差分プライバシー、匿名化、秘密計算、暗号によって、攻撃者からデータを守り、誰もが安心してデータの収集、保管、そして分析ができるようになる。
もくじ情報：第１部　差分プライバシーによるプライバシー保護機械学習の基礎（機械学習におけるプライバシーへの配慮；機械学習における差分プライバシー；機械学習における差分プライバシーの高度な概念）；第２部　局所差分プライバシーと合成データ生成（機械学習における局所差分プライバシー；機械学習の高度なＬＤＰメカニズム；プライバシー保護された合成データ生成）；第３部　プライバシーを保証する機械学習アプリケーションの構築（プライバシー保護データマイニングの技術；プライバシー保護データ管理と操作；機械学習のための圧縮プライバシー；プライバシーを強化するプラットフォームの設計）；付録　差分プライバシーに関する詳細

Ｃｈａｎｇ，Ｊ．Ｍｏｒｒｉｓ(ＣＨＡＮＧ，Ｊ．ＭＯＲＲＩＳ)
２０１６年から南フロリダ大学電気工学科の教授を務めており、それ以前はアイオワ州立大学（２００１‐２０１６）、イリノイ工科大学（１９９５‐２００１）、ロチェスター工科大学（１９９３‐１９９５）で教員をしていました。学術界に入る前は、ＡＴ＆Ｔベル研究所（１９８８‐１９９０）でコンピュータエンジニアとして勤務していました。最近の研究テーマは、認証からマルウェア検出、プライバシー強化技術、機械学習におけるセキュリティなど、サイバーセキュリティに関する幅広い分野に及び、国防総省（ＤｏＤ）の様々な機関から資金提供を受けています。ノースカロライナ州立大学でコンピュータ工学の博士号を取得しました