这是一本面向程序员的差分隐私书籍。本书旨在向您介绍数据隐私保护领域所面临的挑战，描述为解决这些 挑战而提出的技术，并帮助您理解如何实现其中一部分技术。本书包含了很多示例，也包含了很多概念的具体实现，这些示例和实现都是用可以实际运行的程序撰写的。每一章都由一个独立的Jupyter笔记本（Jupyter Notebook）文件生成。您可以单击相应章节右上角的“下载” 图标并选择“.ipynb”，从而下载此章的Jupyter笔记本文件，并亲手执行这些示例。章节中的很多示例都是 用代码生成的。为了便于阅读，我们将这些代码隐藏了起来。您可以通过单击示例单元格下方的”点击显 示”（Click to show）按钮显示隐藏在背后的代码。本书假定您可以使用Python语言编写和运行程序，并掌握Pandas和NumPy的一些基本概念。如果您具有离散 数学和概率论的相关背景知识，那您会更加轻松地理解本书的内容。不必担心，本科课程上的离散数学和概 率论知识对学习本书来说已经绰绰有余了。本书的源代码已开源，可以从这里在线获取本书的最新（英文）版本。您可以在GitHub上获取本书（英文版） 的源代码。如果您找到一处笔误、提出一处改进建议或报告一个程序错误，请在GitHub上提交问题。本书描述的技术是从数据隐私（Data Privacy）领域的研究中发展得来的。以本书的撰写目的出发，我们将按 照下述方式定义数据隐私：