查看原文
其他

人脸识别技术研究综述(一):应用场景

杨丹 网安寻路人 2022-03-20

编者按:

本公号曾发表的人脸识别系列文章:
  1. 欧盟基本权利局“人脸识别技术”报告中文翻译(DPO社群出品)

  2. 法国数据保护局(CNIL)关于人脸识别报告的中译文(DPO社群出品)

  3. 零售门店使用人脸识别技术的主要法律问题(DPO社群成员观点)

  4. 人脸识别技术的规制框架(PPT+讲稿)

  5. 人脸识别技术运用的六大场景及法律规制框架的适配(DPO社群成员观点)

  6. 解读世界首例警方使用人脸识别技术合法性判决(DPO社群成员观点)

  7. 人脸识别技术的法律规制研究初探(DPO社群成员观点)

  8. 美国联邦隐私保护立法草案研究(四):“生物识别信息”

  9. 美国华盛顿州人脸识别服务法案中文翻译(DPO社群出品)

  10. PAI | 《理解人脸识别系统》全文翻译(DPO社群出品)


本篇对人脸识别的文章作者为杨丹,来自于京东集团法务与知识产权部。


1960年的美国加利福尼亚州帕罗奥图(Palo Alto, California)的一间小办公室里,那时的帕罗奥图还没有被称为硅谷,人脸识别之父伍迪(Woody Wilson Bledsoe)与一群古怪又聪明的研究人员创立了全景(Panoramic)公司。人脸识别技术的早期发展阶段,有着非常浓厚且复杂的政治色彩,该项技术不但受到中央情报局(CIA)的赞助,甚至与核武器也有些渊源。

 


1965年伍迪·布莱索(Woody Bledsoe)的研究图像。计算机无法识别出他的两张照片(分别拍摄于1945年和1965年)显示的是同一个人。PHOTOGRAPH: DAN WINTERS

 

如今,人脸识别技术被广泛应用,成为手机、电脑解锁,出入境身份验证和支付应用程序的首选技术功能,它能加速疾病的诊断速度,在Instagram上标记(tag)朋友也变得轻而易举。然而,人脸识别技术同样成为政府压迫公民和企业监视牟利的工具。据《金融时报》(Financial Times)2019年6月发表的一篇研究估计报告显示,若2019 - 2024年期间的复合年增长率(CAGR)能符合预期达到16%,则全球的人脸识别市场将产生70亿美元的收入。据《卫报》(Guardian)2019年12月2日报道,美国目前是人脸识别领域最大的市场,而亚洲地区则是该领域增长最快的地区,中国和印度处于领先地位。据《纽约时报》(The New York Times)2019年4月14日报道,中国警方正在与依图、旷视、商汤科技和云从等人工智能公司合作,在重庆、深圳、上海、天津和济南等人口众多的城市建立并完善视频监控网络。[1]令人惊讶的是,隐私专家Emmanuel Pernot-Leplay在其2020年3月27日的报告中证实,在人工智能(人脸识别)领域野心勃勃的中国同时提供了强大的生物特征数据保护,以保护个人隐私。[2]

 

本文将通过列举涉及人脸识别技术的不同应用场景,来帮助大家增强感知,更好的了解我们身边存在的人脸识别技术。关于这项技术是如何工作的,存在的技术缺陷,以及可能导致的偏见和隐私风险,笔者将在后续章节进行论述。

 

1. 个人设备解锁


随着iPhone X的诞生,iPhone增添了Face ID这项新的身份验证功能。基于Face ID的准确率要远高于基于指纹识别的Touch ID。实际上,早在Android 4.0时期,这项功能就已经集成在操作系统中了。[3]  这项技术能够在手机被盗时有效的阻止他人访问手机内的个人数据。尽管如此,我们仍然不能忽然人脸识别技术的缺陷可能导致的潜在偏见,例如,2017年苹果公司因无法验证亚洲人脸而被投诉[4](详见后续章节)。

 

2.  门禁打卡和智慧园区


2020年东京奥运会(推迟到2021年9月)将首次引用人脸识别技术。主办方通过采集参与人员的人脸信息,自动授予其访问权限,以增强参与人员的体验性和保障安全性。据主办方表示,该项技术将严格遵守《个人信息保护法》,所有个人数据都会得到适当的管理和使用,比赛结束后将会对数据进行完全删除处理。比起先前的传统ID挂绳,人脸识别技术的效率显然更高。[5]


