参考文献和进一步阅读资料

参考文献和进一步阅读资料第章1参考文献

1.1关于成功的“去匿名化”攻击的深入讨论，包括马萨诸塞州的和网飞案件，GIC可以在Paul Ohm的文章uBroken Promisesof Privacy:Responding tothe SurprisingFailureof Anonymizationv中找到，该文章发表在《UCLA LawReview》第57卷（2010年）网飞攻击的详细信息在和的文章Arvind NarayananVitaly Shmatikov^RobustDe-anonymization ofLarge SparseDatasets v中进行了描述，该文章发表在《IEEE》（年）上关于原始基因组关联研Symposium onSecurity andPrivacy IEEE,2008究攻击的详细信息可以在Nils Homer,Szabolcs Szelinger,Margot Redman,DavidDuggan,Waibhav Tembe,Jill Muehling,John V.Pearson,Dietrich A.Stephan,Stanley F.和的文章Nelson DavidW.Craig“Resolving IndividualsContributing TraceAmounts”of DNAto HighlyComplex MixturesUsing HighDensity SNPGenotyping Microarrays中找至，该文章发表在《》（年）匿名化的概念最早提出ll PLOSGenetics2008k-在LatanyaSweeney的文章uk-anonymity:A modelfor protectingprivacy”中，该文章发表在《International Journalof Uncertainty,Fuzziness,and Knowledge-Based SystemsX年）World Scientific,2002差异隐私的概念首次提出在和Cynthia Dwork,Frank McSherry,Kobbi Nissim的文章中，发表Adam SmithCalibrating Noiseto Sensitivityin PrivateData Analysis”在（Theory of Cryptography:Third TheoryofCryptographyConference Springer,2006年）差异隐私的贝叶斯解释由和在文Shiva PrasadKasiviswanathan Adam Smith章“On theSemantics ofDifferential Privacy:A BayesianFormulation v中提出，发表在》第卷（年）Uhe Journalof Privacyand Confidentiality62014Stanley L.Warner在文章u RandomizedResponse:A SurveyTechnique forEliminating EvasiveAnswer中介绍了随机反应，发表于《》Bias”The Journalof theAmerican StatisticalAssociation第卷（年）601965研究表明用户的点赞模式与各种敏感个人特征相关，该研究在Facebook Michal和的文章KosinskiDavid StillwellThore Graepel“Private Traitsand AttributesAre中进行了描述，发表在《Predictable fromDigital Recordsof HumanBehavior”The》第卷（年）National Academy of Sciences1102013进一步阅读

