随着大数据和云计算技术的深入应用,人工智能时代的机器学习和深度学习更需日益增长的数据,因此数据安全与隐私保护变得更加迫切。
人工智能经历了60多年的发展,现在已进入到AI2.0阶段,主要具备这样几个特征:一是从人工知识表达到大数据驱动的知识学习技术;二是从分类型处理的多媒体数据转向跨媒体的认知、学习、推理;三是从追求智能机器到高水平的人机、脑机相互协同融合;四是从聚焦个体智能到基于互联网和大数据的群体智能;五是从拟人化的机器人转向更加广阔的智能自主系统,比如,智能工厂、智能无人机等工业4.0时代。
随着人工智能技术的发展,公民的隐私数据被记录越来越多,大数据厂商对一个人了解越深,越容易掌握更多个人信息数据。各行各业对数据的重视程度很高,都利用数据进行相关分析和挖掘,做出最佳决策,但也出现很多问题:一是个人用户的数据安全和隐私保护意识不强,随意注册平台账号;二是企业对数据的安全和用户隐私保护不重视,企业收集的信息随意被其他合作单位获取;三是数据安全与公民隐私信息保护法律不健全;四是监管跟不上技术进步,导致技术失控带来数据安全和隐私保护隐患。
在各行各业,大数据应用规模不断增大,安全隐私保护难度也越发增加,用户个人行为数据在收集和统计过程中存在隐私泄露的问题。除了隐私保护外,工作人员的状态及行为都可能对数据带来不安全影响。
大数据的共享带来了不容忽视的数据隐私安全问题。在人工智能时代,隐私数据由于经济利益或其他原因被扩散后,使得各种侵权行为极易发生。泄露的隐私数据在数据科学技术的分析、提炼、挖掘下将隐私数据用于精准广告营销。因此在大数据使用量上必须进行一定的控制,对大数据进行权限管理、对角色进行行为限定。
在大数据使用中,普遍认为大数据是可信任的,但是如果对大数据本身不能进行有效的识别,不法分子就会对数据伪造,导致分析出现错误。一旦虚假信息泛滥,对大数据安全与隐私保护将造成非常大的影响。
用户信息被贩卖、隐私被敲诈勒索、银行卡被盗刷等问题,表明隐私保护不是一个单独的问题,而是需要国家政策层面、行业企业自律、用户个人意识等多个层面来保护:一是国家出台法律法规是维护市场和公民合法权益的根本保障,有了法律法规做支撑,隐私受到侵权时就可以做到有法可依,违法必究。二是企业加强自律,肩负社会责任和坚守法律底线,尽量要求所有APP等程序采集用户数据坚持“最少采集”原则,合理采集和利用。三是增强用户个人的隐私保护意识。四是提高隐私保护技术,着眼开发研究新的安全技术,从技术上保护隐私,认真分析大数据环境中的漏洞,有针对性地进行隐私保护技术研发,通过对数据溯源、数据水印、身份认证、数据匿名发布等研究,开发出适合人工智能时代高效、安全、可靠的隐私保护技术。
相关知识
隐私保护与开放共享:AI时代的教育数据治理变革
酒店管理公司行业数据安全与隐私保护.docx
数字化时代的数据安全与隐私保护困境如何破局
大数据安全与隐私保护技术
大数据安全与隐私保护.ppt
新型电力系统数据安全与隐私保护
高铁运营数据安全与隐私保护.docx
数据隐私保护与数字化安全策略总结.pptx
数字经济数据安全与隐私保护.docx
数据隐私与保护:叉车管理系统的数据安全措施
网址: 人工智能与数据隐私保护 https://m.huajiangbk.com/newsview2155270.html
上一篇: 大数据安全与隐私保护 |
下一篇: IT互联网行业中的数据隐私和安全 |