【摘 要】
:
世界各国在信息技术发展的推动下步入了大数据时代,个人信息的跨境流动愈发频繁。一方面,许多发达国家为了达到发展国际贸易的目的,开始积极鼓励个人信息的跨境流动。并利用其国际影响力传播信息开放的价值偏向,充分发挥个人信息出境的经济价值。另一方面,由于敏感个人信息的内容与公民的个人隐私有密切关联,过于自由的跨境流动会对信息安全、主体隐私权、国家安全等会造成巨大影响。在谋取利益和寻求安全的矛盾冲突下,越来越
论文部分内容阅读
世界各国在信息技术发展的推动下步入了大数据时代,个人信息的跨境流动愈发频繁。一方面,许多发达国家为了达到发展国际贸易的目的,开始积极鼓励个人信息的跨境流动。并利用其国际影响力传播信息开放的价值偏向,充分发挥个人信息出境的经济价值。另一方面,由于敏感个人信息的内容与公民的个人隐私有密切关联,过于自由的跨境流动会对信息安全、主体隐私权、国家安全等会造成巨大影响。在谋取利益和寻求安全的矛盾冲突下,越来越多的国家开始重视对敏感个人信息出入境进行监管。目前,信息跨境流动的国际标准规则还没有制定,现有的规则主要由欧美发达国家领导。近年来,我国也在积极开展个人信息跨境的相关立法,旨在保护我国个人信息出境安全,也为全球信息跨境流动标准的制度提供中国经验。2021年《个人信息保护法》的出台标志着我国在网络与信息法治领域迈入了一个全新的发展阶段,为信息跨境的深入研究提供了基础。当前,我国传统的监管制度和执行手段已不能适应社会发展的需求,亟需监管部门加强理论研究。为更好的完善敏感个人信息出境监管,明晰我国相关立法和实践现状是关键前提。本文对《个人信息保护法》的条文进行梳理和解读,再开展对典型案件的实际分析。研究发现当前敏感个人信息出境监管主要在敏感个人信息认定、监管手段能力不足和部门间配合不畅通三个方面存在困境。由于各个国家在国情上的差异,在平衡个人隐私和数据流动方面也采取不同的监管规则。因此对我国监管规则的完善研究,必须在深入剖析基本国情的基础上展开。本文提出困境的形成因素主要涉及三个方面,一是信息的客观属性复杂、二是各方主体的法律责任复杂,三是我国信息出境监管的变化。基于以上研究,本文提出具体的完善路径。首先,运用信息要素和场景构建的双重认定方法识别被监管信息,实现精准化的信息监管。其次,在制度上完善具体制度、实施全过程监管,进行动态化的安全评估。最后,细化部门职权与处理者义务,构建紧密化的权责体系。通过三条路径的合力作用,实现敏感个人信息出境制度规范、出境通道安全和出境流程高效的目的。
其他文献
随着社会经济的快速发展,各行业对机器视觉的依赖在逐年提升。因其能够提供直观、有效的分析方法,助力实现车辆的自动或辅助驾驶,机器视觉在智能交通系统和智能网联汽车领域获得了极其广泛的应用。在智能网联汽车的研究中,精确的车道识别可以辅助机动车及骑车者的自动跟踪;与机动车道不同,非机动车道往往在车道宽度、标记方式等诸多方面存在较大的差异。为此,本文专门针对多场景自行车道检测问题的复杂性和多态性进行研究,为
代码异味是指任何可能导致代码深层次问题的症状,其通常是由开发人员在程序中的设计缺陷或不良编码习惯而引起。传统代码异味识别方法因缺乏规范的判断标准而带有较强的主观性,并受开发者、开发语言、开发方法等多种因素影响。代码异味强度是异味严重性程度的表征,划分异味的不同强度有助于开发者对不同异味处理进行优先级排序,从而使高危险性代码问题得到优先处理,以减少软件项目的开发与维护成本。目前有关异味强度的研究资料