在智慧园区中使用人脸识别技术,能够快捷高效准确地对人员进行放行、记录、统计和管控,通过摄像头记录人员的活动轨迹,考勤和滞留状况,取代传统的人员管控,提高效率和精细化水平。[6]

 

3.  金融领域


合规和监管改革始终是金融领域的核心。根据美国的海外账户税收合规法案(Foreign Account TaxCompliance Act, FATCA)和反洗钱(Anti-Money Laundering, AML)准则,KYC(Know Your Customer)客户分析系统可针对个人、公司、政府和世界各地的银行中的多个因素进行参数化的可变风险评估,这种方法为AML系统提供了参考数据。KYC系统通过人脸识别技术对客户的就业类型,资金来源,纳税状况,贷款申请记录等进行全面快速的调查,从而进行风险评估。[7]住在偏远地区银行不足的人们可通过手机银行的人脸识别系统进行借贷申请。[8]


访问数字账户 – 人脸识别技术可用于加密货币钱包,如手机银行应用程序,用户通过人脸识别进行登录,访问其加密货币钱包进行信息查询和转账交易。还可以将人脸识别技术与区块链技术结合,将用于验证的特定数据集保存在不可变的区块链上以防止被篡改或伪造。[9]

 

4. 安防执法领域


机场身份验证 –通过数字化护照上的人脸生物特征与持有人的脸进行比较完成身份验证,以帮助人们更快、更安全地通过安检。2017年,泰利斯负责为巴黎戴高乐机场(Roissy Charles de Gaulle airport)的外部边境的自动快速通道通道(PARAFE)系统提供新的自动控制大门。该解决方案旨在促进2018年从指纹识别到人脸识别的进化。通常情况下,签发身份证明文件时使用的人脸识别,会与其他生物识别技术,例如指纹、虹膜或OPT等防欺诈和防盗用身份ID 结合使用。人脸识别技术可以大大缩短排队所需的时间,皇家加勒比航空公司(Royal Carribean)通过人脸识别技术来帮助将通常90分钟的登机时间缩短至10分钟。[10]


寻找失踪儿童 – 人脸识别技术在安防执法领域的好处是显而易见的,它能更容易发现和预防犯罪。通过添加失踪孩子父母提供的参考照片至CCTV系统,以将参考照片与视频中捕捉到的人脸相匹配,从而大大加速了操作员的工作。警察可以通过人脸识别技术来获取视频图像序列(也称为“视频分析”),也就是把视频拆分成一帧一帧的图像,来估算儿童失踪的位置和时间。警察可以在失踪前更好地弄清楚孩子的动作,并找到最后一次见到他/她的地方,一旦发现匹配项,实时警报就会触发。这个过程同样适用于因为痴呆症,健忘症,癫痫病或阿尔茨海默氏病等走失的成年人的场景。


识别和追踪罪犯 – CCTV人脸识别系统可以用来帮助警察追踪和识别曾经存在其他犯违法行为的罪犯。警方也可以采取预防措施。通过使用视频或外部图片(或数据库)中已知罪犯的图像,操作人员可以在现场视频中检测出匹配情况,并及时做出反应。同时,人脸识别闭路电视系统可以用来支持调查人员在事件发生后寻找视频证据。区分嫌疑人和个人的外表的能力对于加快调查人员审查相关细节的录像证据至关重要。他们可以更好地了解情况是如何发展的。帮助警方抓捕罪犯、寻找失踪人员和辨认尸体。


警察检查 – 2016年的布鲁塞尔恐怖袭击后,借助FBI人脸识别软件,确定了负责布鲁塞尔恐怖袭击的“帽子的人”[11];2017年欧洲冠军联赛决赛中,南威尔士州警察局使用人脸识别技术对潜在的暴力活动进行安全监视;美国有26个州(可能多达30个州)允许执法部门对其驾驶执照和身份证照片数据库进行搜索;FBI可以访问18个州的驾驶执照照片。终于,南威尔士警察使用人脸识别试点(AFR Locate)于2019年被调查。[12]


无人机航拍 – 无人机与摄影机的结合可针对群众聚集类活动进行大面积的人脸识别。据2018年6月的Keesing Journal ofDocuments & Identity(KJD&I)杂志报道,一些悬停的无人机系统可携带10公斤的摄像头,可在100米高的800米范围内识别出犯罪嫌疑人。[13]

