privacy tools

比特：数字信息的计算机科学
侧重于数量、资源和属性等信息。我们研究定量方法的应用，以了解信息技术如何为公共政策、法规和法律问题提供信息。音乐、图像和电话交谈如何以数字方式表示，它们如何通过电线、玻璃纤维和空气可靠地从一个地方移动到另一个地方？谁拥有信息，谁拥有软件，哪些形式的法规和法律限制了信息的交流和使用，这重要吗？如何在社会从交流或共享信息中受益的同时保护个人隐私？

Kobbi Nissim、Thomas Steinke、Alexandra Wood、Mark Bun、Marco Gaboardi、David R. O'Brien 和 Salil Vadhan， 差异隐私：非技术观众入门（初步版）
差分隐私的入门读物，差分隐私是一种形式化的数学框架，用于在分析或发布统计数据时保证隐私保护。最近从理论计算机科学文献中出现的差异隐私现在处于各种学术、行业和政府环境中实施和使用的初始阶段。本文档使用直观的插图和有限的数学形式，为非技术从业者提供了差分隐私的介绍，随着差分隐私的使用越来越广泛，他们越来越多地负责做出有关差分隐私的决策

Daniel Muise 和 Kobbi Nissim， CDF 中的差分隐私
本演示文稿使社会科学家熟悉差分隐私 (DP) 引入的错误，并解释了如何管理 DP 的随机噪声。它通过与采样误差进行类比来解释 DP 计算中引入的随机噪声的影响，并重点关注累积密度函数 (CDF) 和直​​方图的情况。

Cynthia Dwork ,私人数据分析的坚实基础
一篇关于差异隐私的调查文章，面向具有一定数学背景的广大计算机科学读者。
Cynthia Dwork和 Aaron Roth，差异隐私的算法基础
一本关于差分隐私理论的综合性书籍，适用于计算机科学或其他数学科学的研究生或高级本科生。即使是非 CS 观众也会欣赏前两集，这与下面的其他调查有很大的重叠
Salil Vadhan， 隐私的复杂性
本教程介绍和概述了差分隐私，目的是传达其与计算复杂性、密码学​​和理论计算机科学等各种其他主题的深层联系。
Mallesh Pai 和 Aaron Roth，隐私和机制设计
对差分隐私和经济机制设计之间的许多联系的调查，面向对博弈论和机制设计有一定了解的面向数学的读者。

标签：privacy,计算机科学,差分,隐私,数学,随机噪声,tools,DP
来源： https://www.cnblogs.com/p2win/p/15643148.html