新書推薦：
《
高敏感女性的力量（意大利心理学家FSP博士重磅力作。高敏感是优势，更是力量）
》
售價：NT$
286.0
《
元好问与他的时代（中华学术译丛）
》
售價：NT$
398.0
《
汽车传感器结构·原理·检测·维修
》
售價：NT$
500.0
《
怪谈百物语：不能开的门（“日本文学史上的奇迹”宫部美雪重要代表作！日本妖怪物语集大成之作，系列累销突破200万册！）
》
售價：NT$
296.0
《
罗马政治观念中的自由
》
售價：NT$
230.0
《
中国王朝内争实录：宠位厮杀
》
售價：NT$
281.0
《
凡事发生皆有利于我（这是一本读了之后会让人运气变好的书”治愈无数读者的心理自助经典）
》
售價：NT$
203.0
《
未来特工局
》
售價：NT$
254.0
|
| 編輯推薦： |
|
（1）作者背景资深：作者曾就职于微软、中国平安、港交所等大企业，软件研发和架构、隐私计算和安全等都擅长。（2）作者经验丰富：资深隐私计算专家，10余年金融和安全行业经验，港交所隐私计算项目深度参与者，工程经验丰富。（3）内容系统深入：系统讲解6大类隐私计算技术的工作原理、应用方法、开发框架、案例实践。（4）零基础快入门：本书能指导零基础的读者快速了解并掌握隐私计算技术，不仅知晓其原理，而且能在实践中运用。（5）提供资源下载：书中全部源文件提供下载，同时提供了Docker镜像文件。
|
| 內容簡介： |
|
内容简介这是一本能指导零基础读者快速了解并上手隐私计算技术的著作，快速实现从入门到进阶。作者在金融和安全领域有10余年的技术从业经验，是港交所隐私计算项目的深度参与者，工程实战经验丰富。本书从隐私计算的安全保护技术和应用技术两个维度，深入浅出地讲解了6大类隐私计算技术的工作原理、应用方法、开发框架、案例实践。全书共11章，分为4篇：第1篇 基础概念（第1~2章）讲述隐私计算的基础知识，为后续深入讲解隐私计算原理和技术做铺垫。第二篇 安全保护技术（第3~8章）讲述隐私计算技术中的各项安全保护技术，包括深入讲述混淆电路、秘密共享、同态加密、零知识证明、差分隐私、可信执行环境等隐私计算安全保护技术。每一项技术都讲解了其原理、应用开发框架以及实践案例。第三篇 应用技术（第9~10章）通过隐私保护集合交集技术、联邦学习方面的2个综合案例讲解了隐私计算安全保护技术的应用。第四篇 展望（第11章）介绍了隐私计算技术标准化的相关进展，探讨隐私计算技术的困境和发展前景。
|
| 關於作者： |
|
李伟荣隐私计算专家，曾就职于微软、平安、港交所等大型公司，拥有十年以上金融项目架构和信息安全管理经验。精通信息安全、软件研发、项目管理，擅长大型软件架构开发，善于使用创新思维和创新方法解决问题。曾在港交所深度参与隐私计算相关项目，致力于通过隐私计算技术解决大数据产品的确权、标准化、存证、溯源、定价、信用体系和利益分配等一系列问题，打造数据、金融资产交易的新型基础设施。
|
| 目錄：
|
|
序前言篇 基础概念第1章 隐私计算技术的起源、发展及应用31.1 隐私计算技术的起源31.2 隐私计算的概念41.3 隐私计算技术的发展脉络61.4 隐私计算技术是重大科技趋势71.4.1 政策扶持71.4.2 商业市场前景81.4.3 商业研究机构的认同91.5 隐私计算技术的应用场景101.5.1 金融行业101.5.2 医疗健康行业111.5.3 政务行业111.6 本章小结12第2章 隐私计算技术的基础知识132.1 非对称加密RSA算法132.1.1 RSA算法基础132.1.2 密钥生成152.1.3 加密与解密162.1.4 基于RSA算法的盲签名172.2 不经意传输172.3 布隆过滤器192.4 隐私计算安全性假设202.4.1 安全行为模型202.4.2 不诚实门限222.5 本章小结22第二篇 安全保护技术第3章 混淆电路技术的原理与实践253.1 混淆电路的原理253.2 开发框架Obliv-C283.2.1 通过Docker构建环境293.2.2 使用obliv修饰隐私输入数据303.2.3 提供隐私输入数据313.2.4 计算过程中的流程控制323.2.5 