 

5. 医疗科研领域


检测遗传病 – 2014年6月,牛津大学的科学家开发了一种人脸识别程序,该程序能够仅凭一张家庭照片跟一组具有相似遗传条件的人脸图像集进行匹配,通过他们人脸特征的相似性来帮助他们诊断流行的遗传状况,如唐氏综合征和迪乔治综合征,准确率高达96.6%。


跟踪流行病 – 由于COVID-19出现,人脸识别技术被证明对政府对抗病毒的传播是有益的。为了保持社会距离,企业和政府机构正在使用人脸识别工具来代替基于接触的系统,来跟踪受感染的患者。[14]爱尔兰一家大型食品生产商,通过使用人脸识别技术替代触摸式手动登陆,以降低COVID-19病毒感染的可能性。[15] 2020年3月,武汉大学国家多媒体软件技术研究中心模拟并开放了一个特殊的人脸识别数据集——口罩遮挡人脸数据集(Real-World Masked FaceDataset, RMFD),确保特殊时期公共场所人群的安全,这项技术也在不断发展,例如通过连接到温度传感器,在测量用户体温的同时识别他们的人脸和身份。[16]


帮助盲人 – Listerine开发的人脸识别应用程序,可以帮助盲人识别聊天对象的面部表情,比如对方微笑时会通过振动的方式提醒盲人。[17]


 

6.  零售营销领域


无人超市 – 如Amazon GO,顾客只需下载一个APP,绑定一张银行卡,就可以在超市随便拿东西了。拿完东西可以直接塞进自己的包里,或者打开来吃,无需排队或自助扫码结账,直接走出去即可,可以大大缩短购物所需的时间一个Amazon GO超市的天花板和货架后布有100多个摄像头,通过人脸识别技术,系统会自动识别顾客,从顾客进店开始持续跟踪锁定,同时结合物体识别、物体扫描等技术,当顾客拿起或放下商品时,货架上的下力传感和红外线探头会结合人脸识别系统确认是哪位顾客拿走了多少商品,然后自动从事先绑定的银行卡中扣费。[18] [19]


分析客户 –这个区域当然是人脸识别应用最不被期待的地方。通过在零售店布署摄像头进行客流统计,分析顾客的行为并优化货品的合理摆放。例如美国萨克斯第五大道百货公司(Saks Fifth Avenue)已经在使用的Facebook设计的系统,销售人员可以从顾客的社交媒体中获取有利信息进行定制回复;高消费VIP客户或黑名单中的人到访则会发出提醒;还可以在无需了解个人信息的情况下直接收集特定数据,如统计戴帽子或太阳镜的顾客,和某个性别或某个年龄段的客户更喜欢购买某种产品。美国Oslo比萨店使用人脸识别技术记录并统计顾客观看他们的广告的时间以及面部表情,如微笑与否,以进行更有针对性的营销和扩大客户群。nViso公司通过跟踪客户表情来获取他们对不同广告和产品的反应,这是一种对受众进行测试并获得有形数据的有效方法,人脸识别系统同样可以与低分辨率网络摄像头兼容,Computer ServicesCorporation在2015年进行的一项调查发现,英国25%的商店已经在使用人脸识别系统,但是其中许多系统的使用纯粹是为了安全考虑。


预防盗窃 –  零售犯罪组织(Organized Retail Crime)每年给零售业造成约300亿美元的损失。[20]据零售商报告,使用人脸识别技术的商店行窃案件减少了34%。据数据创新中心(Center for Data Innovation)调查统计,不到四分之一(24%)的人反对将人脸识别技术应用于防止入店行窃的场景。[21]



预防暴力 – 据美国D&D日报(D&D Daily)统计,2017年,零售场所共发生424起暴力死亡事件;2018年暴力死亡人数同比增长12%;其中40%的死亡事件发生于零售门店内,53%发生于门店外;[22]据国家犯罪受害者中心(National Center for Victimsof Crime)统计,其中26.3%的受害者为零售业的从业人员。[23]据统计,使用人脸识别技术能够有效的遏制犯罪,能够将零售领域的暴力袭击事件导致的的工伤事故减少91%。[24]


