发布机构：国际组织-国际标准化组织（IX-ISO） 发布日期：2017-06-28 简介：ISO/IEC 29134:2017给出了隐私影响评估流程，以及-PIA报告的结构和内容。它适用于所有类型和规模的组织，包括上市公司、私营公司、政府实体和非营利组织。ISO/IEC 29134:2017与参与设计或实施项目的各方有关，包括操作数据处理系统和处理PII的服务的各方。

近年来，机器学习迅速地发展，给人们带来便利的同时，也带来极大的安全隐患.机器学习的安全与隐私问题已经成为其发展的绊脚石.机器学习模型的训练和预测均是基于大量的数据，而数据中可能包含敏感或隐私信息，随着数据安全与隐私泄露事件频发、泄露规模连年加剧，如何保证数据的安全与隐私引发科学界和工业界的广泛关注.

最新完整版标准 ISO IEC CSA 29101：2019 信息技术 - 安全技术 - 隐私架构框架 - 完整英文版（59页）.pdf

RedMail 一个适合私人使用的邮件服务器 简单快速部署 安全保护隐私

联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。

FP检查器 针对IEEE 2021年安全和隐私研讨会的Artifact版本，论文标题为“指纹识别：学习检测浏览器指纹行为” 数据采集 我们使用OpenWPM收集脚本内容及其执行跟踪。 收集脚本内容 我们通过扩展OpenWPM的网络监视工具来收集脚本内容。 默认情况下，此检测将保存加载到脚本标记中的所有HTTP响应的内容。 我们扩展了OpenWPM，以捕获浏览器加载的所有HTML文档的响应内容。 这使我们能够捕获外部和内联JavaScript。 我们进一步解析HTML文档以提取内联脚本。 该细节至关重要，因为绝大多数网页都使用内联脚本 。 收集脚本执行跟踪 我们通过扩展OpenWPM的脚本执行工具来收集脚本执行跟踪。 OpenWPM记录脚本正在访问的Javascript API的名称，访问的方法名称或属性名称，传递给该方法的任何参数或该属性设置或返回的值以及调用时的堆栈跟踪。 默认情况下，

随着物联网、大数据和 5G 网络的快速发展和广泛应用，传统的云计算无法处理网络边缘设备所产生的海量数据，因此，边缘计算应运而生。然而，由于边缘计算的内容感知、实时计算、并行处理等开放特性，使在云计算环境下就已经存在的数据安全与隐私问题变得更加突出。阐述了边缘计算中数据安全与隐私保护的研究背景，提出以数据安全为中心的研究体系架构。围绕数据安全、访问控制、身份认证和隐私保护等关键技术，综述了近年来提出的可能适用于边缘计算数据安全与隐私保护的最新研究成果，并就方案的可扩展性和适用性进行分析讨论。此外，介绍了一些目前比较适用的边缘计算实例。最后，指出一些重要的研究方向和研究建议。

大数据(Big Data)是当前学术界和产业界的研究热点，正影响着人们日常生活方式、工作习惯及思考模 式．但目前大数据在收集、存储和使用过程中面临着诸多安全风险，大数据所导致的隐私泄露为用户带来严重困 扰，虚假数据将导致错误或无效的大数据分析结果．该文分析了实现大数据安全与隐私保护所面临的技术挑战，整 理了若干关键技术及其最新进展．分析指出大数据在引入安全问题的同时，也是解决信息安全问题的有效手段．它 为信息安全领域的发展带来了新的契机．

Lindell 教授 2021新版Introduction to Modern Cryptography

数据安全与隐私保护技术研究数据安全与隐私保护技术研究数据安全与隐私保护技术研究数据安全与隐私保护技术研究数据安全与隐私保护技术研究