1.2关于现代数据收集、安全和隐私问题的优秀的通俗读物可以参考Bruce Schneier的著作《Data andGoliath:The HiddenBattles toCollect YourData andControl Your》（年）World W.W.Norton,2015关于差分隐私的定义、方法和算法的全面的技术介绍可以参考和Cynthia Dwork的著作《》（Aaron RothThe AlgorithmicFoundations ofDifferential PrivacyNOW）Publishers,2014关于词嵌入中的性别偏见研究首次在Tolga Bolukbasi,Chang-Wei Chang,James和的文章Zou,Venkatesh SaligramaAdam Kalai“Man Isto ComputerProgrammer as”中描述，发表在第届神Woman Isto HomemakerDebiasing WordEmbeddings30经信息处理系统大会（年）类似的发现也报告在，2016Aylin Caliskan,JoannaJ Bryson和的文章Arvind Narayanan“Semantics DerivedAutomatically fromLanguage Corpora中，发表于《科学》杂志第卷号（年）Contain HumanLikeBiases”35663442017和的Cynthia Dwork,Moritz Hardt,Toniann Pitassi,Omer ReingoldRichard Zemel的一篇基础论文概述了围绕机器学习中公平性的许多“Fairness ThroughAwareness”基本问题，包括“禁止”使用某些注定要失败的输入，该论文发表在第届3会议集（年）Innovations inTheoretical ComputerScience ConferenceACM,2012有两篇文章首次提出了不可能同时满足多个公平性定义Alexandra的文章Chouldechova“Fair Predictionwith DisparateImpact:A Studyof Biasin,发表在研讨会Recidivism PredictionInstruments TheWorkshop onFairness,年），以及Accountability andTransparency in Machine LearningC2016Jon Kleinberg,Sendhil Mullainathan和Manish Raghavan的文章uInherent Trade-Offs inthe Fair，发表在第八届Determination ofRisk Scores”Innovations inTheoretical Computer会议集（年）将假阳性率和（或）假阴性率平等作为公平Science Conference2017约束的想法由和在文章Eric Prize,Moritz HardtNati Srebro“Equality ofOpportunity中提出,发表在《》in SupervisedLearning”Advances inNeural InformationProcessing（年）2016公平性-准确性帕累托曲线和公平不公正划分的概念来自于Michael Kearns,SethNeel,Aaron Roth和Zhiwei Steven Wu的两篇文章uPreventing Fairness,发表于Gerrymandering Auditingand Learningfor SubgroupFairness The（年）；以及International Conference on Machine Learning2018“An EmpiricalStudy ofSubgroupFairness forMachine Learningv,发表于The ACMConference onFairness,（年）Accountability andTransparency2019进一步阅读

2.2最近出版了许多关于算法歧视及其后果的通俗读物其中包括的Cathy O,Neil《Weapons ofMath Destruction:How BigData IncreasesInequality andThreatens》（年）,Democracy Crown,2016SafiyaUmoja Noble^Algorithms ofOppression:How（年）和Search EnginesReinforce RacismNew YorkUniversity Press,2018Virginia的《Eubanks AutomatingInequality:How High-Tech ToolsProfile,Police,and Punishthe》（年）（中文版《自动不平等高科技如何锁定、管Poor St.Martins Press,2017制和惩罚穷人》商务印书馆，年）2017要获取算法公平性最新研究的更多技术概述以及原始资料，可参阅Alexandra和的文章Chouldechova Aaron Roth“The Frontiersof fairnessinMachine Learning°和编写的教材即将由麻省理工出版社Solon Barocas,Moritz HardtArvind Narayanan出版，可在关于通勤博弈和解决方案的许多观察和结果总结在Maxwell Tim Roughgarden的著作《》年中Selfish Routingand thePrice ofAnarchy MITPress,2005Maxwell

2.0背后的思想及其与差异隐私的联系在和Michael Kearns,Mallesh M.Pai,Aaron Roth的文章进行了描述，该文章发Jonathan Ullman“Mechanism Designin LargeGames”表在会议集年Innovations inTheoretical ComputerScience ACM,2014Gale-Shapley算法首次由David Gale和Lloyd S.Shapley的文章uCollegeAdmissions andthe Stabilityof Marriagev提出，发表在《American Mathematical第卷年将匹配算法应用于肾脏交换的工作概述，参见Monthly691962Alvin E.的著作《》年Roth WhoGets What—and WhyHoughton MiifflinHarcourt,2015o将算法自我博弈应用于制作西洋双陆棋程序的应用在的文章Gerald TesauroTemporalDifference Learningand TD-Gammon v中进行了描述，发表在《第卷年生成对抗网络最早在ACM communication^381995Ian J.Goodfellow,Jean Pouget-Abadie,Mehdi Mirza,Bing Xu,David Warde-Farley,Sheijil和的文章中进Ozair,Aaron Courville,Yoshua Bengio^Generative AdversarialNets”行了描述，发表在第届年21Neural InformationProcessing Springer,2014将私人合成数据生成作为博弈中均衡计算的框架首次在贾斯汀•许Justin Hsu,亚伦・罗斯Aaron Roth和乔纳森・乌尔曼Jonathan Ullman的文章uDifferential”中提出，发表于第届Privacy forthe Analystvia PrivateEquilibrium Computation45年使用差分隐私生成对抗网络构ACM Symposiumon Theoryof Computing2013建合成医学数据的工作在Brett K.Beaulieu-Jones,Ziwei StevenWu,Chris Williams,Ran Lee,Sanjeev P.Bhavnani,Brett K.Beaulieu-JonesZhiwei,StevenWu,Chris和的文章Williams,Ran Lee,Sanjeev P.Bhavnani,James BrianByrd,Casey S.GreenePrivacy-Preserving GenerativeDeep NeuralNetworks SupportClinical DataSharingv中进行了描述，该文章在可以找到bioArxiv进一步阅读

