構建數據分析匿名化流水線

定　價：￥58.00

作　者：	[美] 盧克·阿布克爾，[美] 卡里德·埃爾·伊馬姆著
出版社：	中國電力出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787519856731	出版時間：	2021-08-01	包裝：	平裝
開本：	16開	頁數：	184	字數：

內容簡介

　　制定多種匿名化解決方案，覆蓋多種應用場景，滿足對可識別性的不同要求。解決方案跟所用數據、數據接收方和分析目標相匹配。為數據采集模式量身定制匿名化流水線，覆蓋不同業(yè)務需求。為原始數據生成匿名化版本或用分析平臺生成匿名化輸出。檢查匿名數據使用的倫理問題。

作者簡介

　　Luk Arbuckle是Privacy Analytics公司首席方法官，為負責任地使用和分享數據提供策略指導，為隱私增強技術和方法提供創(chuàng)新。Luk曾擔任加拿大隱私專員辦公室主任。 Khaled El Emam是Replica Analytics公司合伙人和CEO，該公司致力于開發(fā)合成數據。他還是加拿大渥太華大學醫(yī)學院教授、東安大略兒童醫(yī)院研究所資深研究員。

圖書目錄

目錄
前言1
第1章簡介11
可識別性12
術語介紹13
法律法規(guī)15
數據狀態(tài)18
匿名化作為數據保護措施21
許可或同意23
目的說明25
重識別攻擊27
匿名化落地31
小結34
第2章可識別性范圍37
法律環(huán)境37
披露風險39
披露類型40
數據隱私的維度42
重識別科學46
確定群體48
匹配方向51
數據結構54
總體可識別性57
小結59
第3章風險管理實用框架61
“五個安全”匿名化框架62
安全項目65
安全人員68
安全環(huán)境71
安全數據74
安全輸出78
“五個安全”框架落地81
小結83
第4章明識數據85
需求收集86
應用場景87
數據流91
數據和數據主體93
從主要到次要用途97
處理直接標識符99
處理間接標識符100
從明識到匿名102
明識數據和匿名數據相混合105
將匿名化應用于明識數據109
小結112
第5章偽匿名數據113
數據保護和法律權威113
偽匿名化服務114
法定權力116
合法權益117
匿名化第一步119
重新反思“從主要到次要用途”122
分析平臺123
合成數據127
生物統(tǒng)計特征標識符133
小結135
第6章匿名數據137
再思考可識別性范圍138
源頭匿名化141
匯總匿名數據145
從源頭采集數據的利弊146
從源頭采集數據的方法147
安全匯總149
訪問存儲數據151
反哺源頭匿名化151
小結153
第7章安全使用155
信任基礎156
信任算法158
AIML技術159
技術難點161
信任失控的算法164
負責任AIML技術的原則168
管理和監(jiān)督169
隱私倫理170
數據監(jiān)控171
小結172
作者介紹173
封面介紹174