Mozilla хочет избавить интернет от рекламы, вложив в идею $100 млн

Mozilla хочет избавить интернет от рекламы, вложив в идею $100 млн

Mozilla хочет избавить интернет от рекламы, вложив в идею $100 млн

Многие теоретики и издатели уже давно утверждают, что агрессивную рекламу в Сети, вызывающую вопросы с точки зрения конфиденциальности, лучше заменить финансированием контента с помощью небольших взносов со стороны пользователей. Представители Mozilla и Creative Commons считают, что у них есть необходимая сумма для осуществления этой задумки.

«Мы уже дошли до того момента, когда негативные стороны спонсирующей интернет рекламы становятся очевидными», — объясняет свою позицию Марк Серман, исполнительный директор в Mozilla Foundation.

Mozilla и Creative Commons заявили, что в их распоряжении есть $100 миллионов для реализации программы, получившей имя Grant for the Web. Согласно плану Grant for the Web, каждый год в течение пяти лет разработчикам и сайтам, работающим по принципу Web Monetization, будет выделяться $20 миллионов.

Одним из первых поставщиков процесса Web Monetization стал Coil. Пользователи ежемесячно платили фиксированную сумму, распределяемую между сайтами, которые они посещали.

Таким образом, навязчивую рекламу, использующую собранные пользовательские данные, можно было полностью исключить. Пока непонятно, приживется ли такой подход, но идея, надо сказать, имеет под собой здравый смысл.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru