在大數據和人工智能時代，如何在享受新技術帶來的便利性的同時保護自己的隱私，是一個重要的問題。

本書系統講解了隱私計算的基礎技術和實踐案例，全書共有11章，按層次劃分為三部分。第一部分全面系統地闡述隱私加密計算技術，包括秘密共享、同態加密、不經意傳輸和混淆電路。第二部分介紹隱私保護計算技術，包括差分隱私、可信執行環境和聯邦學習。第三部分介紹基於隱私計算技術構建的隱私計算平台和實踐案例，隱私計算平台主要包括面向聯邦學習的FATE 平台和加密數據庫的CryptDB 系統等五個平台，以及隱私計算平台的效率問題和常見的加速策略；實踐案例部分主要介紹包括金融營銷與風控、廣告計費、廣告推薦、數據查詢、醫療、語音識別及政務等領域的應用案例。此外，本書還展望了隱私計算未來的研究和落地方向。在附錄中介紹了當前最新的中國數據保護法律概況。本書可供計算機科學、隱私保護、大數據和人工智能相關專業的學生，以及對隱私計算有興趣的相關從業者閱讀，也適合從事隱私保護相關研究的研究人員、法律法規制定者和政府監管部門閱讀。