Эксперты создали систему видеоаналитики Privid с упором на приватность

Татьяна Никитина 29 Марта 2022 - 19:32

...

Эксперты создали систему видеоаналитики Privid с упором на приватность

В Массачусетском технологическом институте создали аналитическую систему обработки видеоданных, позволяющую поддерживать общественный порядок без навязчивой слежки. Продукт, получивший имя Privid, также помогает снизить риски в отношении злоупотреблений и утечки частных данных.

Подобную систему, по словам авторов проекта, можно использовать для мониторинга плотности транспортных и пеших потоков на дорогах, сбора статистики по ношению масок, оценки поведения покупателей в магазинах. К сожалению, в таких случаях приватность объектов наблюдения часто упускается из виду, в лучшем случае лица людей скрываются с помощью мозаики или дополнительного непрозрачного слоя.

Такой метод имеет свои недостатки: выявить соотношение театралов в масках и без, например, становится невозможным, к тому же система может ошибиться и оставить лицо неразмытым. Исследователей из MIT такое положение дел не устроило, поэтому они решили поискать альтернативу, способную гарантировать большую степень конфиденциальности материалам, получаемым с камер видеонаблюдения.

Система Privid построена на принципах дифференциальной приватности — методики, позволяющей собирать и расшаривать статистические данные без раскрытия информации, идентифицирующей личность (PII). Чтобы предотвратить деанонимизацию и утечки, продукт добавляет на выходе случайные данные в видеоматериалы. Этого шума совсем немного — ровно столько, сколько требуется для сохранения анонимности, в противном случае информация станет бесполезной.

Разработчики также предусмотрели дополнительный элемент случайности. Целевое видео разбивается на фрагменты одинаковой длительности, которые обрабатываются по отдельности, без вывода промежуточных результатов, а затем вновь соединяются.

Созданную в стенах MIT систему видеоаналитики можно использовать вместе с вошедшими в обиход глубокими нейросетями. Тестирование Privid на разных наборах данных и в различных сценариях показало точность на уровне 79-99% в сравнении с аналогами, не учитывающими приватность.

Следующая главная новость »

Identity Security 2026: как защитить доступ до компрометации?
Регистрируйтесь на эфир!

Екатерина Быстрова 17 Марта 2026 - 11:58

Соответствие законодательству РФ Общее

Правительство утвердило дорожную карту по развитию суперкомпьютеров в РФ

Правительство России утвердило дорожную карту по развитию высокопроизводительных вычислений и суперкомпьютерной инфраструктуры. Распоряжение подписал премьер-министр Михаил Мишустин. Документ задаёт вектор, как в ближайшие годы в стране будут развивать суперкомпьютеры, грид-технологии и связанные с ними направления, включая алгоритмы искусственного интеллекта.

Государство решило системно заняться тем, без чего сегодня всё хуже работают и наука, и промышленность, и ИИ. Речь идёт о вычислительных мощностях, которые нужны для сложного моделирования, цифровых испытаний, прогноза погоды, разработки новых материалов, лекарств и цифровых двойников.

Одна из ключевых задач дорожной карты — навести порядок в работе суперкомпьютерных центров коллективного пользования. Для них собираются сформировать единые требования, а также определить понятный порядок доступа для научных организаций и ключевых промышленных предприятий. То есть речь не только о развитии инфраструктуры, но и о правилах её использования.

Документ (PDF) также затрагивает модернизацию уже существующих центров и дальнейшее расширение вычислительных возможностей. Отдельное внимание инициаторы уделяют Национальной исследовательской компьютерной сети нового поколения, которая объединяет сотни российских вузов и научных организаций.

По состоянию на март 2026 года она уже обеспечивает учёным доступ к существующим суперкомпьютерным центрам, а дальнейшее развитие сети должно упростить работу с большими объёмами данных.

Кроме того, дорожная карта предусматривает подготовку концепции отдельной федеральной научно-технической программы. В её рамках планируется развивать отечественные алгоритмы, методы и программное обеспечение для суперкомпьютерных вычислений в разных отраслях экономики. То есть акцент делается не только на «железо», но и на собственный программный стек.

Есть в документе и образовательный блок. Речь идёт о запуске новых и развитии уже существующих программ обучения, связанных с суперкомпьютерными технологиями и высокопроизводительными вычислениями. И это вполне логично: сама по себе инфраструктура ничего не даст, если для неё не будет специалистов.

Identity Security 2026: как защитить доступ до компрометации?
Регистрируйтесь на эфир!