До конца года в Госдуму внесут законопроект о профилактике буллинга

До конца года в Госдуму внесут законопроект о профилактике буллинга

До конца года в Госдуму внесут законопроект о профилактике буллинга

Председатель думского комитета по молодежной политике Госдумы Артем Метелев анонсировал внесение законопроекта о профилактике буллинга, в том числе кибербуллинга.

Как сообщил глава профильного комитета ТАСС, документ уже проходит согласование в органах исполнительной власти. По оценкам Артема Метелева, данный законопроект будет внесен до конца года.

Прежде всего, в документе появится определение буллинга. Школы и иные образовательные учреждения будут обязаны уведомлять правоохранительные органы о соответствующих проявлениях.

Кроме того, вводится ответственность для организаторов травли и меры по их исправлению.

В случае кибербуллинга, когда для травли используются интернет-платформы, законопроект предлагает администрации соцсетей выявлять соответствующий контент и блокировать как его распространение, так и активность тех пользователей, которые его размещают и распространяют.

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