章节
人脸识别治理的国际经验与中国策略
摘要
对具有高度敏感性的人脸信息进行识别处理,存在巨大的信息安全隐患。人脸识别的风险涉及数据、算法和应用三个环节,包括隐私侵犯、歧视、错误和滥用等,应从数据治理、算法治理和规范具体应用场景方面提出治理策略。在数据方面,应保证数据控制者具有安全保障能力,尊重用户的各项数据权利。在算法方面,开发者应完善训练数据集,不断调试算法,避免歧视和错误。对于监管者而言,在数据治理上,应加快数据规则的构建,确立用户同意规则体系;在算法治理上,应建立算法评测机制,推出市场准入标准,避免“劣质”算法进入市场;在应用场景规范上,应建立风险评估机制,对不同应用场景进行分类监管。
检索正文关键字
章节目录
- 一 引言
- 二 人脸识别的技术原理简介
-
三 人脸识别技术的公共安全风险
- (一)从技术角度分析人脸识别的风险
- 1.人脸识别算法的识别错误
- 2.人脸识别算法的歧视
- 3.算法容易受到安全攻击
- (二)从应用场景角度分析人脸识别的风险
- 1.人脸信息的收集、存储和使用情况不透明
- 2.泄露人脸数据库引发安全问题
- 3.人脸识别被违规滥用
- (一)从技术角度分析人脸识别的风险
-
四 欧盟和美国的人脸识别治理政策比较与启示
- (一)欧盟的治理政策与实践
- 1.通过数据规则严格保护生物识别信息
- 2.发布使用指南对人脸识别进行严格限制
- 3.通过透明度报告、数据保护影响评估、审计机制等保障人脸识别的可问责性
- 4.由数据保护机构负责对人脸识别进行监督执法
- (二)美国对人脸识别的治理政策与实践
- 1.目前各个州采取不同的治理政策
- 2.通过人工审查、测试、培训、问责报告机制和赋予个体抗辩权保证人脸识别的合规使用
- 3.司法诉讼与行政执法并行,而且处罚手段严厉
- (三)从欧盟与美国的治理政策中获得的启示
- 1.政治、社会和文化影响了欧美的治理态度
- 2.欧美的治理思路和制度工具值得借鉴
- 3.基于中国国情制定治理策略
- (一)欧盟的治理政策与实践
-
五 我国人脸识别的本土化治理路径
- (一)中国人脸识别治理存在的主要问题
- 1.对生物特征信息的保护和人脸识别的规范缺乏细致的法律规则
- 2.各地立法或治理政策不一致,缺乏框架性和体系化的治理机制
- 3.缺少统一权威的监管主体,造成行业监管不及时和不充分
- (二)提升人脸识别治理能力的政策建议
- 1.规范数据收集与流转,净化数据产业链
- 2.为算法建立资质标准,保障算法的安全性和准确性
- 3.划定运用场景界限,防止技术滥用
- (一)中国人脸识别治理存在的主要问题
相关文献
查看更多>>>