دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Nataraj Venkataramanan. Ashwin Shriram
سری:
ISBN (شابک) : 1498721044, 1315353768
ناشر: Chapman and Hall/CRC
سال نشر: 2017
تعداد صفحات: 232
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب حریم خصوصی داده ها: اصول و تمرین: حفاظت از داده ها، سیستم های اطلاعات مدیریت، اقدامات امنیتی، شبکه های کامپیوتری، اقدامات امنیتی، حریم خصوصی، حقوق، روابط با مشتری، رایانه ها، امنیت، عمومی
در صورت تبدیل فایل کتاب Data privacy: principles and practice به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب حریم خصوصی داده ها: اصول و تمرین نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب با توجه به داده کاوی، مدیریت دادههای آزمایشی، تولید دادههای مصنوعی و غیره، حریم خصوصی دادهها را عمیقاً پوشش میدهد. 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 چندبعدی، طولی، سری زمانی، تراکنش، و نمودار در اختیار پزشکان و محققان 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.
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.
Content: "A Chapman & Hall Book" --
cover. 1. Introduction to data privacy --
2. Static data anonymization part I : multidimensional data --
3. Static data anonymization part II : complex data structures --
4. Static data anonymization part III : threats to anonymiized data --
5. Privacy preserving data mining --
6. Privacy preserving test data manufacturing --
7. Synthetic data generation --
8. Dynamic data protection : tokenization --
9. Privacy regulations.