دانلود کتاب Data privacy: principles and practice
49,000 تومان
حریم خصوصی داده ها: اصول و تمرین
| موضوع اصلی | کامپیوتر – برنامه نویسی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Chapman and Hall/CRC |
| تعداد صفحه | 232 |
| حجم فایل | 4.61 مگابایت |
| کد کتاب | 1498721044 , 9781498721042 |
| نویسنده | Ashwin Shriram, Nataraj Venkataramanan |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2017 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
The book covers data privacy in depth with respect to data mining, test data management, synthetic data generation etc. It formalizes principles of data privacy that are essential for good anonymization design based on the data format and discipline. The principles outline best practices and reflect on the conflicting relationship between privacy and utility. From a practice standpoint, it provides practitioners and researchers with a definitive guide to approach anonymization of various data formats, including multidimensional, longitudinal, time-series, transaction, and graph data. In addition to helping CIOs protect confidential data, it also offers a guideline as to how this can be implemented for a wide range of data at the enterprise level.
ترجمه فارسی (ترجمه ماشینی)
این کتاب حریم خصوصی دادهها را با توجه به دادهکاوی، مدیریت دادههای آزمایشی، تولید دادههای مصنوعی و غیره به طور عمیق پوشش میدهد. این کتاب اصول حریم خصوصی دادهها را که برای طراحی ناشناسسازی خوب بر اساس قالب و نظم داده ضروری است، رسمیت میدهد. این اصول بهترین شیوهها را ترسیم میکنند و به رابطه متضاد بین حریم خصوصی و سودمندی منعکس میکنند. از نقطه نظر عملی، راهنمای قطعی برای رویکرد ناشناس سازی قالب های مختلف داده، از جمله داده های چند بعدی، طولی، سری های زمانی، تراکنش ها و نمودارها در اختیار پزشکان و پژوهشگران قرار می دهد. علاوه بر کمک به CIOها برای محافظت از دادههای محرمانه، دستورالعملی نیز ارائه میکند که چگونه میتوان این کار را برای طیف وسیعی از دادهها در سطح سازمانی پیادهسازی کرد.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.