《隐私保护机器学习》
[美国]张致恩（J. Morris Chang），庄镝，
[斯里兰卡]杜明杜·萨马拉维拉
（Dumindu Samaraweera） 著
马学彬 译
ISBN 978-7-5766-0945-5
东南大学出版社
产品特色
机器学习应用需要大量的数据，因此有必要保护这些数据集中敏感信息的隐私和安全。从数据收集、导入到模型开发、部署，隐私保护发生在机器学习过程中的每个环节。这本实用的书将讲授确保数据管道端到端安全所需的技能。
《隐私保护机器学习》通过面部识别、云数据存储等真实世界中的用例来探讨隐私保护技术。你将了解到现在就可以部署的切实有效的实施方法、未来的隐私挑战以及如何调整现有技术以满足你的需求。你所学到的新技能将会在最后一章用来建立一个完整的安全数据平台项目。
推 荐 语
“本书通过相关的Python示例详细介绍了差分隐私、合成数据生成和隐私保护机器学习技术。强烈推荐！”
——Abe Taha, Google
“理论与实践的完美结合，本书满足了人们的真正需求。”
——Stephen Oates, Allianz
“创建隐私保护机器学习系统的权威来源。在大量数据的环境中，了解这一领域非常重要！”
——Mac Chambers，
Roy Hobbs Diamond Enterprises
“涵盖了数据隐私的各个方面，并提供了很好的实例。”
——Vidhya Vinay，
Streamingo Solutions
本 书 内 容
差分隐私和压缩隐私技术
频率、均值估计、朴素贝叶斯分类器和深度学习的隐私问题
隐私保护合成数据生成
数据挖掘和数据库应用的隐私增强
本书面向机器学习工程师和开发人员，书中的示例是用Python和Java编写的。
目 录
J. Morris Chang是南佛罗里达大学的教授。Di Zhuang是Snap公司的一名安全工程师。Dumindu Samaraweera是美国南佛罗里达大学的副研究教授。本书的技术编辑Wilko Henecka是Ambiata公司的一名开发隐私保护软件的高级软件工程师。
马学彬，博士，内蒙古大学计算机学院副教授，硕士生导师。2009年1月毕业于东北大学计算机应用技术专业，获工学博士学位。主要研究方向为隐私保护技术、联邦学习、无线网络路由技术、延迟容忍网络等。
长按识别二维码｜立即购买本书
天猫店铺｜南京东南大学出版社旗舰店
供稿：张 烨
制作：颜庆婷
审核：唐 允
◆ 想了解更多书中精彩内容：
★点击“阅读原文”进入东南大学出版社官方微店在线购买
★手机淘宝搜索“南京东南大学出版社旗舰店”店铺也可购买
◆ 进入公众号首页，点击右上方“···”→“设为星标”，第一时间获取我社信息
弘毅乐群 精书成业
长按扫码关注我们
