大数据安全 / 战略性新兴领域（大数据）“十四五”规划教材
定价：￥43.00
作者： 金波，韩伟力
出版社：高等教育出版社
- 高等教育出版社
- 9787040648553
- 1版
- 47261519-4
- 16开
- 500
- 工学
- 计算机类
- 计算机类
- 本科 研究生及以上
内容简介
本书是大数据新兴领域“十四五”高等教育教材。全书共7章，包含大数据安全概述、数据安全基础、数据安全技术、数据要素流动、大数据平台安全、数据安全治理、大数据安全前沿等内容，从宏观和微观两个维度，全方位、多角度地剖析大数据安全问题。本书在系统阐述大数据安全相关知识的同时，提供大量案例分析和习题，便于读者深入理解和全面掌握。为配合教学，本书将同步建设大数据安全攻防实训平台、操作实验讲解视频及模拟工具等配套数字化教学资源，通过设置不同的安全场景和任务，为读者提供一个互动式学习环境，帮助其在实操中掌握大数据时代下数据全生命周期的安全防护技术。
本书既可作为高等学校大数据、信息安全相关专业的本科生和研究生教材，也可作为大数据开发、运维、管理人员的参考书。
目录
目录
前辅文
第1章 大数据安全概述
1.1 大数据
1.1.1 大数据概念
1.1.2 大数据系统
1.1.3 大数据应用
1.2 大数据安全
1.2.1 大数据安全知识体系
1.2.2 大数据安全风险
1.2.3 大数据安全意识
习题
第2章 数据安全基础
2.1 密码学
2.1.1 密码学基础
2.1.2 密码算法
2.1.3 密码协议
2.2 身份认证与访问控制
2.2.1 身份认证
2.2.2 访问控制技术
2.3 通信安全与软件安全
2.3.1 通信安全
2.3.2 软件安全工程
2.3.3 软件组件安全
习题
第3章 数据安全技术
3.1 数据采集
3.1.1 数据最小化
3.1.2 数据匿名化与去标识化
3.1.3 本地差分隐私技术
3.2 数据传输
3.2.1 数据传输加密技术
3.2.2 数据安全传输协议与技术
3.2.3 数据哈希与验证技术
3.3 数据存储
3.3.1 密文数据存储
3.3.2 数据存储备份机制
3.3.3 数据完整性保护
3.4 数据使用
3.4.1 数据授权与权限管理
3.4.2 数据使用行为审计
3.4.3 数据库水印
3.4.4 密文数据访问
3.4.5 多用户并发访问
3.5 数据销毁
3.5.1 数据销毁流程
3.5.2 数据销毁技术
习题
第4章 数据要素流动
4.1 数据要素流动概述
4.1.1 总览
4.1.2 关键技术
4.2 数据匿名化技术
4.2.1 数据匿名化技术概念
4.2.2 k-匿名
4.2.3 l-多样性
4.2.4 t-近邻性
4.2.5 差分隐私
4.2.6 近似差分隐私及差分隐私变体
4.2.7 差分隐私应用
4.3 同态加密技术
4.3.1 同态加密概念
4.3.2 部分同态加密
4.3.3 特定同态加密
4.3.4 全同态加密
4.4 安全多方计算
4.4.1 安全多方计算概念
4.4.2 茫然传输
4.4.3 混淆电路
4.4.4 秘密共享
4.4.5 隐私集合求交
4.5 机密计算
4.5.1 可信执行环境概念
4.5.2 基于可信执行环境的机密计算
4.5.3 TrustZone
4.5.4 SGX
4.6 联邦学习
4.6.1 联邦学习概念
4.6.2 横向联邦学习
4.6.3 纵向联邦学习
4.6.4 联邦迁移学习
4.6.5 FATE：企业级联邦学习平台
4.7 安全多方学习
4.7.1 安全多方学习概念
4.7.2 基于同态加密的安全多方学习
4.7.3 基于混淆电路的安全多方学习
4.7.4 基于秘密共享的安全多方学习
4.7.5 基于混合协议的安全多方学习
4.7.6 安全多方学习平台软件
习题
第5章 大数据平台安全
5.1 认证与访问控制
5.1.1 大数据平台的身份认证集成