快捷付款 –当苹果推出Apple Pay时,通过将信用卡与手机应用绑定的方式是让人们更快地为产品和服务付费。事实上,有几家公司(如星巴克)提供了一种通过智能手机应用进行快速购物的方式。人脸识别技术使支付更加快速和安全。支付宝与杭州的肯德基联合推出了“微笑支付”,允许在支付宝平台注册了人脸验证支付的用户使用人脸识别自助点餐付款。[25]



即时年龄验证 –  在美国,21岁以上的人在购买酒精等年龄限制产品时,经常被要求出示证件。

人脸识别系统可以通过预先设置的年龄验证程序识别消费者,从而节省出示证件的时间。

这也可以用于识别证件的真实性。

[26]2020年6月,腾讯通过在游戏登录和支付环节中使用人脸识别验证,以限制疑似未成年人的用户冒用家长身份信息绕过监管。

[27]


AR交互 – 增强现实(Augmented Reality,AR)不仅可以通过一张照片看到自己年老容貌,还可以通过过滤器进行性别互换看到女版马云的模样。FaceApp的老化过滤器非常受欢迎,从Drake到Gordon Ramsay的每个人都急忙看一下FaceApp如何老化他们。实际上,我们每天喜欢使用的所有相机滤镜也是使用了人脸识别的AR技术。[28]



市场营销 – 英国一个名为My Player Twin的网站,用户可在该网页提交任何人脸照片,网页的人脸识别系统可将该照片与足球运动员的图像集进行比对,挑选出与提交照片最为相似的明星照片,供用户分享讨论。值得一提的是,My Player Twin网站是由一家英国领先的为金融机构提供人脸识别解决方案的软件供应商Aurora和一家英国大型销售服务机构RAPP UK联合推出的营销项目。[29]



第一篇完



[1]https://www.wired.com/story/secret-history-facial-recognition/

[2]https://poseidon01.ssrn.com/delivery.php?ID=904114091001092029068080010065021112117009040087024023014003092108095094074006119117124123020032031057028103069084069090124072109033095005041122083066081027092022067042082017120018093084097114087124066114127115110008025103109083121083031009124123112017&EXT=pdf

[3]王天庆《人脸识别入门》

[4]https://www.thalesgroup.com/en/markets/digital-identity-and-security/government/biometrics/facial-recognition

[5]https://tech.ifeng.com/c/7qSqNn2sFKF

[6]https://cloud.tencent.com/developer/news/147204

[7]https://www.globalbankingandfinance.com/kyc-risk-based-approach-implementation/

[8]https://emerj.com/ai-sector-overviews/facial-recognition-in-finance-current-applications/

[9]https://emerj.com/ai-sector-overviews/facial-recognition-in-finance-current-applications/

[10]https://qz.com/1623799/facial-recognition-is-coming-to-cruise-ships/

[11]https://en.wikipedia.org/wiki/2016_Brussels_bombings

[12]https://mp.weixin.qq.com/s/W-7DSeavWyIjnZ0aoEZ-Wg

[13]https://www.wired.com/2017/05/the-physics-of-drones/

[14]https://analyticsindiamag.com/can-we-rely-on-todays-facial-recognition-technology-to-be-a-norm-for-the-future/

[15]https://www.dlapiper.com/en/uk/insights/publications/2020/05/facial-recognition-technology/

[16]https://blog.csdn.net/HyperAI/article/details/105154132

[17]https://www.fastcompany.com/3050622/a-new-facial-recognition-mobile-app-from-listerine-helps-blind-people-see-smiles

[18]https://techcrunch.com/2018/01/21/inside-amazons-surveillance-powered-no-checkout-convenience-store/

[19]https://www.facefirst.com/blog/ways-future-stores-will-use-face-recognition-to-power-more-convenient-checkout/

[20]https://nrf.com/resources/retail-safety-and-security-tools

[21]https://www.theregister.com/2019/01/11/facial_recognition_regulation/

[22]http://d-ddaily.com/archivesdaily/2017-Q4-Death-Report.htm

[23]https://ovc.ncjrs.gov/ncvrw2016/content/section-6/PDF/2016NCVRW_6_WorkplaceViolence-508.pdf

[24]https://www.facefirst.com/wp-content/uploads/2017/04/Five-Minute-Guide-to-Face-Recognition-for-Retail.pdf

[25]https://www.unlocking-potential.co.uk/wp-content/uploads/2019/06/Facial-Recognition-Technology-Market-Research.pdf

[26]https://www.facefirst.com/blog/ways-face-recognition-makes-payments-more-secure/

