本书在国内外数据隐私泄露事件令人触目惊心、数据隐私保护问题亟待有效解决的背景下展开撰写,对于隐私保护领域的一个研究热点差分隐私理论进行了深入剖析,并将差分隐私理论在图结构数据、轨迹数据及基因数据等领域进行了应用探索研究。
全书共分为三部分,第一部分差分隐私基础理论,由第14章构成,主要内容包括有相关数学基础、集中式差分隐私理论和本地化差分隐私;第二部分差分隐私应用研究,由第58章构成,主要内容涉及轨迹数据隐私保护、基因数据隐私保护、图结构数据隐私保护和随机响应机制效用优化;第三部分差分隐私新进展,内容涉及混洗差分隐私、联邦学习中的隐私保护等内容。
本书主要面向计算机科学、网络空间安全、密码学等相关学科专业高年级本科生、研究生以及广大研究数据安全隐私保护的科技工作者。