5.1.2 大数据平台的访问控制模型
5.1.3 大数据平台的访问控制机制
5.1.4 系统组件访问控制
5.2 数据安全保护
5.2.1 数据加密技术
5.2.2 数据脱敏技术
5.2.3 数据水印技术
5.3 数据容灾与故障恢复
5.3.1 分布式存储的数据容灾与备份
5.3.2 故障监测与定位方法
5.3.3 故障恢复流程与最佳实践
5.4 安全运维与审计
5.4.1 平台账号与权限管理
5.4.2 安全补丁管理与漏洞修复
5.4.3 日志分析与入侵检测
习题
第6章 数据安全治理
6.1 数据安全治理概述
6.1.1 基本概念及内涵
6.1.2 数据安全治理国际框架
6.1.3 数据安全治理国家标准
6.1.4 数据安全治理整体框架
6.2 我国数据安全法律规范
6.2.1 法律
6.2.2 行政法规
6.2.3 部门规章
6.2.4 法律责任
6.3 数据分类分级
6.3.1 数据分类方法
6.3.2 数据分级方法
6.3.3 分类分级工作流程
6.4 数据安全治理指南
6.4.1 数据安全人员组织
6.4.2 数据安全管理制度体系
6.4.3 数据安全技术体系
6.4.4 数据安全运营体系
6.4.5 规划实施路径
6.5 数据安全能力成熟度评估
6.5.1 数据安全能力成熟度模型简介
6.5.2 数据安全能力成熟度模型的构建及评估方法
6.5.3 信息安全技术 数据安全能力成熟度模型
6.5.4 基于GB/T 37988—2019的应用要点
习题
第7章 大数据安全前沿
7.1 大数据对抗
7.1.1 大数据攻防前沿趋势
7.1.2 大数据安全防护策略
7.2 大数据安全与大模型安全
7.2.1 大模型数据安全风险
7.2.2 大模型数据安全技术
7.2.3 大模型数据安全管理
习题
参考文献
前辅文
第1章 大数据安全概述
1.1 大数据
1.1.1 大数据概念
1.1.2 大数据系统
1.1.3 大数据应用
1.2 大数据安全
1.2.1 大数据安全知识体系
1.2.2 大数据安全风险
1.2.3 大数据安全意识
习题
第2章 数据安全基础
2.1 密码学
2.1.1 密码学基础
2.1.2 密码算法
2.1.3 密码协议
2.2 身份认证与访问控制
2.2.1 身份认证
2.2.2 访问控制技术
2.3 通信安全与软件安全
2.3.1 通信安全
2.3.2 软件安全工程
2.3.3 软件组件安全
习题
第3章 数据安全技术
3.1 数据采集
3.1.1 数据最小化
3.1.2 数据匿名化与去标识化
3.1.3 本地差分隐私技术
3.2 数据传输
3.2.1 数据传输加密技术
3.2.2 数据安全传输协议与技术
3.2.3 数据哈希与验证技术
3.3 数据存储
3.3.1 密文数据存储
3.3.2 数据存储备份机制
3.3.3 数据完整性保护
3.4 数据使用
3.4.1 数据授权与权限管理
3.4.2 数据使用行为审计
3.4.3 数据库水印
3.4.4 密文数据访问
3.4.5 多用户并发访问
3.5 数据销毁
3.5.1 数据销毁流程
3.5.2 数据销毁技术
习题
第4章 数据要素流动
4.1 数据要素流动概述
4.1.1 总览
4.1.2 关键技术
4.2 数据匿名化技术
4.2.1 数据匿名化技术概念
4.2.2 k-匿名
4.2.3 l-多样性
4.2.4 t-近邻性
4.2.5 差分隐私
4.2.6 近似差分隐私及差分隐私变体
4.2.7 差分隐私应用
4.3 同态加密技术
4.3.1 同态加密概念
4.3.2 部分同态加密
4.3.3 特定同态加密
4.3.4 全同态加密
4.4 安全多方计算
4.4.1 安全多方计算概念
4.4.2 茫然传输
4.4.3 混淆电路
4.4.4 秘密共享
4.4.5 隐私集合求交
4.5 机密计算
4.5.1 可信执行环境概念
