<menu id="guoca"></menu>
<nav id="guoca"></nav><xmp id="guoca">
  • <xmp id="guoca">
  • <nav id="guoca"><code id="guoca"></code></nav>
  • <nav id="guoca"><code id="guoca"></code></nav>

    散裝隱私法案可致企業合規成本增至萬億美元

    VSole2022-02-26 21:34:35

    信息技術與創新基金會(ITIF)的研究表明,允許各州立法監管數據隱私可能造成企業未來十年里合規成本超過1萬億美元。

    ITIF的研究報告指出,截至目前,美國僅少數幾個州頒布了隱私法案,例如加利福尼亞州、科羅拉多州和弗吉尼亞州,但未來幾年其他州可能也會陸續跟進。自2018年以來,美國共有34個州通過或引入了72項隱私法案,用于規范商用個人數據收集和使用。然而,通過的法律越多,州內和州外企業面臨的合規成本越高,消費者也會更加無所適從。

    ITIF估計,缺乏統一的聯邦法律監管數據隱私的情況下,50個州各自出臺相關法案可能會令企業背上每年980億至1120億美元的州外合規成本,其中200億到230億美元落到小型企業身上。

    1月27日舉行的在線論壇上,ITIF副總裁Daniel Castro表示:“我們將這一政策模型擺到臺面上,是希望能夠幫助政策制定者了解并關注為什么國家需要理順隱私立法的問題。”

    立法應盡量減少數據使用的合規成本和限制

    ITIF的報告呼吁國會通過立法構建國家隱私框架,從而簡化監管,建立起基本的消費者數據權利,盡量減小對創新的影響。

    報告指出,理想情況下,此類立法應通過盡量減少數據使用的合規成本與限制來保護和促進創新,例如允許消費者選擇退出數據收集而不是要求他們選擇參與收集,以及避免數據最小化要求、用途說明要求、數據保留限制和設計隱私要求。

    該報告提出,無論國會通過什么立法,聯邦層面上的任何數據隱私措施都要含有兩個關鍵條款:優先于州法律,以及禁止對違法行為的私人訴權。

    TechNet為微軟產品用戶提供工具與資源,其運營與戰略計劃高級副總裁兼企業秘書Carl Holshouser在ITIF論壇上表示:“我們認為,確實有必要通過一項優先于其他隱私法案的聯邦隱私法,這樣所有企業和消費者就能夠遵從同一種標準,用同一套標準規范自己的責任和指導創新。”

    聯邦訴訟權將為隱私訴訟“打開閘門”

    Holshouser認為,如果想要保護自身數據不受侵害,單一標準對企業而言同樣重要,尤其是對中小企業而言。Holshouser稱:“對中小企業來說,要確保正確遵守規定,從而在管控和保護自身數據的同時免遭訴訟,確實要困難得多。”

    報告指出,聯邦法律沒必要確立私人訴權,因為這么做會“打開閘門”,讓受新法約束的企業面臨代價高昂又沒必要的諸多訴訟。

    在論壇上,小型科技公司倡導組織ACT | The App Association國家公共政策助理Caleb Williamson表示:“我們不希望看到毫無約束的私人訴權。在州級層面上,我們已經見識過私人訴權怎么被用來騷擾企業,給小型企業造成經濟損失,迫使它們倒閉。”

    ITIF研究報告原文:

    https://itif.org/publications/2022/01/24/looming-cost-patchwork-state-privacy-laws


    聯邦
    本作品采用《CC 協議》,轉載必須注明作者和本文鏈接
    聯邦調查局和其他反間諜機構警告說,民族國家贊助的網絡間諜正在積極試圖竊取涉及美國航天工業的公司的研究和商業機密。
    雖然聯邦學習因為可以保護用戶的本地數據隱私而備受重視,但其也和其他機器學習架構一樣面臨著一些問題,并且容易受到黑客的攻擊。這對機器學習的廣泛應用來說是一個嚴重的限制性因素,特別是當訓練數據集包含敏感信息并因此構成安全威脅的時候。例如,為了開發核磁共振掃描的乳腺癌檢測模型,不同的醫院可以共享他們的數據來開發協作的機器學習模型。
    總體而言,聯邦網絡保險兜底可將遙遠但潛在的災難性風險從有資質的保險公司身上轉移到聯邦政府身上。美國政府也有類似的兜底計劃輔助應對自然災害,甚至承保直接保險。通過定義災難性事件的構成,確定降低風險的主要因素,以及依靠保險公司通過承保標準來執行這些活動,聯邦政府兜底可以成為加強安全的又一途徑。
    然而,聯邦學習容易受到惡意參與者發起的拜占庭攻擊。MAB-RFL在對潛在良性用戶的探索和利用之間取得了令人滿意的平衡。大量的實驗結果表明,MAB-RFL在各種攻擊以及攻擊者比例下均優于現有防御。為此我們提出了兩個檢測算法分別檢測女巫攻擊和非女巫攻擊,并基于檢測結果為用戶分配獎勵。此外,聯邦學習固有的數據異構特性導致正常更新之間的差異也較大,因此發現惡意更新變得更加困難。
    只有多方資源申請成功,才會向各方發送start job指令。在任務執行中會收集參與方狀態,進行下一步的調度。如果均未出錯,則將Job的狀態設置為WAITING。各個參與方在收到請求后,將Job狀態改為RUNNING。initiator 向各方發送start task的rpc請求。FATE-Flow從整個任務生命周期的管理,到上層對外暴露API結構,在整個聯邦學習中起著舉足輕重的作用。
    聯邦調查局和CISA在當地時間16日發布的聯合公告中透露,一個未具名的伊朗支持的威脅組織入侵了聯邦民事行政部門組織,以部署XMRig加密惡意軟件。
    據歐洲刑警組織稱,這兩個地下犯罪市場“對超過35萬種非法商品的交易負責,包括毒品、槍支和網絡犯罪惡意軟件。”突襲行動還導致26歲的加拿大公民亞歷山大·卡澤斯被捕。這是蛋糕上的糖霜,在同一時期,聯邦當局故意只關閉AlphaBay,迫使用戶加入漢莎市場進行非法交易和購買。當局認為,AlphaBay和Hansa等黑暗網站是造成美國許多人喪生的原因。
    美聯儲已懸賞 1000 萬美元,以獲取有關外國干預美國大選的信息,更具體地說,俄羅斯寡頭和總統弗拉基米爾·普京的密友被指控資助一個干預 2016 年總統選舉的組織。
    聯邦學習已經在各種關鍵任務的大規模場景中顯示出巨大的成功。然而, 這種分布式學習模式仍然容易受到隱私的干擾和拜占庭攻擊。前者旨在推斷參與訓練的目標參與者的隱私, 而后者則專注于破壞所建模型的完整性。近些年來的工作通過利用通用安全計算技術和常見的旁觀者保護的聚合規則, 探索了統一的解決方案, 但有兩個主要的限制 (1)由于效率瓶頸; (2)由于模型的不全面性,它們仍然容易受到各種攻擊。
    VSole
    網絡安全專家
      亚洲 欧美 自拍 唯美 另类