×
面向金融大数据的隐私信息保护

面向金融大数据的隐私信息保护

1星价 ¥48.3 (7.1折)
2星价¥48.3 定价¥68.0
图文详情
  • ISBN:9787509685594
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:24cm
  • 页数:188页
  • 出版时间:2022-08-01
  • 条形码:9787509685594 ; 978-7-5096-8559-4

内容简介

本书主要内容包括:基于隐私保护的数据挖掘概述、相关技术的研究进展、面向金融大数据的数据分析、基于匿名访问控制保护金融大数据环境下用户标识信息、基于隐私策略匹配算法保护金融大数据环境下的隐私数据等。

目录

绪论

1 基于隐私保护的数据挖掘概述
1.1 数据挖掘
1.2 隐私信息
1.3 数据挖掘的产生背景

2 相关技术的研究进展
2.1 基于隐私保护的数据挖掘
2.2 基于隐私保护的数据挖掘算法的分类
2.3 在数据挖掘中实施隐私保护
2.4 集中式环境下的PPDM算法
2.5 分布式环境下的PPDM算法
2.5.1 数据垂直分布条件下的基于隐私保护的分类挖掘算法
2.5.2 数据水平分布条件下的基于隐私保护的关联规则挖掘算法
2.5.3 数据水平分布条件下的基于隐私保护的聚类挖掘算法
2.6 大数据背景下的金融隐私权
2.7 小结

3 面向金融大数据的数据分析
3.1 金融数据分析案例
3.2 面向金融数据的多维数据分析实例

4 基于匿名访问控制保护金融大数据环境下用户标识信息
4.1 相关研究介绍
4.2 相关概念
4.3 金融大数据环境下匿名访问控制方法
4.4 适用于金融大数据环境的无证书环签名方案
4.4.1 生成参数
4.4.2 生成密钥
4.4.3 产生签名
4.4.4 验证签名
4.4.5 接收服务
4.5 安全性分析
4.6 效率分析
4.7 小结
……

5 基于隐私策略匹配算法保护金融大数据环境下的隐私数据
6 基于*小属性泛化算法保护金融大数据环境下的隐私数据
7 金融大数据环境下基于隐私保护的K-NN分类挖掘算法
8 金融大数据环境下基于隐私保护的神经网络学习算法
9 面向金融大数据多敏感属性的隐私保护研究
10 金融大数据环境下基于隐私保护的贝叶斯网络增量学习算法
11 金融大数据环境下基于隐私保护的频繁模式挖掘算法
12 面向金融区块链的隐私数据保护
13 结语

参考文献
展开全部

作者简介

  王健,博士,河南财经政法大学计算机与信息工程学院教师。宾夕法尼亚州立大学访问学者,内布拉斯加州大学林肯分校访问学者。在大数据安全领域发表多篇论文,主持完成多项省级课题。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航