4.5.2 基于可信执行环境的机密计算
4.5.3 TrustZone
4.5.4 SGX
4.6 联邦学习
4.6.1 联邦学习概念
4.6.2 横向联邦学习
4.6.3 纵向联邦学习
4.6.4 联邦迁移学习
4.6.5 FATE：企业级联邦学习平台
4.7 安全多方学习
4.7.1 安全多方学习概念
4.7.2 基于同态加密的安全多方学习
4.7.3 基于混淆电路的安全多方学习
4.7.4 基于秘密共享的安全多方学习
4.7.5 基于混合协议的安全多方学习
4.7.6 安全多方学习平台软件
习题
第5章 大数据平台安全
5.1 认证与访问控制
5.1.1 大数据平台的身份认证集成
5.1.2 大数据平台的访问控制模型
5.1.3 大数据平台的访问控制机制
5.1.4 系统组件访问控制
5.2 数据安全保护
5.2.1 数据加密技术
5.2.2 数据脱敏技术
5.2.3 数据水印技术
5.3 数据容灾与故障恢复
5.3.1 分布式存储的数据容灾与备份
5.3.2 故障监测与定位方法
5.3.3 故障恢复流程与最佳实践
5.4 安全运维与审计
5.4.1 平台账号与权限管理
5.4.2 安全补丁管理与漏洞修复
5.4.3 日志分析与入侵检测
习题
第6章 数据安全治理
6.1 数据安全治理概述
6.1.1 基本概念及内涵
6.1.2 数据安全治理国际框架
6.1.3 数据安全治理国家标准
6.1.4 数据安全治理整体框架
6.2 我国数据安全法律规范
6.2.1 法律
6.2.2 行政法规
6.2.3 部门规章
6.2.4 法律责任
6.3 数据分类分级
6.3.1 数据分类方法
6.3.2 数据分级方法
6.3.3 分类分级工作流程
6.4 数据安全治理指南
6.4.1 数据安全人员组织
6.4.2 数据安全管理制度体系
6.4.3 数据安全技术体系
6.4.4 数据安全运营体系
6.4.5 规划实施路径
6.5 数据安全能力成熟度评估
6.5.1 数据安全能力成熟度模型简介
6.5.2 数据安全能力成熟度模型的构建及评估方法
6.5.3 信息安全技术 数据安全能力成熟度模型
6.5.4 基于GB/T 37988—2019的应用要点
习题
第7章 大数据安全前沿
7.1 大数据对抗
7.1.1 大数据攻防前沿趋势
7.1.2 大数据安全防护策略
7.2 大数据安全与大模型安全
7.2.1 大模型数据安全风险
7.2.2 大模型数据安全技术
7.2.3 大模型数据安全管理
习题
参考文献
前辅文
第1章 大数据安全概述
1.1 大数据
1.1.1 大数据概念
1.1.2 大数据系统
1.1.3 大数据应用
1.2 大数据安全
1.2.1 大数据安全知识体系
1.2.2 大数据安全风险
1.2.3 大数据安全意识
习题
第2章 数据安全基础
2.1 密码学
2.1.1 密码学基础
2.1.2 密码算法
2.1.3 密码协议
2.2 身份认证与访问控制
2.2.1 身份认证
2.2.2 访问控制技术
2.3 通信安全与软件安全
2.3.1 通信安全
2.3.2 软件安全工程
2.3.3 软件组件安全
习题
第3章 数据安全技术
3.1 数据采集
3.1.1 数据最小化
3.1.2 数据匿名化与去标识化
3.1.3 本地差分隐私技术
3.2 数据传输
3.2.1 数据传输加密技术
3.2.2 数据安全传输协议与技术
3.2.3 数据哈希与验证技术
3.3 数据存储
3.3.1 密文数据存储
3.3.2 数据存储备份机制
3.3.3 数据完整性保护
3.4 数据使用
3.4.1 数据授权与权限管理
3.4.2 数据使用行为审计
3.4.3 数据库水印
3.4.4 密文数据访问
3.4.5 多用户并发访问
3.5 数据销毁
3.5.1 数据销毁流程
3.5.2 数据销毁技术
习题
第4章 数据要素流动
4.1 数据要素流动概述