obliv函数333.2.6 对数组的访问343.2.7 关键词frozen343.2.8 高级功能：无条件代码段353.2.9 Obliv-C项目的文件结构363.3 应用案例：解决“百万富翁”难题403.3.1 具体代码实现403.3.2 网络抓包及分析423.4 扩展阅读443.4.1 姚氏布尔电路优化443.4.2 算术电路443.5 本章小结45第4章 秘密共享技术的原理与实践464.1 秘密共享的概念464.2 Shamir门限秘密共享方案474.2.1 Shamir门限秘密共享方案流程474.2.2 Shamir门限秘密共享方案原理474.3 通过秘密共享实现隐私计算的原理494.4 开发框架JIFF514.4.1 通过Docker构建环境514.4.2 JIFF服务器524.4.3 JIFF客户端534.4.4 隐私输入数据的秘密共享554.4.5 秘密共享中的运算574.4.6 计算过程中的流程控制594.4.7 计算结果输出604.4.8 模块扩展624.4.9 使用预处理来提升性能634.4.10 使用并行计算来提升性能644.4.11 安全模型和假设684.5 应用案例：求向量内积684.5.1 具体代码实现684.5.2 网络抓包及分析714.5.3 性能优化724.6 扩展阅读744.6.1 GMW协议744.6.2 BGW协议754.6.3 SPDZ协议754.6.4 门限签名754.6.5 开发框架FRESCO764.7 本章小结77第5章 同态加密技术的原理与实践785.1 同态加密算法概述785.1.1 同态加密算法的概念785.1.2 同态加密算法的分类795.2 半同态加密算法实践835.2.1 Paillier加法同态835.2.2 RSA乘法同态845.3 开发框架SEAL855.3.1 加密参数设置855.3.2 密钥生成与加解密875.3.3 层的概念895.3.4 密文计算915.3.5 重线性化915.3.6 重缩放925.3.7 通过Docker构建环境945.4 应用案例：距离计算945.5 扩展阅读995.5.1 标准化进展995.5.2 HElib995.5.3 PALISADE995.6 本章小结100第6章 零知识证明技术的原理与实践1016.1 零知识证明技术的算法原理1016.1.1 交互式零知识证明1026.1.2 非交互式零知识证明1046.1.3 通过R1CS来描述算术电路1066.1.4 开发步骤1086.2 开发框架libsnark1096.2.1 使用原型板搭建电路1106.2.2 生成密钥对1116.2.3 证明者构造证明1126.2.4 验证者验证1126.2.5 可复用的电路Gadget1136.2.6 通过Docker构建环境1146.2.7 代码的编译以及运行1156.3 应用案例：以零知识证明方式提供财富达标证明1166.4 同态承诺1206.4.1 承诺的概念1206.4.2 哈希承诺1216.4.3 椭圆曲线1216.4.4 Pedersen同态承诺1226.4.5 基于Pedersen同态承诺的转账1236.5 扩展阅读1236.5.1 Zash的Powers of Tau活动1236.5.2 无须可信设置的技术方案Spartan1246.6 本章小结124第7章 差分隐私技术的原理与实践1267.1 差分隐私概述1267.1.1 核心思想1267.1.2 分类1287.1.3 经典算法1307.1.4 应用场景1327.2 开发框架SmartNoise1337.2.1 SmartNoise核心库的组成1337.2.2 基于核心库进行数据分析1347.2.3 SmartNoise SDK库的组成1377.2.4 基于SDK库进行SQL统计查询1377.2.5 通过Docker构建环境1387.3 应用案例：美国人口数据统计1397.3.1 简单几何机制的直方图分析1397.3.2 拉普拉斯机制的直方图分析1417.4 扩展阅读1427.4.1 机器学习中的隐私攻击1427.4.2 差分隐私模型训练开源库Opacus1437.5 本章小结143第8章 可信执行环境技
|
