New Data Security Requirements and the Proceduralization of Mass Surveillance Law after the European Data Retention Case
University of Amsterdam（阿姆斯特丹大学）；Harvard University（哈佛大学）
本文以欧盟法院废止《数据留存指令》的判决为研究对象，梳理判决提出的数据安全评估新标准，警示大规模监控法程序化可能带来的人权侵害风险。
2025-11-17 cs.CY
YASM (Yet Another Surveillance Mechanism)
客户端扫描（CSS）参见儿童性虐待材料检测（CSAMD），代表无处不在的大规模扫描。苹果公司提议扫描他们的系统以寻找此类图像。CSAMD后来被推迟，但欧盟决定提出强制CSS来打击和防止儿童性虐待并削弱加密。CSS是对个人财产、图片和文本的大规模监视，而不考虑隐私、网络安全和法律。我们首先讨论了为什么CSS应该被限制或不使用，并讨论了加密处理图片的方式以及CSAMD如何保护隐私的问题。在第二部分中，我们分析了在《欧洲人权公约》的制度范围内，CSS一般可能造成的侵犯人权行为。我们的焦点是这个制度可能对个人造成的伤害，我们也对拟议的《虐待儿童规例》提出意见。我们发现CSS是有问题的，因为它们很少能实现它们的目的，就像防病毒软件一样。试图解决诸如CSAM等问题的成本超过了收益，而且不太可能改变。所提议的CSAMD不太可能以描述源材料的方式保护隐私或安全。我们还发现，CSS一般可能会违反公平审判权，隐私权和表达自由。获取照片的方式可能会使对合法犯罪者的任何审判不可接受或侵犯他们获得公平审判的权利，在国家法律层面缺乏任何保护隐私的保障措施，这将侵犯隐私权，目前还不清楚这种扫描是否可以通过表达自由所要求的法律测试。最后，我们发现拟议的法规存在重大问题，因为它依赖于技术解决方案主义者的论点，而忽视了网络安全知识。
2022-05-29 cs.CR cs.CY
Algorithms that Remember: Model Inversion Attacks and Data Protection Law
University College London（伦敦大学学院）；University of Oxford（牛津大学）；Newcastle University（纽卡斯尔大学）
许多人关心机器学习系统的治理和算法危害的预防。欧盟最近的《通用数据保护条例》（GDPR）被视为实现该领域更好治理的核心工具。虽然GDPR确实适用于在某些有限情况下使用模型，但其大部分规定都与个人数据的治理有关，而模型传统上被视为知识产权。我们介绍了最近的工作，从信息安全文献中围绕“模型反演”和“成员推理”的攻击，这表明，把训练数据变成机器学习系统的过程不是单向的，并演示了如何这可能导致一些模型在法律上被归类为个人数据。将此作为一个探索性实验，我们探索了这将触发的不同权利和义务及其效用，并预测了算法治理和监管的未来方向。
2018-10-15 cs.CR cs.CY cs.LG
Video Manipulation Techniques for the Protection of Privacy in Remote Presence Systems
Cornell College（康奈尔学院）；Oregon State University（俄勒冈州立大学）
将移动机器人的控制权交给远程用户的系统引起了关于远程用户可以通过机器人看到和做什么的隐私问题。我们的目标是通过操纵远程用户看到的视频数据来保护一些隐私。通过两项用户研究，我们探讨了不同的视频处理技术在提供不同类型的隐私的有效性。我们同时检查任务的性能存在的隐私保护。在第一项研究中，参与者被要求观看机器人在办公室环境中拍摄的视频，并在不同的视频操作条件下完成一系列观察任务。我们的研究结果表明，使用视频流的操作可以导致不同的隐私类型的隐私侵犯较少。通过第二次用户研究，证明了这些隐私保护技术是有效的，而不会降低远程用户的任务性能。
2015-01-13 cs.CR cs.CY cs.RO
Reclaiming Data: Overcoming app identification barriers for exercising data protection rights
数据保护法规通常赋予个人对其个人数据的某些权利，包括访问、纠正和删除其持有的数据的权利。行使这些权利自然要求那些有数据管理义务的人（服务提供商）能够将个人与他们的数据相匹配。然而，许多移动应用程序收集个人数据，而无需用户注册或收集用户身份的详细信息（电子邮件地址、姓名、电话号码等）。因此，如果个人无法将自己与这些“无名”数据联系起来，用户行使其权利的能力将受到阻碍。目前的做法往往涉及那些寻求行使其合法权利的人，他们必须向应用程序的提供商提供更多的个人信息，甚至注册一项服务;这两种做法似乎都违背了数据保护法的精神。本文探讨了这些问题，并指出通过应用程序和移动平台（OS）设计促进数据主体权利的简单方法。
2018-09-14 cs.CR cs.CY cs.HC