4.1.1 总览
4.1.2 关键技术
4.2 数据匿名化技术
4.2.1 数据匿名化技术概念
4.2.2 k-匿名
4.2.3 l-多样性
4.2.4 t-近邻性
4.2.5 差分隐私
4.2.6 近似差分隐私及差分隐私变体
4.2.7 差分隐私应用
4.3 同态加密技术
4.3.1 同态加密概念
4.3.2 部分同态加密
4.3.3 特定同态加密
4.3.4 全同态加密
4.4 安全多方计算
4.4.1 安全多方计算概念
4.4.2 茫然传输
4.4.3 混淆电路
4.4.4 秘密共享
4.4.5 隐私集合求交
4.5 机密计算
4.5.1 可信执行环境概念
4.5.2 基于可信执行环境的机密计算
4.5.3 TrustZone
4.5.4 SGX
4.6 联邦学习
4.6.1 联邦学习概念
4.6.2 横向联邦学习
4.6.3 纵向联邦学习
4.6.4 联邦迁移学习
4.6.5 FATE：企业级联邦学习平台
4.7 安全多方学习
4.7.1 安全多方学习概念
4.7.2 基于同态加密的安全多方学习
4.7.3 基于混淆电路的安全多方学习
4.7.4 基于秘密共享的安全多方学习
4.7.5 基于混合协议的安全多方学习
4.7.6 安全多方学习平台软件
习题
第5章 大数据平台安全
5.1 认证与访问控制
5.1.1 大数据平台的身份认证集成
5.1.2 大数据平台的访问控制模型
5.1.3 大数据平台的访问控制机制
5.1.4 系统组件访问控制
5.2 数据安全保护
5.2.1 数据加密技术
5.2.2 数据脱敏技术
5.2.3 数据水印技术
5.3 数据容灾与故障恢复
5.3.1 分布式存储的数据容灾与备份
5.3.2 故障监测与定位方法
5.3.3 故障恢复流程与最佳实践
5.4 安全运维与审计
5.4.1 平台账号与权限管理
5.4.2 安全补丁管理与漏洞修复
5.4.3 日志分析与入侵检测
习题
第6章 数据安全治理
6.1 数据安全治理概述
6.1.1 基本概念及内涵
6.1.2 数据安全治理国际框架
6.1.3 数据安全治理国家标准
6.1.4 数据安全治理整体框架
6.2 我国数据安全法律规范
6.2.1 法律
6.2.2 行政法规
6.2.3 部门规章
6.2.4 法律责任
6.3 数据分类分级
6.3.1 数据分类方法
6.3.2 数据分级方法
6.3.3 分类分级工作流程
6.4 数据安全治理指南
6.4.1 数据安全人员组织
6.4.2 数据安全管理制度体系
6.4.3 数据安全技术体系
6.4.4 数据安全运营体系
6.4.5 规划实施路径
6.5 数据安全能力成熟度评估
6.5.1 数据安全能力成熟度模型简介
6.5.2 数据安全能力成熟度模型的构建及评估方法
6.5.3 信息安全技术 数据安全能力成熟度模型
6.5.4 基于GB/T 37988—2019的应用要点
习题
第7章 大数据安全前沿
7.1 大数据对抗
7.1.1 大数据攻防前沿趋势
7.1.2 大数据安全防护策略
7.2 大数据安全与大模型安全
7.2.1 大模型数据安全风险
7.2.2 大模型数据安全技术
7.2.3 大模型数据安全管理
习题
参考文献
前辅文
第1章 大数据安全概述
1.1 大数据
1.1.1 大数据概念
1.1.2 大数据系统
1.1.3 大数据应用
1.2 大数据安全
1.2.1 大数据安全知识体系
1.2.2 大数据安全风险
1.2.3 大数据安全意识
习题
第2章 数据安全基础
2.1 密码学
2.1.1 密码学基础
2.1.2 密码算法
2.1.3 密码协议
2.2 身份认证与访问控制
2.2.1 身份认证
2.2.2 访问控制技术
2.3 通信安全与软件安全
2.3.1 通信安全
2.3.2 软件安全工程
2.3.3 软件组件安全
习题
第3章 数据安全技术
3.1 数据采集
