Preserving Privacy Against Side-Channel Leaks: From Data Publishing to Web Applications

این کتاب با متحد کردن حملات کانال جانبی در یک چارچوب مفهومی کلی، رویکرد جدیدی به حریم خصوصی داده ها ارائه می دهد. این کتاب سپس چارچوب را در سه حوزه مشخص اعمال می کند. ابتدا، این کتاب انتشار داده‌های حفظ حریم خصوصی را با الگوریتم‌های شناخته‌شده عمومی، مطالعه یک استراتژی کلی مستقل از معیارهای ابزار داده و ویژگی‌های حریم خصوصی نحوی قبل از بحث در مورد یک رویکرد گسترده برای بهبود کارایی بررسی می‌کند. در مرحله بعد، این کتاب به بررسی ترافیک حفظ حریم خصوصی در برنامه های کاربردی وب می پردازد، ابتدا از طریق مدلی برای تعیین کمیت حریم خصوصی و هزینه و سپس با معرفی تصادفی برای ارائه تضمین حریم خصوصی مقاوم در برابر دانش پس زمینه. در نهایت، این کتاب با پیشنهاد یک رویکرد سبک وزن برای حفظ همزمان حریم خصوصی کاربران و اطمینان از دقت صورت‌حساب، اندازه‌گیری هوشمند حفظ حریم خصوصی را در نظر می‌گیرد. این کتاب که برای محققان و متخصصان طراحی شده است، همچنین برای دانشجویان سطح پیشرفته علاقه مند به حریم خصوصی، الگوریتم ها یا برنامه های کاربردی وب مناسب است.

This book offers a novel approach to data privacy by unifying side-channel attacks within a general conceptual framework. This book then applies the framework in three concrete domains. First, the book examines privacy-preserving data publishing with publicly-known algorithms, studying a generic strategy independent of data utility measures and syntactic privacy properties before discussing an extended approach to improve the efficiency. Next, the book explores privacy-preserving traffic padding in Web applications, first via a model to quantify privacy and cost and then by introducing randomness to provide background knowledge-resistant privacy guarantee. Finally, the book considers privacy-preserving smart metering by proposing a light-weight approach to simultaneously preserving users' privacy and ensuring billing accuracy. Designed for researchers and professionals, this book is also suitable for advanced-level students interested in privacy, algorithms, or web applications.