Video Labeling for Automatic Video Surveillance in Security Domains
除了传统的安全方法之外，无人机（UAV）已成为安全领域中用于收集所需注释数据的重要监视工具。然而，从无人机拍摄的视频中有效地收集注释数据，并使用这些数据来构建可用于在博弈论方法和安全应用中学习收益或对手行为的数据集，这是一个未充分探索的研究问题。本文介绍了VIOLA，一种新型的标签应用程序，包括（i）一个工作负载分布框架，以安全的方式有效地从视频中收集人类标签;（ii）一个软件界面，其功能设计用于在野生动物安全领域标记无人机拍摄的视频。我们还介绍了VIOLA的演变，并分析了开发过程中所做的更改如何与标签效率相关，包括看似明显的改进并没有提高效率。VIOLA能够从具有挑战性的安全视频中收集大量数据和详细信息，例如在无人机上收集的野生动物安全视频。VIOLA将导致新方法的开发，这些方法集成了深度学习，用于实时检测和响应。
2017-10-23 cs.CY
Recent Trends in Cross-Border Data Access by Law Enforcement Agencies
本文以欧洲为重点，系统梳理云计算背景下美国和欧盟为便利执法机构跨境数据访问而通过或提出的新法律与政策举措，并分析其在域外效力、数据保护、隐私和监控等方面引发的法律挑战与争议。
2023-09-21 cs.CR cs.CY
A Text Mining Analysis of Data Protection Politics: The Case of Plenary Sessions of the European Parliament
近年来，人们对数据保护法律和政策进行了广泛的研究，但对数据保护的议会政治知之甚少。这种模仿甚至适用于在数据保护和隐私监管方面处于全球领先地位的欧盟（EU）。为了填补现有研究中的这一显著空白，本文探讨了欧洲议会议员（MEP）在议会全体会议上提出的数据保护问题以及欧盟委员会对这些问题的回答。从1995年到2023年初，有一千多个这样的问题和答案。鉴于基于文本挖掘的计算分析，结果表明：（a）在过去二十年中，议会一直在积极辩论数据保护问题。没有明显的纵向趋势;辩论相对持续。正如可以预料的那样，（b）欧盟的具体数据保护法律在这些辩论中经常被提及，（c）这些法律似乎与传统的政治维度（如左右轴）不一致。此外，（d）议员们就许多不同的数据保护议题进行了辩论，这表明欧盟的数据保护政策远远超出了最近颁布的条例。
2023-02-20 cs.CY
Understanding Policy and Technical Aspects of AI-Enabled Smart Video Surveillance to Address Public Safety
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
人工智能（AI）的最新进展已经在许多实际应用中看到了智能视频监控（SVS）的出现，特别是在我们的城市环境中建立更安全，更安全的社区。认知任务，如识别对象，识别动作和检测异常行为，可以通过统计和分析工具产生能够为社区提供有价值见解的数据。然而，人工智能监控系统的设计需要特别考虑伦理挑战和问题。个人身份信息（PII）的使用和存储通常会增加个人隐私的风险。为了解决这些问题，本文确定了在设计支持AI的智能视频监控时需要解决的隐私问题和要求。此外，我们提出了第一个端到端的AI支持的隐私保护智能视频监控系统，该系统全面结合了计算机视觉分析，统计数据分析，云原生服务和最终用户应用程序。最后，我们提出了定量和定性的指标来评估智能视频监控系统。该系统在极端视频场景中显示了17.8帧每秒（FPS）处理。然而，在设计这样的系统时考虑隐私导致基于姿势的算法优于基于像素的算法。这种选择导致了动作和异常检测任务的准确性下降。异常检测的结果从97.48下降到73.72，动作检测任务的结果从96下降到83.07。端到端系统的平均延迟为36.1秒。
2023-02-08 cs.AI cs.CV cs.CY
A Formal Specification of a Data Model for Malaria Surveillance in the Developing World
本文针对疟疾诊断数字化需求，提出了一种数字数据收集系统架构，并使用Z notation对其进行形式化规范，定义了疟疾决定因素及其检索机制。
2024-04-27 cs.CE cs.CY
Singling out people without knowing their names -- Behavioural targeting, pseudonymous data, and the New Data Protection Regulation
Institute for Information Law (IViR), University of Amsterdam（阿姆斯特丹大学信息法研究所）
本文论证数据保护法应适用于行为定向，指出即使不关联姓名，仅凭识别个人并投放定向广告也构成处理个人数据，且姓名并非最实用的标识符。
2025-11-10 cs.CY