[27]https://mp.weixin.qq.com/s/HM3uuxwbfTvhXDpP8WrUXQ

[28]https://www.augmania.com/faceapp-ar/

[29]https://emerj.com/ai-sector-overviews/facial-recognition-in-finance-current-applications/



数据保护官(DPO)社群主要成员是个人信息保护和数据安全一线工作者。他们主要来自于国内头部的互联网公司、安全公司、律所、会计师事务所、高校、研究机构等。在从事本职工作的同时,DPO社群成员还放眼全球思考数据安全和隐私保护的最新动态、进展、趋势。2018年5月,DPO社群举行了第一次线下沙龙。沙龙每月一期,集中讨论不同的议题。目前DPO社群已近300人。关于DPO社群和沙龙更多的情况如下:


DPO社群成果

  1. 印度《2018个人数据保护法(草案)》全文翻译(中英对照版)(DPO沙龙出品)

  2. 巴西《通用数据保护法》全文中文翻译(DPO沙龙出品)

  3. 美国联邦隐私立法重要文件编译第一辑(DPO沙龙出品)

  4. 《非个人数据在欧盟境内自由流动框架条例》全文中文翻译(DPO沙龙出品)

  5. 第29条工作组《对第2016/679号条例(GDPR)下同意的解释指南》中文翻译(DPO沙龙出品)

  6. 第29条工作组“关于减轻对处理活动进行记录义务的立场文件”(DPO沙龙出品)

  7. 第29条工作组《第2/2017号关于工作中数据处理的意见》(DPO沙龙出品)

  8. “美国华盛顿哥伦比亚特区诉Facebook“起诉书全文翻译(DPO沙龙出品)

  9. 第29条工作组《关于自动化个人决策目的和识别分析目的准则》(DPO沙龙出品)

  10. 法国数据保护局发布针对与商业伙伴或数据代理共享数据的指南

  11. 第29条工作组《数据可携权指南》全文翻译(DPO沙龙出品)

  12. 德国联邦反垄断局对Facebook数据收集和融合行为提出严格限制(DPO沙龙出品)

  13. 德国联邦反垄断局审查Facebook数据收集融合行为的背景情况(DPO沙龙出品)

  14. EDPB“关于《临床试验条例》与GDPR间相互关系”意见的全文翻译(DPO沙龙出品)

  15. 第29条工作组关于GDPR《透明度准则的指引》全文翻译(DPO沙龙出品)

  16. “108号公约”全文翻译(DPO沙龙出品)

  17. 美国司法部“云法案”白皮书全文翻译(DPO社群出品)

  18. EDPB关于GDPR中合同必要性指引的中文翻译(DPO沙龙出品)

  19. 新加坡《防止网络虚假信息和网络操纵法案》中文翻译(DPO沙龙出品)

  20. 英国ICO《广告技术和实时竞价的更新报告》中译文(DPO社群出品)

  21. “FTC与Facebook达成和解令的新闻通告”全文翻译(DPO社群出品)

  22. CJEU认定网站和嵌入的第三方代码成为共同数据控制者(DPO沙龙出品)

  23. FTC与Facebook“2019和解令”全文翻译(DPO社群出品)

  24. 英国ICO《数据共享行为守则》中译文(DPO社群出品)

  25. “hiQ Labs诉LinkedIn案上诉判决”中译文(DPO社群出品)

  26. 法国数据保护监管机构(CNIL)有关cookies和其他追踪方式的指引(全文翻译)

  27. 美加州消费者隐私法案(CCPA) 修正案汇总中译文(DPO沙龙出品)

  28. FTC“首次针对追踪类App提起诉讼”的官方声明中文翻译(DPO社群出品)

  29. ICDPPC关于隐私和消费者保护、竞争维护交叉问题决议的中文翻译(DPO社群出品)

  30. 德国关于确定企业GDPR相关罚款数额官方指南的中文翻译(DPO社群出品)

  31. 亚洲十四个国家和地区数据跨境制度报告中译本(DPO社群出品)

  32. 印度《个人数据保护法》(2019年草案)全文翻译(DPO社群出品)

  33. 法国数据保护局(CNIL)关于人脸识别报告的中译文(DPO社群出品)

  34. AEPD和EDPS | “哈希函数简介——用于个人数据假名化技术”中译文(DPO社群出品)

  35. 欧盟基本权利局“人脸识别技术”报告中文翻译(DPO社群出品)

