Privacy Preservation in IoT: Machine Learning Approaches: A Comprehensive Survey and Use Cases
暫譯: 物聯網中的隱私保護：機器學習方法的綜合調查與應用案例
Qu, Youyang, Gao, Longxiang, Yu, Shui
- 出版商: Springer
- 出版日期: 2022-04-28
- 售價: $2,660
- 貴賓價: 9.5 折 $2,527
- 語言: 英文
- 頁數: 132
- 裝訂: Quality Paper - also called trade paper
- ISBN: 9811917965
- ISBN-13: 9789811917967
-
相關分類:
Machine Learning、物聯網 IoT
海外代購書籍(需單獨結帳)
商品描述
- Chapter 1: Introduction
o Privacy research landscape
o Machine learning driven privacy preservation overview
o Contribution of this monograph
o Outline of the monograph
- Chapter 2: Current Methods of Privacy Protection in IoTs
o Cryptography based methods
o Differential privacy methods
o Anonymity-based methods
o Clustering-based methods
- Chapter 3: Decentralized Privacy Protection of IoTs using Blockchain-Enabled Federated Learning
o Overview
o System Modelling
o Decentralized Privacy Protocols
o Blockchain-enabled Federated Learning
- Chapter 4: Personalized Privacy Protection of IoTs using GAN-Enhanced Differential Privacy
o Overview
o System Modelling
o Personalized Privacy
o GAN-Enhanced Differential Privacy
- Chapter 5: Hybrid Privacy Protection of IoT using Reinforcement Learning
o Overview
o System Modelling
o Hybrid Privacy
o Markov Decision Process and Reinforcement Learning
- Chapter 6: Future Directions
o Trade-off optimization
o Privacy preservation of digital twin
o Privacy-preserving federated learning
o Federated generative adversarial nets
- Chapter 7: Summary and Outlook
商品描述(中文翻譯)
- 第1章：介紹
o 隱私研究現狀
o 基於機器學習的隱私保護概述
o 本專著的貢獻
o 專著大綱
- 第2章：物聯網中的當前隱私保護方法
o 基於密碼學的方法
o 差分隱私方法
o 基於匿名的方法
o 基於聚類的方法
- 第3章：使用區塊鏈啟用的聯邦學習進行物聯網的去中心化隱私保護
o 概述
o 系統建模
o 去中心化隱私協議
o 區塊鏈啟用的聯邦學習
- 第4章：使用增強型生成對抗網路的物聯網個性化隱私保護
o 概述
o 系統建模
o 個性化隱私
o 增強型差分隱私
- 第5章：使用強化學習的物聯網混合隱私保護
o 概述
o 系統建模
o 混合隱私
o 馬可夫決策過程與強化學習
- 第6章：未來方向
o 權衡優化
o 數位雙胞胎的隱私保護
o 隱私保護的聯邦學習
o 聯邦生成對抗網路
- 第7章：總結與展望