软件缺陷是软件可靠性降低的重要原因,研究人员通过建立软件缺陷预测模型预测缺陷,进而通过合理分配用于保障软件质量的资源。随着机器学习理论的不断创新,许多研究者利用机器学习算法建立软件缺陷预测模型,然而目前关于软件缺陷预测相关的研究并不能取得理想的效果。主要存在以下四个问题:(1)用于训练和预测的数据集往往存在数据规格不统一和特征冗余问题,增加了模型的复杂度和过拟合风险。(2)对模型的基本分类器研究不
电磁逆散射是根据测量得到的散射数据来重构未知目标的物理参数分布,获得目标的位置、轮廓、结构等信息,具有无接触探测的特点,广泛应用于车站机场安检、雷达目标识别、穿墙成像、医学成像、卫星遥感、地球物理探测等领域。电磁逆散射问题的控制方程具有非线性和不适定性的特征,传统求解方法包括线性近似算法和迭代优化算法,这两种算法都属于非学习类求解方法,其中线性近似算法求解速度较快,但是重构精度不高;迭代优化算法的
语义分割是对图片进行像素级别的分类,进而实现对图片像素级别的理解。传统的语义分割需要利用大量的标注数据来训练网络,才能达到较好的性能。但这些数据的标注会极大地消耗人力物力。另外,传统语义分割的泛化能力不足,无法实现图片分割的真正智能化。因此,近年来基于少量训练数据的小样本语义分割成为研究的热点。小样本语义分割是利用少量的支持集数据对查询集图片中的目标物体进行分割。目前常用的一大类方法是基于原型网络
颗粒作为一种常见的分析测量对象,在工业、医学和农业等领域应用广泛。目前,基于图像的颗粒分析算法能够方便快捷地统计颗粒数目并分析颗粒参数,成为国内外众多学者在图像领域的研究重点。但颗粒图像普遍存在光照强度不均,对比度低,相互粘连等情况,现有的分割方法容易产生欠分割和过分割现象。为解决上述问题,本文提出了一种基于二次超像素分割与改进Logit Boost的颗粒图像分割算法(TS-EL),有效地提高了颗
近些年随着人工智能技术的发展进步,智能化移动机器人开始逐渐的在我们的生活中崭露头角,视觉SLAM技术可以帮助机器人在陌生的环境中进行自我定位和构建周围环境的地图,在室内各种复杂多变的环境中完成作业任务。目前基于特征点匹配的视觉SLAM算法大多数都假设外部环境是静态的,但是在现实环境中不可避免的会出现一些移动物体,例如室内行走的行人和被搬动的桌子等,所以在现实环境中并不能满足静态环境这一基本假设,这
本文的主要研究内容包括四个部分,其总体目标是通过深入剖析挖掘股票收益互换背后存在的法律风险,在此基础上分析比较境内外监管立法对股票收益互换的监管思路和方法以及其存在的问题,为我国股票收益互换监管法律制度的完善提供域外立法参考与经验借鉴,同时结合我国实际情况提出合理性建议。第一部分,结合交易双方的交易需求差异,就股票收益互换的概念功能进行基本介绍,并在此基础上分析了股票收益互换所具有的私密性与定制性
在教育改革日益深化的今天,推动技术与高等教育的深度融合,促进了学校教育信息化过程,利用信息技术在时间和空间上的极大优势,学生学习方式得到改进,是顺应互联网时代高校创新人才培养的重要方式和客观要求。在线教育,学习者经过课前预习、课后学习和课上参加听讲课程等活动,从而获得知识与技能。在这一学习的过程当中,学习者如果有激情减退、抛弃课程等状况会以行为这样一种外化的方式来体现。本文对学生的行为进行了分析,
随着人工智能、大数据等技术的发展,行政裁量自动化已经成为政务管理的重要一部分,它不仅可以帮助管理者更加准确地做出行政裁量决策,而且还可以通过精密的计算程式来实现更加高效的行政裁量。通过采用裁量基准算法化,行政裁量过程可以被有效地复原。自动化裁量具有保持裁量结果中立性和提高裁量结果同一性的优势,使得“同案同判”的行政决策更加科学有效合理。然而,自动化裁量也存在相应的风险,尽管依据计算逻辑运行的裁量控