Privacy-Preserving Machine Learning
J Morris Chang,Di Zhuang,G Dumindu Samaraweera
Lingua: inglese
Editore: Manning Publications May 2023, 2023
- Brossura
- Usato
Da: Magus Books Seattle, Seattle, WA, U.S.A.Magus Books Seattle
Venditore AbeBooks dal 18 maggio 2004
Condizione: Usato - Molto buono
EUR 38,74
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Codice articolo 1529959
- Titolo
- Privacy-Preserving Machine Learning
- Autore
- J Morris Chang,Di Zhuang,G Dumindu Samaraweera
- Editore
- Manning Publications May 2023
- Anno di pubblicazione
- 2023
- Condizione
- VG-
- Rilegatura
- Trade Paperback
- Lingua
- inglese
- ISBN 10
- 1617298042
- ISBN 13
- 9781617298042
- Cataloghi dei venditori
- computer
In Privacy Preserving Machine Learning, you will learn:
- Privacy considerations in machine learning
- Differential privacy techniques for machine learning
- Privacy-preserving synthetic data generation
- Privacy-enhancing technologies for data mining and database applications
- Compressive privacy for machine learning
Privacy-Preserving Machine Learning is a comprehensive guide to avoiding data breaches in your machine learning projects. You’ll get to grips with modern privacy-enhancing techniques such as differential privacy, compressive privacy, and synthetic data generation. Based on years of DARPA-funded cybersecurity research, ML engineers of all skill levels will benefit from incorporating these privacy-preserving practices into their model development. By the time you’re done reading, you’ll be able to create machine learning systems that preserve user privacy without sacrificing data quality and model performance.
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.
About the Technology
Machine learning applications need massive amounts of data. It’s up to you to keep the sensitive information in those data sets private and secure. Privacy preservation happens at every point in the ML process, from data collection and ingestion to model development and deployment. This practical book teaches you the skills you’ll need to secure your data pipelines end to end.
About the Book
Privacy-Preserving Machine Learning explores privacy preservation techniques through real-world use cases in facial recognition, cloud data storage, and more. You’ll learn about practical implementations you can deploy now, future privacy challenges, and how to adapt existing technologies to your needs. Your new skills build towards a complete security data platform project you’ll develop in the final chapter.
What’s Inside
- Differential and compressive privacy techniques
- Privacy for frequency or mean estimation, naive Bayes classifier, and deep learning
- Privacy-preserving synthetic data generation
- Enhanced privacy for data mining and database applications
About the Reader
For machine learning engineers and developers. Examples in Python and Java.
About the Author
J. Morris Chang is a professor at the University of South Florida. His research projects have been funded by DARPA and the DoD. Di Zhuang is a security engineer at Snap Inc. Dumindu Samaraweera is an assistant research professor at the University of South Florida. The technical editor for this book, Wilko Henecka, is a senior software engineer at Ambiata where he builds privacy-preserving software.
Table of Contents
PART 1 - BASICS OF PRIVACY-PRESERVING MACHINE LEARNING WITH DIFFERENTIAL PRIVACY
1 Privacy considerations in machine learning
2 Differential privacy for machine learning
3 Advanced concepts of differential privacy for machine learning
PART 2 - LOCAL DIFFERENTIAL PRIVACY AND SYNTHETIC DATA GENERATION
4 Local differential privacy for machine learning
5 Advanced LDP mechanisms for machine learning
6 Privacy-preserving synthetic data generation
PART 3 - BUILDING PRIVACY-ASSURED MACHINE LEARNING APPLICATIONS
7 Privacy-preserving data mining techniques
8 Privacy-preserving data management and operations
9 Compressive privacy for machine learning
10 Putting it all together: Designing a privacy-enhanced platform (DataHub)
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Di Zhuang received his BSc degree in computer science and information security from Nankai University, Tianjin, China. He is currently a PhD candidate in the Department of Electrical Engineering of University of South Florida, Tampa, USA. He conducted privacy-preserving machine learning research under the DARPA Brandeis Program from 2015 to 2018.
G. Dumindu Samaraweera received his BSc degree in computer systems and networking from Curtin University, Australia, and a MSc in enterprise application development degree from Sheffield Hallam University, UK. He is currently reading for his PhD in electrical engineering at University of South Florida, Tampa.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
Magus Books Seattle
Seattle, WA, U.S.A.
Venditore AbeBooks dal 18 maggio 2004
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 5 a 14 giorni lavorativi | Da 3 a 6 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 4,31 | EUR 8,63 |
Metodi di pagamento
Descrizione dello Store
Specializzazione
Philosophy/Religion, Science Fiction, Modern Library, Art, History, LanguagesInformazioni sull’azienda del venditore
Magus Enterprises, Inc.
1408 NE 42nd St.
Seattle, WA U.S.A. 98105
Condizioni di vendita
Magus Enterprises, Inc, an S Corporation.
1408 NE 42nd Street. Seattle, WA 98155
magus@seanet.com 206-633-1800
Chris Weimer and Hanna McElroy, owners
We accept payment by Visa, Mastercard, and check. All items may be returned within one week of receipt if not as described for full refund of purchase price with prior notification. All items will be shipped within 3 business days of receipt of order via USPS media mail unless otherwise specified. International orders, expedited shipping and insurance will be charged extra. Orders shipped within the state of WA will be charged local sales tax. We do not offer dealer discounts for online sales.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Magus Books Seattle, Seattle, Washington, U.S.A., +1 206-633-1800, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Shipping costs are based on books weighing 2.2 LB, or 1 KG. If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.