隐私计算理论与应用

通信技术、信息技术和人工智能技术的快速迭代演进与深度融合，推动数据与土地、劳动力、资本和技术一样成为生产要素，数据已成为国家基础性战略资源，是赋能行业数字化转型和智能化升级的重要支撑，并成为推动数字经济发展的核心引擎。个人信息是数据的主要组成部分，在用户数据频繁跨境、跨系统、跨生态圈交换的场景下，隐私信息滥用治理难和保护手段缺失已成为世界性问题，亟须持续加强此领域的基础理论研究。自本书主要作者于2015年在国内外提出隐私计算理论与关键技术体系以来，本书作者团队针对隐私计算通 用框架及其相关环节的关键技术进行了深入的探索研究，形成了全生命周期迭代延伸控制、差异化按需保护等方面的新研究成果。本书进行了内容梳理和扩充，在重点阐述数据安 全与隐私保护概念区别的基础上，介绍了传统隐私保护技术和隐私计算技术的发展现状，详细阐述了隐私计算的理论体系，介绍了隐私保护算法的基础理论、典 型的隐私保护算法、隐私保护效果评估技术，以及隐私计算在多方数据联合计算、多系统联动、对大模型隐私保护的增强、个人权益保障、数据流通利用等方面的具体应用。

本书既可作为网络空间安全和计算机领域的理论研究和工程技术开发参考书，也可作为研究生和高年级本科生的教学参考书。

李凤华，工学博士，中国科学院信息工程研究所二级研究员、技术副总师，中国科学院大学教授、博士生导师，灾备技术国家工程研究中心主任，中国科学院“百人计划”学者。国务院学位委员会网络空间安全学科评议组成员，中央网络安全和信息化委员会办公室云计算服务安全评估专家组成员，全国数据标准化技术委员会数据技术标准（WG5）工作组副组长，国家科技创新2030重大项目某安全防护系统总体总师，国家重点研发计划项目负责人、国家863计划主题项目首席专家、国家自然科学基金重点项目负责人等；中国中文信息学会常务理事、大数据安全与隐私计算专业委员会主任，中国通信学会理事、期刊与出版工作委员会副主任、学术工作委员会委员等；《网络与信息安全学报》执行主编，World Wide Web、Chinese Journal of Electronics、《电子学报》《通信学报》《电子与信息学报》《西安电子科技大学学报》编委等。主要从事网络与系统安全、隐私计算、数据安全等方面的研究工作，在国内外首次提出了隐私计算的概念、定义和学术内涵，并开创了隐私计算理论研究，在IEEETIFS、IEEETMC、IEEEINFOCOM等国内外期刊和国际会议上发表学术论文150余篇，出版学术专著7部，获发明专利授权100余项，主持或参与制定国家、行业和团体标准多项，获2018年网络安全优秀人才奖、2001年国务院政府特殊津贴、2003年中共中央办公厅“十佳青年”等。近年来获国家技术发明奖二等奖1项、省部级科技进步奖（或技术发明奖）一等奖5项。

李晖，工学博士，国家级教学名师，西安电子科技大学二级教授、博士生导师；国家重点研发计划项目负责人、国家自然科学基金重点项目负责人，中国密码学会理事，中国中文信息学会理事、大数据安全与隐私计算专业委员会副主任，《网络与信息安全学报》副主编等。长期从事密码学、隐私计算、数据安全、信息论等方面的研究工作，在IEEE TDSC、IEEE TIFS、Usenix Security、NDSS等国内外期刊和国际会议上发表学术论文200余篇，出版学术专著4部，获发明专利授权20余项，获2017年网络安全优秀教师奖、2014年国务院政府特殊津贴，获省部级科技进步奖（或技术发明奖）一等奖4项、二等奖3项。

牛犇，工学博士，中国科学院信息工程研究所研究员、数据安全研究室副主任、博士生导师；入选2024年国家级青年人才、2018年度中国科学院青年创新促进会会员；国家重点研发计划青年科学家项目负责人、国家自然科学基金（重点、面上、青年）项目负责人，中国中文信息学会大数据安全与隐私计算专业委员会青年论坛工作组组长，《网络与信息安全学报》编委、《通信学报》青年编委。主要从事数据安全、隐私计算等方面的研究工作，在IEEETDSC、IEEETIFS、ACMKDD等国内外期刊和国际会议上发表学术论文80余篇，出版学术专著1部，获发明专利授权20余项，主持制定国家标准1项，获中国中文信息学会科学技术奖“钱伟长中文信息处理科学技术奖”一等奖1项。