  36. 联合发布 |《2020数字医疗:疫情防控新技术安全应用分析报告》

  37. 技术主权视野下的欧盟数字化转型战略探析(DPO社群出品)

  38. EDPB《车联网个人数据保护指南》全文翻译(DPO社群出品)

  39. 意大利数据保护机关就新冠疫情联防联控中个人信息问题的意见(DPO社群出品)

  40. 新版《个人信息安全规范》(35273-2020)正式发布


线下沙龙实录见:

  1. 数据保护官(DPO)沙龙第一期纪实

  2. 第二期数据保护官沙龙纪实:个人信息安全影响评估指南 

  3. 第三期数据保护官沙龙纪实:数据出境安全评估

  4. 第四期数据保护官沙龙纪实:网络爬虫的法律规制

  5. 第四期数据保护官沙龙纪实之二:当爬虫遇上法律会有什么风险

  6. 第五期数据保护官沙龙纪实:美国联邦隐私立法重要文件讨论

  7. 数据保护官(DPO)沙龙走进燕园系列活动第一期

  8. 第六期数据保护官沙龙纪实:2018年隐私条款评审工作

  9. 第八期数据保护官沙龙纪实:重点行业数据、隐私及网络安全

  10. 第九期数据保护官沙龙纪实:《个人信息安全规范》修订研讨

  11. 第十期数据保护官沙龙纪实:数据融合可给企业赋能,但不能不问西东

  12. 第十一期数据保护官沙龙纪实:企业如何看住自家的数据资产?这里有份权威的安全指南

  13. 第十二期数据保护官纪实:金融数据保护,须平衡个人隐私与公共利益

  14. 第十三期DPO沙龙纪实:厘清《数据安全管理办法》中的重点条款

  15. 第十四期DPO沙龙纪实:梳理《个人信息出境安全评估办法(征求意见稿)》的评估流程

  16. 第十五期DPO沙龙纪实:SDK非洪水猛兽,但如果“作恶”乱收集信息,谁来管?

  17. 第十六期DPO沙龙纪实:查询App收集个人信息类型、禁止收集IMEI号是未来监管趋势

  18. 与欧美一流数据保护专家面对面(DPO沙龙特别活动)

  19. 第十七期DPO沙龙纪实:数据统一确权恐难实现 部门立法或是有效途径

  20. 第十八期DPO沙龙纪实:生物识别信息的安全保护


美国联邦隐私保护立法草案研究

  1. 美国联邦隐私保护立法草案研究(一):“行为个性化”

  2. 美国联邦隐私保护立法草案研究(二):“个人敏感信息”

  3. 美国联邦隐私保护立法草案研究(三):“个人敏感信息”的保护规则

  4. 美国联邦隐私保护立法草案研究(四):“生物识别信息”

  

传染病疫情防控与个人信息保护系列文章

  1. 传染病疫情防控与个人信息保护初探之一:个人信息的性质

  2. 传染病疫情防控与个人信息保护初探之二:同意的例外

  3. 传染病疫情防控与个人信息保护初探之三:数据技术的应用路径

  4. 传染病疫情防控与个人信息保护初探之四:接触追踪的数据共享安全规范

  5. 传染病疫情防控与个人信息保护初探之五:电信数据的安全规范

  6. 传染病疫情防控与个人信息保护初探之六:GDPR框架下的公共卫生数据共享

  7. 传染病疫情防控与个人信息保护初探之七:美国公共卫生机构的数据调取权力

  8. 传染病疫情防控与个人信息保护初探之完结篇:解读中央网信办通知

  9. 欧盟国家和英国的数据保护部门对疫情防控的官方意见汇总(DPO社群出品)

  10. 美国疫情防控中的关键基础设施的识别和认定(DPO社群出品)

  11. 意大利数据保护机关就新冠疫情联防联控中个人信息问题的意见(DPO社群出品)

  12. 欧委会关于新冠疫情中利用移动数据和应用官方建议的全文翻译(DPO沙龙出品) 

  13. 漫画图解苹果和谷歌联手开发的接触追踪应用的基本原理  

  14. 澳门关于疫情防控中进出场所人员个人资料保护的通告

  15. 疫情防控常态化中的接触追踪:中国方案

  16. 欧委会“支持抗击新冠疫情的APP的数据保护指引”全文翻译(DPO社群出品)

