本书是在国内外数据隐私泄露事件令人触目惊心, 数据隐私保护问题亟待有效解决的背景下撰写的。书中对隐私保护领域的一个研究热点——差分隐私理论进行了深入剖析, 并对差分隐私理论在图结构数据、轨迹数据及基因数据等领域中的应用进行了探究。

全书共分为三部分, 第一部分(第1章~第4章)为差分隐私基础理论, 主要包括绪论、相关数学基础、差分隐私理论和本地化差分隐私等内容; 第二部分(第5章~第8章)为差分隐私应用研究, 主要涉及轨迹数据隐私保护、基因数据隐私保护、图结构数据隐私保护和随机响应机制效用优化等内容; 第三部分（第9章、第10章）为差分隐私新进展, 主要涉及混洗差分隐私、联邦学习中的隐私保护等内容。

本书可供计算机科学、网络空间安全、密码学等相关学科和专业的高年级本科生、研究生学习, 也可供广大研究数据安全隐私保护的科技工作者参考。