Big Data Privacy Preservation for Cyber-Physical Systems

This SpringerBrief mainly focuses on effective big data analytics for CPS, and addresses the privacy issues that arise on various CPS applications. The authors develop a series of privacy preserving data analytic and processing methodologies through data driven optimization based on applied cryptogr...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Pan, Miao (Συγγραφέας, http://id.loc.gov/vocabulary/relators/aut), Wang, Jingyi (http://id.loc.gov/vocabulary/relators/aut), Errapotu, Sai Mounika (http://id.loc.gov/vocabulary/relators/aut), Zhang, Xinyue (http://id.loc.gov/vocabulary/relators/aut), Ding, Jiahao (http://id.loc.gov/vocabulary/relators/aut), Han, Zhu (http://id.loc.gov/vocabulary/relators/aut)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2019.
Έκδοση:1st ed. 2019.
Σειρά:SpringerBriefs in Electrical and Computer Engineering,
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link

Διαδίκτυο

Full Text via HEAL-Link

ΒΚΠ - Πατρα: ALFd

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: ALFd
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 1 Στη βιβλιοθήκη

ΒΚΠ - Πατρα: BSC

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: BSC
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 2 Στη βιβλιοθήκη
Αντίγραφο 3 Στη βιβλιοθήκη