  17. 来自欧洲的接触追踪协议(ROBERT Protocol)的基本原理:漫画图解

  18. 英国信息专员对苹果谷歌接触追踪项目的官方意见:全文翻译(DPO社群出品)

  19. 三百名学者关于接触追踪APP的联合声明

  20. EDPB关于“疫情场景中使用位置数据和接触追踪工具”指南:全文翻译(DPO沙龙出品)

  21. 新冠疫情防控常态化下的个人信息保护工作的思考和建议 

  22. 韩国利用ICT抗疫经验总结:接触追踪部分(中文翻译)

  23. 全文翻译 | 欧盟新冠肺炎“接触追踪”APP 共同工具箱(DPO沙龙出品)


个人数据与域外国家安全审查系列文章

  1. 个人数据与域外国家安全审查初探(一):美欧概览

  2. 个人数据与域外国家安全审查初探(二):CFIUS实施条例详解

  3. 个人数据与域外国家安全审查初探(三):从美国《确保ICT技术与服务供应链安全》        

  4. 个人数据与域外国家安全审查初探(四):从美国《2019年安全与可信通信网络法案》看

  5. 个人数据与域外国家安全审查初探(五):禁止中国公司对StayNTouch的收购

  6. 个人数据与域外国家安全审查初探(六):《2019国家安全和个人数据保护法案》

  7. 个人数据与域外国家安全审查初探(七):美国众议院荒唐的决议草案

  8. 个人数据与域外国家安全审查初探(八):《2020安全的5G和未来通信》法案

  9. 个人数据与域外国家安全审查初探(九):澳大利亚《协助和访问法》

  10. 美国司法部狙击中国内幕(Inside DOJ's nationwide effort to take on China)


  11. 美国司法部“中国计划”的概况介绍

  12. 突发 | 特朗普签署关于TIKTOK和WECHAT的行政令

  13. 理解特朗普禁令中的Transactions


美国电信行业涉及外国参与的安全审查系列文章

  1. 美国电信行业涉及外国参与的安全审查(一):基本制度介绍

  2. 美国电信行业涉及外国参与的安全审查(二):国际性的第214节授权

  3. 美国电信行业涉及外国参与的安全审查(三):建立外国参与安全审查的行政令

  4. 美国电信行业涉及外国参与的安全审查(四):FCC对中国企业的陈述理由令


中国的网络安全审查系列文章:

  1. 网络安全审查制度利刃出鞘

  2. 对《网络安全审查办法(征求意见稿)》的几点观察

  3. 网络安全审查制度吹响了向网络安全强国迈进的号角

  4. 我国网络安全审查制度走向前台

  5. 网络安全审查的中欧比较:以5G为例

  6. 网络安全审查 | 中国《网络安全审查办法》的逻辑和要旨:以5G安全为例


美国的出口管制制度系列文章:

  1. 美国出口管制制度系列文章之一:对“外国生产的产品”的相关规则

  2. 美国出口管制制度系列文章之二:适用EAR的步骤

  3. 美国出口管制制度系列文章之三:苏联油气管道的“华为”事件

  4. 《华盛顿邮报》披露《美国对中国的战略路径》背后的决策博弈

  5. 美国出口管制制度 | 允许华为和美国公司共同制定5G标准


自动驾驶系列文章:

  1. 自动驾驶数据共享:效用与障碍

  2. 自动驾驶数据共享:效用与障碍(附文字实录)

  3. 北京市关于自动驾驶车辆道路测试的立法综述及动态(DPO社群成员观点)

  4. 自动驾驶的基建工程 — 高精地图产业促进与国家管控的平衡(DPO社群成员观点)

  5. EDPB《车联网个人数据保护指南》全文翻译(DPO社群出品)


欧盟“技术主权”进展跟踪系列文章:

  1. 技术主权视野下的欧盟数字化转型战略探析(DPO社群出品)

  2. 欧盟委员会主席首提“技术主权”概念

  3. 推进欧洲可持续和数字化转型:《欧洲新工业战略》解读(DPO社群成员观点)

  4. 欧盟“技术主权”进展 | 德国和法国推出欧盟自主可控的Gaia-X云平台计划

  5. 欧盟“技术主权”进展 | 欧盟如何在科技领域能主导下一个十年

  6. 欧盟“技术主权”进展 | 关于数字平台监管的建议

  7. 欧盟“技术主权”进展 | 欧洲共同数据空间治理立法框架


第29条工作组/EDPB关于GDPR的指导意见:

