1.专业解读：由中央财经大学信息学院资深教授及专家合著，结合多年教学与科研经验，深解析博弈论在数据保护中的应用。 2.理论与实践并重：本书不仅强调理论学习，更突出博弈论在信息安全领域的实际应用，提供具体安全实例，帮助读者深理解。 3.案例丰富，应用导向：通过大量数据保护领域的案例分析，深探讨博弈论的作用与挑战，强化读者的应用能力。 4.思政融合，兴趣激发：在逻辑推导中融思政内容，激发读者将博弈论应用于现实生活的兴趣，实现知识与实践的紧密结合。
售 价：¥
纸质售价：¥102.50购买纸书
6.6
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言
第1章 绪论
1.1 博弈论
1.1.1 赤壁之战的背景
1.1.2 博弈论的基本概念
1.1.3 博弈论的发展历程
1.1.4 博弈的分类
1.2 数据保护
1.2.1 隐私保护
1.2.2 信息系统风险控制
1.2.3 联邦学习
第2章 完全信息静态博弈
2.1 完全信息静态博弈的表达方式
2.1.1 完全信息博弈
2.1.2 静态博弈
2.1.3 策略表达式
2.2 占优均衡
2.2.1 隐私问题的提出
2.2.2 联邦学习中的“搭便车”问题
2.3 纳什均衡
2.3.1 多用户联邦学习系统
2.3.2 无限策略纳什均衡
2.3.3 基于激励的联邦学习贡献度选择
2.3.4 联邦学习中无激励的贡献度选择
2.3.5 零和网络攻防
2.4 混合策略纳什均衡
2.4.1 联邦学习中用户合作
2.4.2 蜜罐系统攻防
2.4.3 网络空间攻防
2.5 纳什均衡的合理性
2.5.1 纳什均衡的一致性
2.5.2 不对称收益下的联邦学习系统选择
2.5.3 存在风险的联邦学习系统选择
2.5.4 联邦学习系统选择中的犯错问题
第3章 完美信息动态博弈
3.1 完美信息动态博弈的表达方式
3.1.1 动态博弈和完美信息
3.1.2 扩展式与网络攻防
3.2 纳什均衡的局限性
3.2.1 动态攻防选择博弈
3.2.2 联邦学习激励问题
3.2.3 不可达到的攻防策略
3.3 子博弈精炼纳什均衡
3.3.1 子博弈
3.3.2 子博弈精炼纳什均衡
3.3.3 逆向归纳法
3.3.4 无限策略子博弈精炼纳什均衡
3.4 子博弈精炼纳什均衡的合理性
3.4.1 网络攻防者的理性
3.4.2 网络攻防的犯错问题
3.4.3 联邦学习用户重复合作
3.4.4 先行优势
第4章 不完全信息静态博弈
4.1 不完全信息静态博弈和海萨尼转换
4.1.1 不完全信息
4.1.2 海萨尼转换
4.2 贝叶斯博弈
4.2.1 模型评价指标
4.2.2 不完全信息下的联邦学习用户合作
4.2.3 基于激励的无限策略选择
4.3 混合策略纳什均衡的解释
4.3.1 联邦学习用户合作的不完全信息解释
4.3.2 蜜罐系统攻防不完全信息解释
4.4 机制设计
4.4.1 基于拍卖的联邦学习激励机制
4.4.2 克拉克激励
第5章 不完美信息动态博弈
5.1 不完美信息动态博弈和信息集
5.1.1 不完美信息下的被动防御
5.1.2 信息集与联邦学习的动态解释
5.2 精炼贝叶斯均衡
5.2.1 隐私保护策略的必要性
5.2.2 联合攻防的有效性
5.3 不完全信息动态博弈
5.3.1 不完全信息下的网络空间被动防御
5.3.2 联邦学习动态激励机制
第6章 重复博弈
6.1 重复隐私分享博弈
6.1.1 有限次数重复隐私分享博弈
6.1.2 无限次数重复隐私分享博弈
6.1.3 联邦学习激励重复博弈
6.2 蜜罐系统攻防博弈
6.3 联邦学习收益分配
6.3.1 无损收益分配
6.3.2 有损收益分配
6.4 重复攻防博弈
6.4.1 完美信息下的重复攻防博弈
6.4.2 不完美信息下的重复攻防博弈
第7章 演化博弈
7.1 隐私分享系统演化
7.2 联邦学习系统演化
7.3 网络空间防御系统演化
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
