Personalized Privacy Protection in Big Data / Qu, Youyang  

Público ISBD Ningún comentario para este registro. Título : Personalized Privacy Protection in Big Data Tipo de documento: documento electrónico Autores: Qu, Youyang, ; Nosouhi, Mohammad Reza, ; Cui, Lei, ; Yu, Shui, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: XI, 139 p. 36 ilustraciones, 34 ilustraciones en color. ISBN/ISSN/DL: 978-981-1637506-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Protección de datos  Investigación cuantitativa  Procesamiento de datos  Inteligencia artificial  Teoría de la codificación  Teoría de la información  La seguridad informática  Privacidad  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Ciencia de los datos  Teoría de la codificación y la información  Principios y Modelos de Seguridad Clasificación: 005.8 Ciencia de los computadores (Programación, programas de sistemas) Resumen: Este libro presenta la protección de la privacidad de los datos que se ha aplicado ampliamente en nuestra era actual de big data. Sin embargo, la investigación sobre la privacidad de los big data está todavía en sus primeras etapas. Dado que los métodos de protección existentes pueden dar como resultado una baja utilidad de los datos y compensaciones desequilibradas, la protección personalizada de la privacidad se ha convertido en un tema de investigación en rápida expansión. En este libro, los autores exploran las amenazas emergentes y los métodos de protección de la privacidad existentes, y analizan en detalle las ventajas y desventajas de la protección de la privacidad personalizada. Los métodos tradicionales, como la privacidad diferencial y la criptografía, se analizan utilizando un enfoque comparativo e interseccional, y se contrastan con métodos emergentes como el aprendizaje federado y las redes generativas de confrontación. Los avances discutidos cubren diversas aplicaciones, por ejemplo, sistemas ciberfísicos, redes sociales y servicios basados ​​en la ubicación. Dado su alcance, el libro es de interés tanto para científicos como para responsables políticos, investigadores y posgraduados. Nota de contenido: Chapter 1: Introduction -- Chapter 2: Current Methods of Privacy Protection -- Chapter 3: Privacy Attacks -- Chapter 4: Personalize Privacy Defense -- Chapter 5: Future Directions -- Chapter6: Summary and Outlook. Tipo de medio : Computadora Summary : This book presents the data privacy protection which has been extensively applied in our current era of big data. However, research into big data privacy is still in its infancy. Given the fact that existing protection methods can result in low data utility and unbalanced trade-offs, personalized privacy protection has become a rapidly expanding research topic. In this book, the authors explore emerging threats and existing privacy protection methods, and discuss in detail both the advantages and disadvantages of personalized privacy protection. Traditional methods, such as differential privacy and cryptography, are discussed using a comparative and intersectional approach, and are contrasted with emerging methods like federated learning and generative adversarial nets. The advances discussed cover various applications, e.g. cyber-physical systems, social networks, and location-based services. Given its scope, the bookis of interest to scientists, policy-makers, researchers, and postgraduates alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Personalized Privacy Protection in Big Data [documento electrónico] / Qu, Youyang, ; Nosouhi, Mohammad Reza, ; Cui, Lei, ; Yu, Shui,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - XI, 139 p. 36 ilustraciones, 34 ilustraciones en color. ISBN : 978-981-1637506-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Protección de datos  Investigación cuantitativa  Procesamiento de datos  Inteligencia artificial  Teoría de la codificación  Teoría de la información  La seguridad informática  Privacidad  Análisis de datos y Big Data  Minería de datos y descubrimiento de conocimientos  Ciencia de los datos  Teoría de la codificación y la información  Principios y Modelos de Seguridad Clasificación: 005.8 Ciencia de los computadores (Programación, programas de sistemas) Resumen: Este libro presenta la protección de la privacidad de los datos que se ha aplicado ampliamente en nuestra era actual de big data. Sin embargo, la investigación sobre la privacidad de los big data está todavía en sus primeras etapas. Dado que los métodos de protección existentes pueden dar como resultado una baja utilidad de los datos y compensaciones desequilibradas, la protección personalizada de la privacidad se ha convertido en un tema de investigación en rápida expansión. En este libro, los autores exploran las amenazas emergentes y los métodos de protección de la privacidad existentes, y analizan en detalle las ventajas y desventajas de la protección de la privacidad personalizada. Los métodos tradicionales, como la privacidad diferencial y la criptografía, se analizan utilizando un enfoque comparativo e interseccional, y se contrastan con métodos emergentes como el aprendizaje federado y las redes generativas de confrontación. Los avances discutidos cubren diversas aplicaciones, por ejemplo, sistemas ciberfísicos, redes sociales y servicios basados ​​en la ubicación. Dado su alcance, el libro es de interés tanto para científicos como para responsables políticos, investigadores y posgraduados. Nota de contenido: Chapter 1: Introduction -- Chapter 2: Current Methods of Privacy Protection -- Chapter 3: Privacy Attacks -- Chapter 4: Personalize Privacy Defense -- Chapter 5: Future Directions -- Chapter6: Summary and Outlook. Tipo de medio : Computadora Summary : This book presents the data privacy protection which has been extensively applied in our current era of big data. However, research into big data privacy is still in its infancy. Given the fact that existing protection methods can result in low data utility and unbalanced trade-offs, personalized privacy protection has become a rapidly expanding research topic. In this book, the authors explore emerging threats and existing privacy protection methods, and discuss in detail both the advantages and disadvantages of personalized privacy protection. Traditional methods, such as differential privacy and cryptography, are discussed using a comparative and intersectional approach, and are contrasted with emerging methods like federated learning and generative adversarial nets. The advances discussed cover various applications, e.g. cyber-physical systems, social networks, and location-based services. Given its scope, the bookis of interest to scientists, policy-makers, researchers, and postgraduates alike. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200