由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新隐私计算 开源架构实战花京华9787111734147
¥ ×1
出版说明
前言
章隐私计算概述
1.1隐私计算的定义与分类
1.2隐私计算技术理论基础
1.2.1安全多方计算
1.2.2密码学
1..机器学习
第2章联邦学习
2.1联邦学习简介
2.1.1联邦学习的由来与发展
2.1.2联邦学习与分布式机器学习
2.1.3联邦学习分类
2.2联邦学习主要开源框架
2.2.1主要开源项目简介
2.2.2开源框架FATE
2..开源框架FederatedScope
2.2.4开源框架PaddleFL
.FATE架构分析
..1fate-arch 架构模块
..2FATE Flow调度模块
..FederatedML算法模块
..4FATE Board可视化模块
..5FATE Serving在线服务模块
..Docker-Coe与Kubernetes部署
2.4FATE联邦特征工程
2.4.1特征分箱
2.4.2特征归一化
2.4.3特征筛选
2.4.4征编
2.5FATE联邦机器学习模型
2.5.1逻辑回归
2.5.2XGBoost
2.6经典案例:使用纵向联邦学习进行评分建模
第3章不经意传输
3.1OT技术简介
3.2基础OT及其扩展
3.2.12选1的基础OT
3.2.22选1的OT扩展——IKNP
3..n选1的OT扩展——KK[13]
3.2.4∞选1的OT扩展——KKRT[16]
3.2.5C-OT与R-OT
3.3OT技术的泛化
3.3.1OPRF技术
3.3.2OPPRF技术
3.3.3不经意多项式计算
3.3.4不经意线函数
3.4OT 开源实现
第4章秘密共享
4.1秘密共享基础协议
4.1.1加法秘密共享
4.1.2门限秘密共享
4.1.3复制秘密共享
4.1.4可验秘密共享
4.2技术架构及主要开源框架
4.2.1常见开源秘密共享架构简介
4.2.2开源框架TF Encrypted
4..开源框架CrypTen
4.3TF Encrypted中的协议实现
4.3.1SecureNN协议
4.3.2TF Encrypted中SecureNN的实现4.3.3TF Encrypted主要安全算子
4.3.4实例:使用TF Encrypted实现纵向训练
4.4CrypTen协议及实现介绍
4.4.1CrypTen协议简介
4.4.2CrypTen主要代码实现
4.4.3CrypTen主要安全算子
4.4.4实例:使用CrypTen训练纵向卷积神经网络
第5章混淆电路
5.1基于乱码表的混淆电路
5.1.1姚氏混淆电路
5.1.2点置换技术Point-and-Permute
5.1.3行缩减技术GRR
5.1.4“免费”“异或”门Free-XOR
5.1.5半门技术 Half-Gates
5.2基于秘密共享的混淆电路
5.2.1GESS协议
5.2.2GMW协议
5..BGW协议
5.2.4BMR协议
5.3混合协议
5.3.1ABY混合协议框架
5.3.2ABY3混合协议框架
5.3.3TF Encrypted中的ABY3实现
第6章面向应用的隐私保护技术
6.1应用介绍
6.1.1隐私集合求交
6.1.2隐私信息检索
6.2PSI主实方案
6.2.1RSA盲签名
6.2.2DH密钥交换
6..混淆布隆过滤器方案
6.2.4OPRF方案
6.2.5基于OPPRF的Circuit-PSI
6.3PIR主要方案
6.3.1OT方案
……
本书为隐私计算开源社区FATE一级贡献者、数据安全专家花京华老师的倾心之作、受到业内的范涛、徐常亮、毛仁歆等专家的鼎立支持与。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格