这是一本面向程序员的差分隐私书籍。本书旨在向您介绍数据隐私保护领域所面临的挑战,描述为解决这些 挑战而提出的技术,并帮助您理解如何实现其中一部分技术。本书包含了很多示例,也包含了很多概念的具体实现,这些示例和实现都是用可以实际运行的程序撰写的。每一章都由一个独立的Jupyter笔记本(Jupyter Notebook)文件生成。您可以单击相应章节右上角的“下载” 图标并选择“.ipynb”,从而下载此章的Jupyter笔记本文件,并亲手执行这些示例。章节中的很多示例都是 用代码生成的。为了便于阅读,我们将这些代码隐藏了起来。您可以通过单击示例单元格下方的”点击显 示”(Click to show)按钮显示隐藏在背后的代码。本书假定您可以使用Python语言编写和运行程序,并掌握Pandas和NumPy的一些基本概念。如果您具有离散 数学和概率论的相关背景知识,那您会更加轻松地理解本书的内容。不必担心,本科课程上的离散数学和概 率论知识对学习本书来说已经绰绰有余了。本书的源代码已开源,可以从这里在线获取本书的最新(英文)版本。您可以在GitHub上获取本书(英文版) 的源代码。如果您找到一处笔误、提出一处改进建议或报告一个程序错误,请在GitHub上提交问题。本书描述的技术是从数据隐私(Data Privacy)领域的研究中发展得来的。以本书的撰写目的出发,我们将按 照下述方式定义数据隐私:
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“D106” 就可以获取《【2022干货书】动手学差分隐私,106页pdf》专知下载链接