伴隨著人工智能時代的到來，人臉識別技術在深度學習和大數據驅動下，展現巨大的發展潛力，其應用場景不斷拓展，由安防等公共領域向支付及驗證的商業領域逐步落地。然而，人臉識別是一把雙刃劍，在技術持續演進、應用不斷推廣的同時，也帶來了數據泄露、個人隱私遭受侵犯等信息安全問題。

一、人臉識別面臨的信息安全問題不容忽視

識別技術應用尚未成熟，誤判風險難以消除

一是缺乏能充分適應各種干擾環境的人臉預處理算法。特別在移動互聯網下，個人影像數據的拍攝環境更加復雜多變，對于人臉識別算法精度的考驗更大。

二是受深度學習框架中的軟件漏洞、生成惡意樣本、訓練數據遭受污染等影響，用于比對的模板數據庫產生遺漏或者誤差。

三是人工智能系統在輔助決策過程中存在計算錯誤，產生錯誤信息。

網絡安全防護能力不足，存在數據泄露隱患

第一，在個人影像數據采集環節，智能監控設備目前存在嚴重安全問題，極易導致數據泄露。

第二，在數據的網絡傳輸環節，個人影像數據即使配合指紋進行多重生物特征識別，也必須轉換為二進制代碼進行網絡傳輸，面臨失竊風險。

第三，在數據分析環節，人臉識別的人工智能系統模塊仍舊運行在傳統信息系統上，任何一個環節有漏洞，都可能被黑客攻破。

第四，在數據存儲環節，個人影像數據庫的防護能力不足，數據泄露風險嚴峻。

個人影像數據疏于管理，個人隱私遭受威脅

第一，各類社交平臺、電子商務、自助服務、拍攝軟件等商業領域廣泛使用人像采集功能，智能攝像頭隨時隨地采集不特定人群的個人影像數據，企業不斷大規模收集、積累的個人影像數據，出于盈利目的濫用個人數據的現象比比皆是。

第二，在識別核心算法上擁有自主知識產權的企業極少，市場上人臉識別產品質量良莠不齊、安全防護技術不統一，系統安全漏洞大量存在，個人影像數據隨時面臨泄露危險。

第三，人臉識別在商業領域展開應用，將使得個人影像數據成為身份認證的關鍵生物信息。伴隨著互聯網企業、金融機構等私營企業不斷獲取海量的個人影像數據，將對個人隱私、信息安全保護造成極大考驗。

第四，公民普遍缺乏信息安全知識及個人隱私保護意識，一旦向不安全的網站、軟件上傳個人影像，將會暴露個人隱私。

二、促進人臉識別技術與信息安全平衡發展的幾點建議

建立人臉識別網絡和信息安全監管體系，強化網絡安全保障

1、加快制定人臉識別應用技術標準體系。針對人臉識別技術發展與安全防護問題，鼓勵政府與人臉識別龍頭企業合作推進誤識率、識別正確率、識別速率等技術標準的研究制定，制定分級別、多層次的國家安全標準及行業安全標準。

2、建立人臉識別應用的安全評估及審核制度。對人臉識別產品的應用及推廣實行審批環節，保證產品符合安全技術要求；同時，指導企業建立人臉識別數據安全風險管理及防控機制，制定企業合規體系。

3、建立常態化個人影像數據管理機制。落實《網絡安全法》，加大處罰力度，督促其落實安全主體責任；同時，監管部門應依法規實施監管，兼顧發展問題，避免不當監管措施抑制技術創新和市場化應用。

鼓勵人臉識別技術創新突破，助力產業化應用推廣

1、促進人臉識別核心技術創新發展。推動智能安防推廣、多種生物特征識別的基礎身份認證平臺、智能金融、智能交通等重點工程建設，研發集成圖像與視頻精準識別、生物特征識別、編碼識別等多種技術的人臉識別產品。

2、加強網絡安全技術研究。促進人臉識別企業和網絡安全企業合作，展開針對人臉識別的網絡安全技術研發。

3、推進技術成果的市場化應用。鼓勵企業與科研機構聯合創新，發揮創新創業平臺的資源匯聚作用，促進人臉識別技術成果的應用推廣。

4、培育人臉識別發展新業態。面向安防、金融、支付等重點市場需求，建立涵蓋從核心技術到智能應用的全產業鏈運營模式。

完善人臉識別相關法律法規，加強個人隱私保護

1、加快制定個人信息保護相關的法律法規，確立個人信息控制權、刪除權、遺忘權等信息權利，健全個人對信息權利的投訴和救濟機制。

2、加快推進大數據相關立法，推動出臺電信和互聯網行業數據安全保護指導意見，落實數據生命周期各環節的安全主體責任，理清大數據下政府、企業及個人的數據權責問題，促進數據市場法治秩序。

3、制定生物特征信息相關的規范及管理辦法，保障個人影像數據的安全、規范使用。

4、加速推進《網絡安全法》配套規定出臺，明確網絡等級的劃分標準、網絡安全的層級、網絡安全監督檢查的主體等規定。

來源：機房監控  http://www.kaisuo0917.com/   本文采集于網絡，如有問題有聯系刪除