内容简介

互联网时代，一切基于数据。无论是信贷过程中的授信、风控，还是在线的推荐、营销，都离不开数据，数据已经逐渐成为各个公司的核心资产。而数据的质量和数量是影响机器学习模型效果最重要的因素之一。因此在不同数据孤岛之间进行数据共享，通过扩充数据量来提升模型效果的需求也变得越来越强烈。但是在数据共享的过程中，不可避免会涉及到两个问题：隐私泄露和数据滥用。隐私计算解决的就是在多方数据共享中，如何解决数据隐私和数据滥用的问题。本书将详细地介绍隐私计算的理论基础、算法方案与系统设计