第1章绪论11.1大数据的概述21.1.1大数据的定义21.1.2大数据兴起的背景31.1.3大数据的价值31.1.4大数据的应用场景41.2大数据生命周期与安全风险51.2.1大数据生命周期与安全风险概述51.2.2大数据安全及大数据安全技术61.3大数据面临的挑战71.3.1技术方面的挑战71.3.2政策方面的挑战71.3.3国际关系方面的挑战81.4大数据安全与隐私保护的研究目标81.4.1大数据安全与隐私保护的区别和联系81.4.2大数据安全与隐私保护的研究目标91.5本书的研究内容与架构91.5.1研究内容91.5.2本书架构10本章小结11思考题11参考文献12第2章大数据安全管理132.1管理目标与原则142.2访问控制技术152.2.1访问控制技术基本概念152.2.2访问控制模型162.2.3大数据访问控制252.2.4访问控制语言272.3存储与灾难管理282.3.1大数据存储282.3.2数据备份与灾难管理29本章小结29思考题30参考文献30第3章大数据处理技术313.1大数据技术框架323.1.1大数据计算框架的设计目标323.1.2批量处理框架333.1.3流式处理框架363.1.4大数据计算框架比较383.2大数据处理步骤383.2.1数据采集与存储393.2.2数据预处理403.2.3数据分析413.3大数据处理实例42本章小结46思考题47参考文献47第4章大数据隐私保护技术494.1隐私保护的相关知识与常用技术504.1.1相关知识及定义504.1.2常用技术534.2匿名技术604.2.1匿名技术的核心思想604.2.2匿名技术的基础概念604.2.3k匿名624.2.4k匿名扩展技术644.3差分隐私674.3.1差分隐私的思想来源及其相关定义674.3.2差分隐私主要技术694.3.3差分隐私中的精度分析研究714.4加密技术774.4.1传统加密技术774.4.2安全多方计算784.4.3同态加密814.5联邦学习技术824.6其他技术824.6.1随机化技术824.6.2基于希波克拉底数据库的隐私保护模型84本章小结84思考题85参考文献85第5章机器学习中的隐私保护技术875.1机器学习隐私保护基础895.1.1机器学习概述895.1.2机器学习中的隐私分类915.2机器学习隐私威胁925.2.1隐私攻击类型925.2.2攻击者模型935.3机器学习隐私保护方案945.3.1扰动方案945.3.2加密方案985.4联邦学习中的隐私保护方案1025.4.1联邦学习基础知识1025.4.2联邦学习隐私威胁与保护方案1055.5蜂群学习中的隐私保护方案1065.5.1蜂群学习基础知识1075.5.2蜂群学习的优势与隐私风险1095.5.3蜂群学习的展望111本章小结112思考题112参考文献113第6章位置大数据隐私保护技术1186.1位置大数据隐私保护基础1196.1.1位置大数据定义及特征1196.1.2基于位置的服务1206.1.3位置大数据隐私风险1216.2位置大数据隐私攻击方法与保护模型1226.2.1位置大数据隐私攻击方法1226.2.2位置大数据隐私保护模型1246.3基于缓存的时空扰动位置数据隐私保护方法1266.3.1问题描述1266.3.2相关定义1276.3.3解决方法1296.4基于缓存的中国剩余定理位置数据隐私保护方法1306.4.1问题描述1306.4.2相关定义1316.4.3模型框架1326.5基于本地化差分隐私的时序位置数据发布方法1336.5.1问题描述1336.5.2相关定义1336.5.3模型框架135本章小结140思考题140参考文献140第7章社交网络中的隐私保护技术1427.1社交网络隐私保护基础1437.1.1社交网络定义及特征1437.1.2社交网络中的隐私风险1447.2基于分割采样的社交网络数据发布方法1457.2.1问题描述1457.2.2相关定义1457.2.3解决方法1457.3基于Skyline计算的社交网络隐私保护方法1487.3.1问题描述1487.3.2相关定义1487.3.3解决方法1507.4基于隐私攻击的社交网络数据分析方法1537.4.1问题描述1537.4.2相关定义1537.4.3解决方法155本章小结157思考题158参考文献158第8章区块链中的隐私保护技术1598.1区块链隐私保护基础1618.1.1区块链概述1618.1.2区块链中的隐私分类1638.2区块链中的隐私威胁1648.2.1网络层面临的数据隐私威胁1648.2.2交易层面临的数据隐私威胁1658.2.3应用层面临的数据隐私威胁1658.3网络层数据隐私保护方案1668.3.1网络层数据隐私保护分析1668.3.2网络层数据隐私主要保护技术1668.4交易层数据隐私保护方案1688.4.1交易层数据隐私保护分析1688.4.2交易层数据隐私主要保护技术1688.5应用层数据隐私保护方案1718.5.1应用层数据隐私保护分析1718.5.2应用层数据隐私主要保护技术1718.6区块链数据隐私保护未来研究方向1728.6.1安全多方计算1728.6.2可信执行环境1738.6.3联邦学习173本章小结174思考题174参考文献174第9章大数据隐私保护策略1779.1大数据隐私保护标准化工作1789.1.1大数据隐私保护标准化组织1789.1.2大数据隐私保护相关标准1809.1.3大数据安全与隐私标准提案1829.2企业管理层面的大数据隐私保护策略1839.2.1企业数据的泄露1849.2.2企业数据隐私保护面临的挑战1849.2.3企业数据安全治理策略1859.3个人层面的大数据隐私保护策略1889.3.1个人隐私的泄露1889.3.2个人数据隐私保护面临的挑战1899.3.3个人隐私保护策略190本章小结193思考题194参考文献194第10章大数据安全与隐私保护法律法规19510.1大数据时代中国公民的隐私困境19610.2数据化时代我国个人信息、个人隐私保护之间的关系19710.3大数据时代我国隐私权保护法律制度的现状及问题19810.3.1中国数据安全;三驾马车崛起的意义与解读19910.3.2《关键信息基础设施安全保护条例》的解读20310.3.3《民法典》中对个人信息与个人隐私保护的相关立法现状及不足20410.4大数据时代国外公民隐私权保护法律制度及启示20510.4.1国外大数据隐私权保护法律制度解读20510.4.2国外经验对我国的启示206本章小结207思考题207参考文献207附录A学习建议209附录B相关算法210附录B.1k匿名实验210附录B.2差分隐私拉普拉斯机制实验214附录B.3差分隐私指数机制实验217附录B.4差分隐私高斯机制实验220附录B.5时序关联位置隐私发布算法TRLP实验223