大模型重塑未来，数据安全何以护航？ 当AI应用在云端蓬勃发展，传统安全架构面临新的挑战！本书由英特尔机密计算核心团队倾力造，首次系统阐述机密虚拟化技术原理与实战，深度解析TDX如何为大模型时代构筑"安全护盾"。多个头部企业实战案例，覆盖联邦学习、可信大模型、云数据库等热场景，助您掌握"数据可用不可见"的终极密码。让AI业务既高效又安全，抢占数据安全新赛道，构筑云上业务的"隐形长城"！
售 价：¥
纸质售价：¥84.20购买纸书
6.7
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
内容简介
推荐序1
推荐序2
推荐序3
推荐序4
推荐序5
专家寄语1
专家寄语2
专家寄语3
专家寄语4
前言
第一篇 基础概念
第1章 数据安全与隐私保护
1.1 数字化发展带来的机遇
1.2 数据安全面临的挑战
1.3 隐私保护技术
第2章 云计算中的机密计算
2.1 云计算及数据安全需求
2.2 机密计算技术演进
第二篇 架构实现
第3章 机密计算技术
3.1 可信执行环境技术产生
3.2 防护域和攻击模型
3.3 机密计算和可信执行环境技术纵览
3.4 机密虚拟化
第4章 机密虚拟化架构与实现
4.1 微架构
4.2 指令体系
4.3 虚拟化软件
4.4 I/O设备虚拟化
第5章 高级特性探秘
5.1 远程认证
5.2 热迁移
5.3 嵌套虚拟化
5.4 TCB在线升级
5.5 内存完整性
第6章 机密虚拟化软件形态
6.1 机密虚拟机
6.2 机密容器
6.3 安全操作系统
6.4 TDX的系统软件栈
第三篇 实践案例
第7章 联邦学习
7.1 联邦学习介绍
7.2 机密计算与联邦学习的结合
7.3 横向联邦学习方案
第8章 可信大模型
8.1 构建安全可信大模型
8.2 可信大模型应用场景
8.3 大模型密态计算平台案例
第9章 云数据库
9.1 云数据库与数据安全
9.2 全密态数据库
9.3 典型案例
第10章 区块链
10.1 区块链技术
10.2 区块链应用的挑战
10.3 典型案例
第11章 异构计算
11.1 异构计算与安全性挑战
11.2 异构机密计算
11.3 应用案例
第12章 远程认证服务
12.1 MAA
12.2 ITA
第四篇 未来展望
第13章 安全防护的持续完善
13.1 侧信道防御能力提升
13.2 可信性的增强
13.3 异构计算的协同保护
第14章 生态系统的协同发展
14.1 法规与监管体系
14.2 多元技术融合
14.3 标准化生态
参考文献
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
