"隨著數據挖掘和信息共享等應用的出現與發展，如何保護隱私數據和防止敏感信息洩露成為當前面臨的重大挑戰。數據收集與共享發布中的隱私保護問題是近年來的研究熱點，已吸引國際上眾多研究人員對其進行深入研究，並提出一繫列隱私保護模型及有關算法，其中，差分隱私是目前業界廣泛認可的嚴格的隱私保護模型。然而，目前還未有針對差分隱私領域研究成果的繫統總結或學術專著。為此，作者對自身及所在研究團隊8年來從事該領域研究的成果進行總結梳理，形成學術專著。主要特色 (1) 作者及其課題組一直致力於隱私保護數據發布等

●第1章 基於差分隱私的統計數據發布概述
1.1 ε-差分隱私模型
1.2 差分隱私的實現機制
1.2.1 Laplace機制
1.2.2 指數機制
1.3 差分隱私的組合特性
1.4 差分隱私數據保護框架
1.5 差分隱私保護方法的性能度量
參考文獻
第2章 面向任意區間樹結構的差分隱私直方圖發布
2.1 引言
2.2 基礎知識與問題提出
2.3 面向任意區間樹結構的差分隱私直方圖發布迭代算法
2.3.1 k-區間樹
2.3.2 局部很優線性無偏估計及其算法
2.3.3 基於LBLUE解全局很優線性無偏估計的迭代算法
2.3.4 算法分析
2.3.5 實驗結果與分析
2.4 面向任意區間樹結構的差分隱私直方圖發布線性時間算法
2.4.1 差分隱私區間樹中節點權值的很優線性無偏估計
2.4.2 求解差分隱私區間樹節點權值很優線性無偏估計的算法
2.4.3 算法復雜度分析
2.4.4 實驗結果與分析
2.5 本章小結
參考文獻
第3章 異方差加噪下的差分隱私直方圖發布
3.1 引言
3.2 基礎知識與問題提出
3.3 基於區間查詢概率的差分隱私直方圖發布
3.3.1 問題提出
3.3.2 基於區間計數查詢概率的差分隱私直方圖發布算法
3.3.3 實驗結果與分析
3.4 異方差加噪下面向任意樹結構的差分隱私直方圖發布算法
3.4.1 節點覆蓋概率計算
3.4.2 節點繫數計算及隱私預算分配
3.4.3 算法描述與分析
3.4.4 實驗結果與分析
3.4.5 算法運行效率比較
3.5 本章小結
參考文獻
第4章 差分隱私流數據自適應發布
4.1 引言
4.2 基礎知識與問題提出
4.3 基於歷史查詢的差分隱私流數據自適應發布
4.3.1 滑動窗口下的區間樹動態構建
4.3.2 節點被覆蓋概率計算及隱私預算預分配
4.3.3 基於歷史查詢的差分隱私流數據發布自適應算法HQ_DPSAP
4.3.4 實驗結果與分析
4.4 異方差加噪下差分隱私流數據發布一致性優化算法
4.4.1 一致性約束優化
4.4.2 基於滑動窗口的差分隱私流數據一致性優化算法
4.4.3 算法分析
4.4.4 實驗結果與分析
4.5 本章小結
參考文獻
第5章 基於矩陣機制的差分隱私連續數據發布
5.1 引言
5.2 基礎知識與問題提出
5.3 基於矩陣機制的差分隱私連續數據發布
5.4 隱私連續數據發布算法
5.4.1 策略矩陣的構建
5.4.2 查詢均方誤差的降低
5.4.3 最小誤差的快速求解
5.4.4 優化效果分析
5.4.5 實驗結果與分析
5.5 本章小結
參考文獻
第6章 指數衰減模式下的差分隱私連續數據發布
6.1 引言
6.2 基礎知識與問題提出
6.3 指數衰減模式下的差分隱私連續數據發布
6.3.1 策略矩陣構造
6.3.2 利用對角矩陣優化發布精度
6.3.3 實驗結果與分析
6.4 本章小結
參考文獻
第7章 基於矩陣機制的差分隱私流數據實時發布
7.1 引言
7.2 基礎知識與問題提出
7.3 差分隱私流數據實時發布
7.3.1 樹模型構建
7.3.2 利用矩陣機制優化查詢精度
7.3.3 算法描述
7.3.4 算法分析
7.3.5 實驗結果與分析
7.4 指數衰減模式下的差分隱私流數據發布
7.4.1 算法思想
7.4.2 算法描述
7.4.3 算法分析
7.4.4 實驗結果與分析
7.5 基於歷史查詢的差分隱私流數據實時發布
7.5.1 算法思想
7.5.2 算法描述
7.5.3 實驗結果與分析
7.6 本章小結
參考文獻
第8章 矩陣機制下差分隱私數據發布方法的誤差分析
8.1 引言
8.2 基礎知識與問題提出
8.3 Prievlet算法的誤差分析
8.3.1 Prievlet差分隱私算法
8.3.2 分析Prievlet算法的均方誤差
8.3.3 求解Prievlet算法的均方誤差
8.4 O(log32N)準確度指標
8.5 實驗分析
8.5.1 驗證固定區間查詢誤差算法
8.5.2 驗證平均區間查詢誤差算法
8.6 本章小結
參考文獻

本書主要闡述數據統計發布中的差分隱私保護模型及其關鍵算法。全書共8章，主要內容包括差分隱私基礎知識、面向任意區間樹結構及其擴展背景（考慮區間計數查詢分布和異方差加噪）下的差分隱私直方圖發布、面向流/連續數據發布的差分隱私保護、差分隱私數據發布方法的誤差分析等。本書主要面向高等學校計算機科學與技術、網絡空間安全、管理科學與工程等學科相關專業高年級本科生、研究生以及數據安全隱私保護的研究者。