CCTV が顔認識ルーチンを公開、プライバシーとセキュリティをどう保護するか?

CCTV が顔認識ルーチンを公開、プライバシーとセキュリティをどう保護するか?

現在、インターネットやビッグデータなどの急速な発展と、Internet of Everythingのインテリジェント時代の到来により、ネットワークセキュリティはより一般の人々の目にさらされるようになりました。ネットワーク セキュリティには、ネットワーク システム内のソフトウェア、ハードウェア、情報コンテンツのセキュリティが含まれますが、情報コンテンツは間違いなく誰もが最も注意を払うポイントです。特に、一般の人々自身に関係するオンライン情報、つまり個人のプライバシーとセキュリティの観点で。

[[349029]]

最近、CCTV は、特に顔認識の適用において、ユーザーの個人のプライバシーとセキュリティを侵害する一連の行為を再び暴露しました。 CCTVは、私たちが慣れ親しんでいる「顔スキャン」アプリでは、人々の顔情報が知らないうちに侵害され、悪用されていることを明らかにしました。わずか2元で何千ものユーザーの顔写真を購入でき、すべての人の顔情報が深刻に漏洩しています。

同時に、調査報告によると、回答者の90%以上が顔認識技術を使用したことがあり、そのうち60%が顔認識技術の悪用の傾向があると考えており、30%が顔情報の漏洩や悪用によりプライバシーや財産の損失を被ったことがあると答えています。このことから、私の国では顔認識アプリケーションの分野でプライバシー侵害が多発していることがわかります。

もちろん、個人のプライバシー侵害は顔認識だけに反映されるのではなく、他の生体認証、APPソフトウェアアプリケーションなどにも反映されます。つまり、インターネットとデータに関連するものはすべて、プライバシー侵害のリスクをほぼ伴います。では、このような状況や開発傾向をどう予防し、管理できるでしょうか? ユーザーのプライバシーをどう保護できるでしょうか?

賢明な製造業者は、他人に頼るよりも自分に頼る方が良いと考えています。このような状況に直面したときは、まず警戒心とリスク認識を高め、効果的な予防策を講じる必要があります。これを踏まえて、政府も関連規制や政策を導入し、厳しい罰則で企業や業界への規制を強化し、ユーザーの権利と利益を徹底的に保護するための法的柵を構築するよう努力する必要がある。

今年に入ってから、わが国はAPPに対する特別是正措置を何度も実施し、「ネットワーク安全審査弁法」や新たな「個人情報保護法(草案)」も公布しており、政府は法体系の構築と業界規範を絶えず強化していると理解されています。この傾向から、人々の個人のプライバシーのセキュリティは徐々に向上していくことが予想されますが、同時に警戒を緩めてはいけません。

<<:  注意深い! CCTVの科学的テスト:マスクは顔の代わりに携帯電話のロックを解除することもできる

>>:  スマート物流は進化し、AIは「独自のスキル」を発揮し続ける

推薦する

500億のパラメータ、103の言語をサポート: Googleが「グローバルテキスト翻訳」モデルを発表

並列データが不足しているため、小規模言語の翻訳は常に大きな問題となっていました。 Google の研...

EUがAIを活用して社会イノベーションを推進する方法

[[377176]] 2020年の新型コロナウイルスの世界的な蔓延は、人類にとって永遠の記憶となるこ...

Redis に基づく分散ロックと Redlock アルゴリズム

[[403381]]この記事はWeChatの公開アカウント「UP Technology Contro...

2021 年を迎えるにあたり、人気の GNN はどのアプリケーション分野で存在感を発揮するのでしょうか?

近年、グラフ構造の強力な表現力により、機械学習の手法を用いたグラフ解析の研究が注目を集めています。グ...

TensorFlow ワイド&ディープラーニングチュートリアル

[[211918]]この記事では、TF.Learn API を使用して、ワイド線形モデルとディープ ...

国内初の大規模模造品対策訴訟:アリババクラウドが偽造同義千聞アプリを提訴、一審で勝訴

1月16日、中国における大型モデルの偽造品撲滅活動で初の成功事例が発表された。アリババクラウドとアリ...

スタンフォード大学は4年連続でAIレポートを発表しています。今年はどんな内容が取り上げられたのでしょうか?

2021年スタンフォードAIインデックスレポートが正式にリリースされ、過去1年間のAIの全体的な発...

7BモデルはGPT4-Vを超えます! HKUST などが「グラフ推論質問回答」データセットを公開 GITQA: 視覚的なグラフは推論能力を向上させることができます

グラフ ニューラル ネットワーク (GNN) は、グラフの構造情報を推論に活用するのに優れていますが...

次元削減アルゴリズムについて: PCA主成分分析

機械学習の分野では、生データから特徴を抽出する際に、高次元の特徴ベクトルが得られることが多いです。こ...

人工知能の知られざる歴史: 目に見えない女性プログラマーたち

この 6 部構成のシリーズでは、AI の人類史を探り、革新者、思想家、労働者、さらには小規模なトレー...

再編とリーダーシップ:デジタルとAIのリーダーが他を置き去りにしている

デジタルおよび AI リーダーと他の業界プレーヤーとの間のギャップは大きく、さらに広がっています。過...

Swin Transformerをベースに、清華大学などがMoBY自己教師学習法のコードを提案し、オープンソース化されている。

[[409974]]過去 2 年間で、コンピューター ビジョンの分野では 2 つの大きな変革が起こ...

Keras の創設者: ディープラーニング関連の仕事は過去 6 か月で減少

[[340767]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

「アルゴリズムとデータ構造」二分木の美しさ

[[349809]]序文今回レビューする内容は、データ構造トピックの「ツリー」です。ツリーなどのデー...

製造業における自動化の長所と短所を探る

自動化の統合は、進化する製造業界において決定的な力となり、従来のパラダイムを再構築し、前例のない進歩...