第1章绪论001

1.1数据、个人信息与隐私信息001

1.1.1数据002

1.1.2个人信息002

1.1.3隐私信息004

1.2数据安全与隐私保护004

1.2.1数据安全005

1.2.2隐私保护008

1.3隐私保护的“四权”010

1.3.1隐私信息的攸关方011

1.3.2知情权012

1.3.3删除权012

1.3.4被遗忘权012

1.3.5延伸授权013

1.4隐私保护的目标013

1.5为什么要提出隐私计算？014

1.5.1传统隐私保护方案的不足014

1.5.2隐私计算在数据要素流通利用中的作用015

1.5.3隐私计算的必然性015

1.6本章小结017

参考文献017



第2章隐私保护相关技术发展现状019

2.1传统隐私保护技术019

2.1.1基于匿名的隐私脱敏020

2.1.2基于差分的隐私脱敏023

2.1.3基于信息论的隐私脱敏028

2.1.4隐私度量与评估029

2.1.5隐私保护对抗分析030

2.2隐私计算技术032

2.2.1隐私计算框架033

2.2.2隐私信息抽取与度量034

2.2.3隐私延伸控制035

2.2.4隐私按需保护036

2.2.5隐私保护效果评估038

2.3本章小结038

参考文献039



第3章隐私计算理论054

3.1隐私计算定义054

3.1.1隐私计算的基本定义055

3.1.2隐私信息的形式化描述055

3.2隐私信息全生命周期过程的计算操作058

3.3隐私计算框架062

3.4隐私计算的重要特性065

3.5隐私信息抽取与动态度量068

3.5.1隐私信息抽取与度量068

3.5.2隐私度量动态调整071

3.6隐私延伸控制073

3.6.1延伸控制策略生成073

3.6.2控制策略可控传递074

3.6.3控制策略迭代调整074

3.6.4策略执行可信验证075

3.7隐私按需保护075

3.7.1隐私保护算法设计的5个准则075

3.7.2隐私保护算法设计准则实例077

3.7.3隐私保护算法能力评估079

3.8隐私保护效果评估084

3.8.1保护效果评估指标085

3.8.2单次脱敏效果评估086

3.8.3基于数据挖掘的脱敏效果评估089

3.8.4脱敏系统效果评估090

3.8.5删除效果评估092

3.9全生命周期低开销抗泄露防篡改存证093

3.9.1存证收集093

3.9.2存证存储095

3.9.3证据生成097

3.10隐私侵权行为判定与追踪溯源098

3.10.1隐私侵权行为追踪溯源取证框架098

3.10.2隐私侵权行为判定100

3.10.3隐私侵权行为溯源取证101

3.11隐私计算语言103

3.11.1隐私定义语言103

3.11.2隐私操作语言103

3.11.3隐私控制语言104

3.12隐私信息系统104

3.12.1概述104

3.12.2隐私计算系统功能层次框架106

3.12.3隐私信息描述实例107

3.12.4信息交互的隐私计算实例111

3.13本章小结115

参考文献116



第4章隐私计算技术117

4.1隐私保护算法理论基础117

4.1.1概率论与隐私计算117

4.1.2信息论与隐私计算125

4.2典型隐私保护算法129

4.2.1基于匿名的隐私保护算法129

4.2.2基于差分的隐私保护算法139

4.2.3基于隐私可用性函数的隐私保护算法155

4.3隐私延伸控制169

4.3.1迭代延伸控制169

4.3.2文档的延伸控制183

4.3.3图片共享的隐私延伸控制187

4.3.4隐私信息的多副本删除215

4.4本章小结224

参考文献224



第5章隐私保护效果评估技术228

5.1隐私保护效果评估的指标体系228

5.1.1隐私保护算法分类229

5.1.2可逆性评估239

5.1.3信息偏差性评估239

5.1.4信息损失性评估244

5.1.5复杂性评估246

5.2差分隐私脱敏算法能力评估247

5.2.1基于最优化的差分隐私算法脱敏效果评估247

5.2.2基于模糊影响图的差分隐私保护效果评估253

5.3基于攻击的脱敏效果评估260

5.3.1本地化差分隐私的抗攻击性评估260

5.3.2基于成员推理攻击的深度学习隐私保护效果评估268

5.4删除效果评估274

5.4.1删除不可恢复性评测275

5.4.2删除合规性评测278

5.5本章小结280

参考文献280



第6章隐私计算的应用282

6.1隐私计算在多方数据联合计算中的应用282

6.1.1问题描述283

6.1.2基于隐私计算的多方数据联合计算框架284

6.1.3具体应用286

6.2隐私计算在多系统联动应用场景中的应用293

6.2.1问题描述293

6.2.2多系统联动服务中的个人隐私信息处理框架294

6.2.3具体应用299

6.3隐私计算对大模型隐私保护的增强302

6.3.1问题描述303

6.3.2大模型用户文本提示的隐私感知与隐私迭代脱敏方案303

6.3.3具体应用305

6.4隐私计算在个人权益保障中的应用309

6.4.1问题描述309

6.4.2隐私数据跨系统全流程延伸控制方案310

6.4.3具体应用312

6.5隐私计算在数据流通利用中的应用317

6.5.1问题描述317

6.5.2数据要素流通模型317

6.5.3具体应用323

6.6本章小结325

参考文献325



名词索引327

后记331