Privacy-preserving Computing

Privacy-preserving computing handlar om att skydda användarnas personliga information samtidigt som man utnyttjar de möjligheter som big data erbjuder. Den här boken är en praktisk introduktion riktad till studenter, forskare och yrkesverksamma inom industrin, och ger en sammanhängande och systematisk presentation av utvecklingen inom området under de senaste fyrtio åren.

Boken börjar med att förklara viktiga kryptografiska tekniker som hemlig delning, homomorfisk kryptering och oblivious transfer. Därefter breddas perspektivet till mer allmänt använda metoder såsom differential privacy, betrodda exekveringsmiljöer och federated learning. Genom hela texten visas hur dessa metoder kan appliceras på verkliga problem inom dataanalys, AI, statistik, databassökningar och maskininlärning. Avslutningsvis diskuteras användningen av privacy-preserving computing inom områden som finanssektorn, onlineannonsering och sjukvård samt ges en framtidsvision för fältet.

Med sina 271 sidor erbjuder denna inbundna bok från Cambridge University Press ett gediget kunskapsunderlag på engelska för alla som vill förstå hur man kan kombinera dataskydd med avancerad analys i dagens digitala värld. Utgivningsdatum var den 16 november 2023 och ISBN-numret är 9781009299510.