《隐私保护》课程教学大纲（硕士研究生）.docxVIP

广州大学研究生课程教学大纲

课程名称

中文

隐私保护

课程编号

0006200111

英文

PrivacyPreservation

开课单位

人工智能与区块链研究院

考核方式

考查

学时

48

学分

3

课程类别

专业课

编制者

陈孔阳

适用对象

学术型硕士、专业型硕士

课程简介(中文)：

课程系统地介绍大数据与隐私计算领域的理论知识和项目实战，重点介绍Hadoop大数据架构及其主要组成部分，以及大数据安全领域的主流隐私计算方法。

课程简介(英文)：

Thecoursesystematicallyintroducesthetheoreticalknowledgeandprojectpracticesinthefieldsofbigdataandprivacycomputing.ItfocusesontheHadoopbigdataarchitectureaswellasitsmaincomponents,andthemainstreamprivacycomputingmethodsinbigdatasecurityarea.

课程目标：

本课程的目标是让学生学习和掌握数据安全和隐私保护的基本概念和研究内容，尤其是大数据时代诞生的Hadoop处理架构和实验方法，掌握大数据系统开发流程。同时，掌握与数据安全相关的隐私保护的基本概念和法律法规，熟悉典型隐私保护方法的算法设计。

基本要求：

理解分布式计算与大数据开发的基本概念和主流架构；

掌握Hadoop大数据项目开发，理解分布式部署的原理；

熟悉主流隐私保护方法的概念原理；

熟练掌握至少一种隐私保护方法的算法设计。

课程内容及学时分配：

大数据的背景和基本概念（4学时）

Hadoop架构与HDFS系统（4学时）

MapReduce原理与应用（4学时）

HBase原理与应用（4学时）

大数据系统设计（4学时）

隐私保护的背景和概念（4学时）

MPC和差分隐私的原理（8学时）

人工智能与隐私保护（8学时）

隐私保护系统设计（8学时）

教材及主要参考书目：

1.Hadoop大数据实战权威指南（第2版），黄东军，电子工业出版社，2019年9月

2.大数据安全与隐私保护，石瑞生，北京邮电大学出版社，2019年5月

预修课程：无

教师团队成员：陈孔阳

编制者签名：

学科点意见：

学科点负责人签名：

年月日