科研之友
微信
新浪微博
Facebook
分享链接
摘要
隐私计算是在保障数据安全前提下,充分释放数据潜在价值和效益的技术体系。通过对传统数据处理流程的更新和改良,隐私计算有望消弭数据流动和隐私保护的根本性矛盾,但也可能导致算法危害的倍增和异化。面对隐私计算风险,既有的信任维系、目的规范、集体诉讼、缺陷弥补和强制脱敏等机制仍有延伸适用的空间,但应注重机制间的联结和互动。契合"去中心化""分布式学习"等根本特征,隐私计算的体系化法律规制可以从开发行为规范、外部审查体系、动态协商框架、主体赋权制度和统一行业标准等五个维度予以综合刻画。秉持的宗旨是,既要防止技术黑箱下的责任缺位,也要充分兼顾数据生产力解放和经济发展的现实需求,避免过分打压隐私计算的技术创新。
-
单位中国社会科学院法学研究所
