結合時下熱門人工智慧與必備的資訊安全
基本觀念到實際應用層層堆疊
智慧學習與隱私保護環環相扣
▍本書主要內容
本書深入分析機器學習與資訊安全，屬於進階的結合應用。然而基於讀者可能會有資安跨機器學習或者機器學習涉及隱私應用等可能，故在各章節前都有充分的引導，例如基本的機器學習模型有哪些；各類神經網路的初步介紹；安全計算的技術層面逐一帶入，由秘密分享而至加密處理。前幾章的充分介紹足以建立讀者探究本書所需的資訊。
本書中章將觀念更進一步，私有集合交集是如何不揭示交集之外的結果；主流安全多方計算框架裡在取捨優缺點後，如何傾向底層的電腦語言編譯，又或者以隱私保護為軸心出發。視覺化的樹模型和數學上直觀的線性模型在計算能力突破後迎來的神經網路是如何深入我們的日常。常見的關鍵字搜尋後各網站與應用程式的推薦就盡是相關事物，一探隱私保護推薦系統如何無所不用其極地避免取用不公開資料的情況下，將最精確的商品或資訊提供給使用者。
▍本書特點
1.機器學習各基本模型介紹
2.混淆電路最佳化分析
3.秘密分享與加密觀念引導
4.私有集合各演算法應用
5.計算框架與協定
6.各模型實際應用與神經網路
7.了解推薦系統
8.安全多方計算的現況與未來要點