The book covers data privacy in depth with respect to data mining, test data management, synthetic data generation etc. It formalizes principles of data privacy that are essential for good anonymization design based on the data format and discipline. The principles outline best practices and reflect on the conflicting relationship between privacy and utility. From a practice standpoint, it provides practitioners and researchers with a definitive guide to approach anonymization of various data formats, including multidimensional, longitudinal, time-series, transaction, and graph data. In addition to helping CIOs protect confidential data, it also offers a guideline as to how this can be implemented for a wide range of data at the enterprise level.
Maksa helposti kortilla, Klarnalla, Apple Paylla tai Google Paylla. Etkö ole tyytyväinen? Sinulla on aina 14 päivän palautusoikeus. Lue lisää ehdoistamme. Jos sinulla on kysyttävää, lähetä meille sähköpostia osoitteeseen hello@memmo.org.
Memmo tekee opiskelusta helpompaa – missä päin maailmaa ikinä oletkin. Meillä yhdistät kurssikirjat ja fiksut opiskelutyökalut yhteen paikkaan: tiivistelmät, visat, podcastit ja muistikortit. Ja sitten Ted, opiskelukaverisi, joka vastaa kaikkeen, mitä ikinä mietitkin. Yli 50 000 opiskelijaa opiskelee jo täällä – rakennettu auttamaan sinua oppimaan nopeammin ja stressaamaan vähemmän.