  1. 第29条工作组《对第2016/679号条例(GDPR)下同意的解释指南》中文翻译(DPO沙龙出品)

  2. 第29条工作组“关于减轻对处理活动进行记录义务的立场文件”(DPO沙龙出品)

  3. 第29条工作组《第2/2017号关于工作中数据处理的意见》(DPO沙龙出品)

  4. 第29条工作组《关于自动化个人决策目的和识别分析目的准则》(DPO沙龙出品)

  5. 第29条工作组《数据可携权指南》全文翻译(DPO沙龙出品)

  6. 第29条工作组关于GDPR《透明度准则的指引》全文翻译(DPO沙龙出品)

  7. EDPB《关于GDPR适用地域范围(第3条)的解释指南》全文翻译(DPO沙龙出品)

  8. EDPB“关于《临床试验条例》与GDPR间相互关系”意见的全文翻译(DPO沙龙出品)

  9. EDPB《车联网个人数据保护指南》全文翻译(DPO社群出品)

  10. EDPB关于GDPR中合同必要性指引的中文翻译(DPO沙龙出品)

  11. EDPB关于“疫情场景中使用位置数据和接触追踪工具”指南:全文翻译(DPO沙龙出品)

  12. EDPB | 《对第2016/679号条例(GDPR)下同意的解释指南v1》中文翻译(DPO社群出品)

  13. 第29条工作组 | 《关于匿名化技术的意见》中文全文翻译(DPO社群出品)

  14. 欧盟委员会关于GDPR实施两周年评估报告中文翻译(DPO社群出品)


数据跨境流动系列文章:

  1. 构建数据跨境流动安全评估框架:实现发展与安全的平衡

  2. 构建数据跨境流动安全评估框架:实现发展与安全的平衡(二)

  3. 构建数据跨境流动安全评估框架:实现发展与安全的平衡(三)

  4. 构建数据跨境流动安全评估框架:实现发展与安全的平衡(四)

  5. TPP对跨境金融数据“另眼相看”?

  6. 马来西亚拟将我国认定为个人数据跨境流动“白名单”地区

  7. 美国ITIF关于数据跨境流动的研究报告简介

  8. Chatham House举办Cyber 2017大会,关注中国数据跨境流动

  9. 俄罗斯个人信息保护机构对隐私政策和数据跨境流动的新举措

  10. 看清APEC“跨境隐私保护规则”体系背后的政治和经济

  11. 敬请关注“闭门会-数据跨境流通”

  12. “闭门会:数据跨境流动政策分析” 总结

  13. 欧盟个人数据跨境流动机制进展更新(截止201810)

  14. 俄罗斯数据本地化和跨境流动条款解析

  15. 亚洲十四个国家和地区数据跨境制度报告中译本(DPO社群出品)

  16. 《个人信息和重要数据出境安全评估办法》实现了安全与发展的平衡

  17. 数据出境安全评估:保护我国基础性战略资源的重要一环

  18. 个人信息和重要数据出境安全评估之“境内运营”

  19. 《数据出境安全评估:保护我国基础性战略资源的重要一环》英文版

  20. 个人信息和重要数据出境安全评估之“向境外提供”

  21. 数据出境安全评估基本框架的构建

  22. 银行业金融数据出境的监管框架与脉络(DPO社群成员观点)

  23. 《网络安全法》中数据出境安全评估真的那么“另类”吗

  24. 解析《个人信息出境安全评估办法(征求意见稿)》实体保护规则背后的主要思路

  25. 《个人信息出境安全评估办法(征求意见稿)》解读:从中外比较的角度

  26. 数据跨境流动 | 澳大利亚政府提出新的数据本地化要求

  27. 数据跨境流动 | 美欧“隐私盾协议”被判无效背后的逻辑

  28. 数据跨境流动 | 欧盟EDPB对欧盟隐私盾协议被判无效的相关问答(全文翻译)


数据安全法系列文章:

  1. 对《数据安全法》的理解和认识 | 立法思路

  2. 对《数据安全法》的理解和认识 | 数据分级分类

  3. 对《数据安全法》的理解和认识 | 中国版的封阻法令

  4. 对《数据安全法》的理解和认识 | 重要数据如何保护

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存