| 內容試閱：
|
|
为什么要写这本书几年前，我次接触隐私计算技术时，马上就被它所具有的神奇能力所吸引。隐私计算技术可以让数据“可用不可见”，这是多么神奇的事情，令人难以置信。因为数据几乎可以零成本地被复制，所以长期以来数据所有权一直难以得到有效保护，数据隐私问题也难以解决，进而导致数据拥有方缺乏提供数据的动力和意愿，造成了大量的数据孤岛。数据交易并没有形成规模，数据石油远远没有被充分开采。如果通过隐私计算技术实现数据“可用不可见”，进而实现数据所有权和数据使用权的分离，那么数据孤岛问题就很可能得到解决。我仿佛已经看到数据石油井喷的场景，着实兴奋。然而随着研究的深入，我发现这件事情并没有一开始想的那么简单。单就隐私而言，“什么是隐私”“数据中是否包含隐私”这些问题其实并不容易说清楚、想明白。比如Netflix曾举办了一场根据公开数据推测用户电影评分的比赛（Netflix Prize），公开数据中抹去了可识别用户的信息，但一年后，来自得克萨斯大学奥斯汀分校的两名研究员将公开数据与IMDB（互联网电影数据库）网站的公开记录进行关联，通过差分攻击等手段识别出了部分匿名用户的身份。三年后，Netflix终因隐私泄露宣布停止该比赛，并付出了百万美元的高额赔偿金。可见，判断数据是否包含隐私、是否可以安全公开并不简单。经过多年的学习和思考，我认为解决数据隐私问题没有银弹，也不存在的数据安全。数据要流通、要共享，就必然要透露给别人之前所不知的新信息。问题的关键在于，流通、共享过程中对透露的信息如何衡量和控制，而这正是隐私计算技术需要解决的问题。然而，目前隐私计算技术虽然种类不少，但总体上都谈不上十分成熟。公众对隐私计算技术也不够了解。市面上虽有学术论文著作，但鲜有技术入门类的书籍。鉴于此，我本着分享技术的初衷，将近年来所学的隐私计算技术整理成书，希望能帮到一部分读者，鼓励他们在应用研发方案设计过程中考虑使用这项技术。读者对象大数据专业、数据安全专业的学生。对数据安全感兴趣的程序员。对数据隐私保护有需求的开发人员、架构师。本书特色目前，市面上涉及隐私计算的书籍主要以联邦学习为主题，且应用场景主要是机器学习，鲜有介绍隐私计算中各项基础安全保护技术的。本书讲述了隐私计算中的各项基础安全保护技术及实现这些技术的开源应用开发框架，并选取应用案例进行实践，有利于初学者快速上手学习。如何阅读本书本书分4篇。基础概念篇（第1、2章）：讲述隐私计算的起源、发展、概念等基础知识，为后续深入讲解隐私计算原理和技术做铺垫。安全保护技术篇（第3～8章）：讲述隐私计算技术中的各项基础安全保护技术，包括混淆电路、秘密共享、同态加密、零知识证明、差分隐私、可信执行环境。应用技术篇（第9、10章）：通过两个综合案例介绍隐私计算中基础安全保护技术的应用。展望篇（第11章）：描述隐私计算技术标准化的相关进展，探讨隐私计算技术的困境和发展前景。其中，篇以基础知识为主，如果你熟悉隐私安全的相关基础知识，可以直接跳过这部分内容。但是如果你是一名初学者，请一定从篇开始学习。第二篇的各章比较独立，你可根据自己的兴趣优先选择其中某些内容阅读。另外，本书涉及的编程语言较多，读者不必拘泥于编程语言细节，重点关注相关技术的原理和方法即可。勘误和支持登录https://github.com/li-weirong/ppct可下载书中全部源文件，登录https://hub.docker.com/u/liweirong可拉取Docker镜像文件。由于笔者能力有限，书中难免会存在一些错误或者不准确的地方，恳请读者批评指正。如果你有宝贵意见，请发送邮件到邮箱liweirong@outlook.com，期待得到你的真挚反馈。致谢首先要感谢前公司领导许慎，是他带我走进隐私计算这一前沿技术的世界，让我领略到了这一新技术的魅力。其次要感谢机械工业出版社华章公司的编辑杨福川和陈洁，他们在我写作期间始终支持我，引导我顺利完成了全部书稿。后感谢我的家人，他们在我编写此书的过程中始终支持和鼓励我，让我安心思考和写作，从而终完稿。谨以此书献给我亲爱的家人！
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