3.1.1 数据最小化
3.1.2 数据匿名化与去标识化
3.1.3 本地差分隐私技术
3.2 数据传输
3.2.1 数据传输加密技术
3.2.2 数据安全传输协议与技术
3.2.3 数据哈希与验证技术
3.3 数据存储
3.3.1 密文数据存储
3.3.2 数据存储备份机制
3.3.3 数据完整性保护
3.4 数据使用
3.4.1 数据授权与权限管理
3.4.2 数据使用行为审计
3.4.3 数据库水印
3.4.4 密文数据访问
3.4.5 多用户并发访问
3.5 数据销毁
3.5.1 数据销毁流程
3.5.2 数据销毁技术
习题
第4章 数据要素流动
4.1 数据要素流动概述
4.1.1 总览
4.1.2 关键技术
4.2 数据匿名化技术
4.2.1 数据匿名化技术概念
4.2.2 k-匿名
4.2.3 l-多样性
4.2.4 t-近邻性
4.2.5 差分隐私
4.2.6 近似差分隐私及差分隐私变体
4.2.7 差分隐私应用
4.3 同态加密技术
4.3.1 同态加密概念
4.3.2 部分同态加密
4.3.3 特定同态加密
4.3.4 全同态加密
4.4 安全多方计算
4.4.1 安全多方计算概念
4.4.2 茫然传输
4.4.3 混淆电路
4.4.4 秘密共享
4.4.5 隐私集合求交
4.5 机密计算
4.5.1 可信执行环境概念
4.5.2 基于可信执行环境的机密计算
4.5.3 TrustZone
4.5.4 SGX
4.6 联邦学习
4.6.1 联邦学习概念
4.6.2 横向联邦学习
4.6.3 纵向联邦学习
4.6.4 联邦迁移学习
4.6.5 FATE：企业级联邦学习平台
4.7 安全多方学习
4.7.1 安全多方学习概念
4.7.2 基于同态加密的安全多方学习
4.7.3 基于混淆电路的安全多方学习
4.7.4 基于秘密共享的安全多方学习
4.7.5 基于混合协议的安全多方学习
4.7.6 安全多方学习平台软件
习题
第5章 大数据平台安全
5.1 认证与访问控制
5.1.1 大数据平台的身份认证集成
5.1.2 大数据平台的访问控制模型
5.1.3 大数据平台的访问控制机制
5.1.4 系统组件访问控制
5.2 数据安全保护
5.2.1 数据加密技术
5.2.2 数据脱敏技术
5.2.3 数据水印技术
5.3 数据容灾与故障恢复
5.3.1 分布式存储的数据容灾与备份
5.3.2 故障监测与定位方法
5.3.3 故障恢复流程与最佳实践
5.4 安全运维与审计
5.4.1 平台账号与权限管理
5.4.2 安全补丁管理与漏洞修复
5.4.3 日志分析与入侵检测
习题
第6章 数据安全治理
6.1 数据安全治理概述
6.1.1 基本概念及内涵
6.1.2 数据安全治理国际框架
6.1.3 数据安全治理国家标准
6.1.4 数据安全治理整体框架
6.2 我国数据安全法律规范
6.2.1 法律
6.2.2 行政法规
6.2.3 部门规章
6.2.4 法律责任
6.3 数据分类分级
6.3.1 数据分类方法
6.3.2 数据分级方法
6.3.3 分类分级工作流程
6.4 数据安全治理指南
6.4.1 数据安全人员组织
6.4.2 数据安全管理制度体系
6.4.3 数据安全技术体系
6.4.4 数据安全运营体系
6.4.5 规划实施路径
6.5 数据安全能力成熟度评估
6.5.1 数据安全能力成熟度模型简介
6.5.2 数据安全能力成熟度模型的构建及评估方法
6.5.3 信息安全技术 数据安全能力成熟度模型
6.5.4 基于GB/T 37988—2019的应用要点
习题
第7章 大数据安全前沿
7.1 大数据对抗
7.1.1 大数据攻防前沿趋势
7.1.2 大数据安全防护策略
7.2 大数据安全与大模型安全
7.2.1 大模型数据安全风险
7.2.2 大模型数据安全技术
7.2.3 大模型数据安全管理
习题
参考文献
