀疏／多维数据发布）的差分隐私保护、差分隐私下的频繁模式挖掘等。
网友对隐私保护数据发布:模型与算法的评论
喜欢隐私保护数据发布:模型与算法请与您的朋友分享,由于版权原因，读书人网不提供图书下载服务
