点击此处订阅版权书讯

  • 欢迎关注ANA微信账号
  • 轻松掌握最新版权资讯
作者介绍
  • 龚若彬,V. 约瑟夫·霍茨,伊恩·M·施穆特
  • Ruobin Gong, V. Joseph Hotz and lan M. Schmutte
  • 龚若彬(Ruobin Gong),哈佛大学统计学博士,现为罗格斯大学统计学副教授。她的研究领域主要包括贝叶斯统计、广义贝叶斯方法、不精确概率、以及有差分私密数据的统计推断与计算,以及现代数据科学的伦理影响等。她还是《哈佛数据科学评论》(Harvard Data Science Review)、《美国统计学会会刊》/《统计分析与数据科学》评论栏目(JASA/TAS Reviews)以及《统计学与公共...
  • 《数据隐私保护与应用研究:方法、路径与新发现》
  • DATA PRIVACY PROTECTION AND THE CONDUCT OF APPLIED RESEARCH: Methods, Approaches, and New Findings
  • 图书类型:大众社科
  • 作者:Ruobin Gong, V. Joseph Hotz and lan M. Schmutte
  • 出 版 社:The University of Chicago Press
    代理公司:ANA/Jessica 
    页    数:288页
    出版时间:2026年11月
    代理地区:中国大陆、台湾
    审读资料:电子稿
  • 联系人:Rights      浏览次数:14          视频资料

内容简介

计算能力的飞速提升和数据可获得性的不断提高,彻底改变了实证社会科学研究,同时也给个人和企业的数据隐私保护带来了前所未有的挑战。随着计算工具的发展,政府调查数据与外部来源的其他信息逐渐结合,那么破解数据匿名性越来越有可能实现。统计机构面临着越来越大的压力,他们既要开发新的隐私保护方法,又要维持对研究和政策制定至关重要的数据质量。

本书探讨了差分隐私(differential privacy)、合成数据(synthetic data)等数据隐私保护领域的创新方法,是如何影响经济学、计算机科学和统计学中的实证分析。书中作者重点讨论了隐私保护与数据可用性之间的权衡问题:新...
展开

媒体评论

相关资料

版权状态

获奖信息