Data Protection and Security

课程简介

1. 数据安全介绍：数据安全环境，制定数据安全计划，数据安全维度，电子安全威胁与漏洞，网络爬虫，网络爬虫响应方法，加密技术。 2. 安全在线交易：公钥基础设施，认证机构，数字签名，哈希函数与认证，数字信封。 3. 使用数字水印的数据保护：数字水印基础，水印技术的期望属性，稳健和脆弱水印，空域水印，频域水印，水印提取，隐写术与数据隐藏。 4. 数字版权保护与数据隐私：防止复制与控制，所有权声明，在线数字内容分发与安全，多媒体内容的水印嵌入与攻击，数据保护标准介绍，以及GDPR和HIPAA等隐私法律。 5. 生物特征安全介绍：生物特征介绍，生物特征在实际系统中的期望属性，不同生物特征模式的优缺点，行为生物特征，生物特征隐私与社会挑战。 6. 基础技术：生物特征数据采集与生物特征数据库；相关图像处理与模式识别技术，包括数字图像和信号表示、模式提取与分类。 7. 生物特征系统性能评估：生物特征验证与错误率，未能获取，误匹配率与误非匹配率，接收操作特性，等错误率，开放集与闭合集性能评估，累积匹配特性，单特征准确率，误识别率与漏识别率。 8. 单模态与多模态系统介绍：指纹、掌纹、虹膜、面部等流行单模态生物特征系统介绍，数据安全标准与部署场景，单模态系统的局限性，多模态生物特征系统与操作模式介绍，特征级、评分级与决策级融合。

学习目标

1. 理解数据安全与取证的基本技术，特别是数字水印和密码学的基本技术； 2. 介绍基于生物特征的安全技术，包括单模态和多模态认证； 3. 学习数据保护与安全领域中生物特征系统的实际应用与性能评估。

先修要求

先修课程：COMP1011/COMP1012/ENG2002

教学模式

课程材料将以讲座、辅导和小组项目相结合的方式进行讲授。学生将熟悉数据安全、生物特征系统及其应用的基本概念和技术。