"Nobody should control the end user": Exploring Privacy Perspectives of Indian Internet Users in Light of DPDPA
本研究结合印度新通过的DPDPA，首次调查428名印度互联网用户对Cookie横幅、在线隐私及法规的认知，发现隐私意识用户认知不足且担忧难转化为行动，用户对政府的怀疑影响其对DPDPA的看法，需更清晰沟通与政策完善。
2025-08-25 cs.CY cs.HC
The Probabilistic Foundations of Surveillance Failure: From False Alerts to Structural Bias
Trent University（特伦特大学）
该研究揭示了高维筛查中假警报的数学本质，指出随着数据规模增长，系统可靠性急剧下降，结构性偏差不可避免。
2025-12-25 cs.CY math.PR q-bio.QM
Regulation, Power, and the Compliance 1 Paradox: A Longitudinal Study of Smart Homes
Department of Computer Science, University of Oxford（牛津大学计算机系）
本文通过对约旦智能家居采用情况的纵向社会技术研究，揭示了隐私规制在家庭语境中产生的合规悖论，提出相关干预空间以应对智能家居带来的不平等问题。
2026-08-17 cs.CY cs.HC
Assessing a mobile-based deep learning model for plant disease surveillance
Penn State University（宾夕法尼亚州立大学）；International Institute of Tropical Agriculture（国际热带农业研究所）
卷积神经网络模型（CNN）在过去五年中在计算机视觉任务中取得了重大进展。鉴于收集真实世界数据集的挑战，大多数研究报告基于可用的研究数据集的性能指标。在将CNN部署在来自移动设备的图像或视频上的场景中，由于照明、角度和摄像机规格，模型面临新的挑战，这些挑战在研究数据集中没有考虑到。如果要将这些模型与社会中的产品和服务可靠地结合起来，就必须对真实世界的数据集进行评估。植物疾病数据集可用于实时的测试CNN，并深入了解真实世界的性能。我们训练一个CNN目标检测模型来识别木薯（Manihot esculenta Crantz）中疾病（或缺乏疾病）的叶面症状。然后，我们将该模型部署在移动应用程序上，并在坦桑尼亚农业领域的720张患病传单的移动图像和视频上测试其性能。在每种疾病类别中，我们测试两种严重程度的症状-轻度和明显，以评估早期检测症状的模型性能。在这两种严重程度下，我们看到真实世界图像和视频的F-1评分下降。由于模型召回率的下降，真实世界图像（与训练数据最接近的数据）中明显症状的F-1评分下降了32%。如果要实现智能手机CNN的潜力，我们的数据表明，为了在现实世界中实现所需的性能，考虑调整精确度和召回性能至关重要。此外，与不同输入数据（图像或视频）相关的不同性能是在现实世界应用中设计CNN的重要考虑因素。
2018-05-04 cs.CV cs.CY
Reviving Purpose Limitation and Data Minimisation in Data-Driven Systems
Max Planck Institute for Security and Privacy（马克斯·普朗克安全与隐私研究所）
本文确定了数据最小化和目的限制这两个核心数据保护原则是否可以在数据驱动的系统中有意义地实现。虽然当代的数据处理实践似乎与这些原则不一致，但我们证明了系统在技术上可以使用比目前少得多的数据。这一观察结果是我们详细的技术法律分析的起点，揭示了阻碍有意义的实施和合规的障碍，并举例说明了在实践中应用数据保护法时出现的意想不到的权衡。我们的分析旨在为有关数据保护对欧盟人工智能发展的影响的辩论提供信息，为数据控制者，监管机构和研究人员提供实际行动点。
2021-12-16 cs.CY cs.IR cs.LG
Demonstrably Doing Accountability in the Internet of Things
本文探讨了问责制对数据保护的重要性，以及如何将其构建到物联网（IoT）中。在物联网中建立问责制的必要性是由分布式数据流的不透明性、不充分的同意机制以及缺乏使最终用户能够控制互联网设备行为的接口所驱动的。缺乏问责制阻碍了最终用户对其个人数据的有意义的参与，并对建立用户对物联网的信任和数字经济的相互发展构成了关键挑战。2016年欧盟通用数据保护条例（GDPR）旨在通过强制要求快速发展的技术生态系统承担责任来解决这一特殊问题。在这样做的过程中，它突出了数据控制者的新责任，包括设计和默认的数据保护，以及新的数据主体权利，如数据可移植性权利。虽然GDPR在技术上是中立的，但预计实现这一愿景将取决于有效的技术发展。因此，本文探讨了问责制的概念，如何将其转化为物联网的系统设计建议，以及物联网数据盒如何将关键的数据保护原则付诸实践。
2018-01-22 cs.CY cs.DC cs.HC
