第1章
数据生命周期概览
AI数据从采集到销毁的完整路径，各阶段隐私风险初探。
全景风险
第2章
数据采集阶段（一）
个人敏感信息识别与分类分级标准（GDPR/PIPL）。
识别合规
第3章
数据采集阶段（二）
知情同意机制设计——如何做到合法、透明、可撤销。
同意透明
第4章
数据采集阶段（三）
最小化原则实战——只采你真正需要的数据。
最小化实战
第5章
数据传输阶段（一）
传输加密技术——TLS 1.3、mTLS与证书管理。
加密TLS
第6章
数据传输阶段（二）
API安全与数据防泄漏——令牌、签名与审计日志。
API防泄漏
第7章
数据存储阶段（一）
静态数据加密——AES-256、密钥管理与HSM。
加密HSM
第8章
数据存储阶段（二）
数据库隐私保护——列级加密、动态脱敏与安全沙箱。
数据库脱敏
第9章
数据存储阶段（三）
云存储安全——对象存储策略、访问控制与数据驻留。
云存储访问控制
第10章
数据使用阶段（一）
差分隐私基础——ε-差分隐私定义与拉普拉斯机制。
差分隐私拉普拉斯
第11章
数据使用阶段（二）
联邦学习隐私保护——梯度安全聚合与同态加密入门。
联邦学习同态加密
第12章
数据使用阶段（三）
安全多方计算（SMPC）——在不泄露原始数据下联合建模。
SMPC联合建模
第13章
数据使用阶段（四）
数据脱敏技术——静态脱敏、动态脱敏与可逆脱敏。
脱敏可逆
第14章
数据使用阶段（五）
匿名化与假名化——K-匿名、L-多样性与T-接近性。
匿名化K-匿名
第15章
数据使用阶段（六）
AI模型隐私攻击——成员推断、模型逆向与属性推断。
攻击模型逆向
第16章
数据使用阶段（七）
对抗防御——对抗训练、模型净化与输出扰动。
防御对抗
第17章
数据共享阶段（一）
数据共享协议——数据使用协议（DUA）与隐私条款。
协议DUA
第18章
数据共享阶段（二）
隐私保护数据发布——合成数据生成与评估。
合成数据发布
第19章
数据共享阶段（三）
数据空间与可信执行环境（TEE）——Intel SGX/AMD SEV。
TEESGX
第20章
数据保留阶段
数据生命周期策略——保留期限、自动归档与冷热分层。
保留归档
第21章
数据销毁阶段（一）
安全删除技术——覆写、消磁与物理销毁标准。
销毁消磁
第22章
数据销毁阶段（二）
云上数据销毁——对象版本控制、快照清理与密钥轮换。
云销毁密钥轮换
第23章
隐私影响评估（PIA）
如何系统化评估AI项目中的隐私风险。
PIA风险评估
第24章
隐私设计（PbD）
将隐私嵌入AI系统架构的7个基本原则。
PbD架构
第25章
隐私合规审计
GDPR、PIPL、CCPA合规检查清单与自动化工具。
审计合规
第26章
数据主体权利响应
访问权、删除权、可携带权在AI系统中的实现。
权利DSR
第27章
隐私事件应急响应
数据泄露检测、通报流程与事后复盘。
应急泄露
第28章
隐私工程实践
CI/CD流水线中的隐私检查——静态扫描与策略即代码。
DevOps策略即代码
第29章
行业案例（一）医疗AI
HIPAA合规与去标识化实战。
医疗HIPAA
第30章
行业案例（二）金融AI
PCI DSS与联邦征信建模隐私保护。
金融PCI DSS