本书主要针对人体生物特征图像发布中存在的隐私安全问题，深入探讨了以不同维度的数据处理模型结合差分隐私方法解决人体生物特征图像存在隐私泄露的问题。本书介绍人体生物特征隐私保护的研究背景、保护内容及隐私保护模型的演变历程以及介绍差分隐私的保护框架、应用领域、度量方式以及现阶段图像隐私保护的现状。针对利用图像压缩技术与差分隐私相结合的人脸图像发布方法会产生额外的重构误差问题，提出一种基于滑动窗口模型的人脸图像差分隐私保护方法。针对现有人脸图像隐私保护算法的实现大都利用可逆变换、空间转化及图像压缩等方式改变了图像原有的空间结构，而并未从图像本身空间分布特征为出发点考虑如何解决人脸图像的差分隐私保护的问题，提出一种基于区域生长的人脸图像差分隐私保护方法。针对现有人脸图像隐私保护方法消耗大量非必要的隐私预算用于保护非敏感区域的问题，提出一种基于特征点定位的非全局性人脸图像差分隐私保护方法。针对现有人脸图像差分隐私保护方法都以单人脸图像为主要研究对象，却并未考虑图像中可能同时存在多个人脸的问题，提出一种面向多人脸图像中敏感区域的局部差分隐私保护方法。针对指纹图像中存在隐私泄露的可能，提出一种基于聚类与局部多项式回归的指纹图像非全局保护的分隐私发布方法。