3.2和编辑的《Noam Nisan,Tim Roughgarden,EvaTardos VijayV.Vazirani Algorithmic》年和的著作Game TheoryCambridge UniversityPress,2007TimRoughgarden《》Twenty LecturesonAlgorithmic GamelheoryCambridge UniversityPress,2016年中文版《斯坦福算法博弈论二十讲》机械工业出版社，年中找到本章2020讨论的许多主题的良好技术文献第章4参考文献

4.1约翰•约阿尼迪斯是首批对科学统计危机建模的人之一，他有Johnloannidis影响力的论文^Why MostPublished ResearchFindings AreFalse,发表在《PLoS》年上本章中的“分叉路径的花园”一词来自和Medcine2005Andrew Gelman的文章发表Erik Loken“The StatisticalCrisis inScience,在《》第卷，第期（年），该文章还包括了一些说明性American Scientist10262014的现象示例我们引用了和Brian A.Nosek,Charles R.Ebersole,Alexander DeHavenDavidMellor的文章^The PreregistrationRevolution v,该文章发表在Proceedings of第卷，第期the NationalAcademyofSciences ofthe UnitedStates ofAmerica11511（年）2018我们描述的机器学习竞赛排行榜算法归功于和的文Avrim BlumMoritz Hardt章“The Ladder:A ReliableLeaderboard forMachineLearningCompetitions v,发表在（年）差分隐私和防止过度The International Conferenceon MachineLearning2015拟合之间的关联由Cynthia Dwork,Vitaly Feldman,Moritz Hardt,Toniann Pitassi,Omer和的文章Reingold Aaron Roth“The ReusableHoldout:Preserving Validityin Adaptive中提出，该文章发表在《科学》第卷，第期（年）Data Analysis^34962482015“可概括性”和“防止过度拟合”的关联由Cynthia Dwork,Vitaly Feldman,Moritz和的文章Hardt,Toniann Pitassi,Omer ReingoldAaronRothGeneralization inAdaptiveData Analysisand HoldoutReuse v进行了描述，发表于第22届Neural Information会议（年）Processing SystemsSpringer,2015进一步阅读

4.2本章讨论的算法技术背后的数学的全面概述，我们建议读者参考由AaronRoth和AdamSmith教授的“Adaptive DataAnalysis v课程的讲义，网址为第章5参考文献

5.1神经网络和“猫神经元”的可解释性研究出现在Quoc V.Le,Marc

1.A.urelio和Ranzato,Raj atMonga,Matthieu Devin,Kai Chen,Greg S.Corrado JeffDean,Andrew的文章Y.Ng“Building High-Level FeaturesUsing LargeScale UnsupervisedLearning中，该文章发表在第届（29InternationalConferenceonMachineLearning IMLS,2012年）o关于道德和伦理的工作和思想，总结在他的著作《Michael SandelWhatMoneyCan11Buy:The MoralLimits ofMarkets》（Farrar,Straus,and Giroux,2013（中文版《金钱不能买什么市场的道德局限》中信出版集团，年）和《2022Justice:Whafs》（年）（中文版《公正the RightThing toDo Farrar,Straus,and Giroux,2009该如何做是好》中信出版社，年）2012。