CN115080923A - 隐私条款分析方法、网络金融产品的隐私条款分析方法 - Google Patents
隐私条款分析方法、网络金融产品的隐私条款分析方法 Download PDFInfo
- Publication number
- CN115080923A CN115080923A CN202210860895.0A CN202210860895A CN115080923A CN 115080923 A CN115080923 A CN 115080923A CN 202210860895 A CN202210860895 A CN 202210860895A CN 115080923 A CN115080923 A CN 115080923A
- Authority
- CN
- China
- Prior art keywords
- privacy
- analysis
- text
- clause
- analysis result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 213
- 238000013475 authorization Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000037361 pathway Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 14
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000019771 cognition Effects 0.000 abstract description 3
- 238000003058 natural language processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 235000014510 cooky Nutrition 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 5
- 230000000366 juvenile effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 244000035744 Hura crepitans Species 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000011272 standard treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/413—Classification of content, e.g. text, photographs or tables
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Technology Law (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioethics (AREA)
- Tourism & Hospitality (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及一种隐私条款分析方法和网络金融产品的隐私条款分析方法，该方法包括：获取待分析隐私条款文本；采用分析模型对隐私条款文本进行分析，确定分析结果；反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。本发明实施例的技术方案，能够自动对网络服务产品提供商的授权文件进行自动化识别，并返回给用户易懂的评估结果，供用户判断是否同意授权，通过人工智能对隐私条款进行评价，并图形化显示结果，有利于用户对授权的直观的认知，并且提高了隐私条款评价的效率和准确性。
Description
技术领域
本发明实施例涉及数据安全领域，尤其涉及一种隐私条款分析方法和网络金融产品的隐私条款分析方法。
背景技术
在互联网和移动互联网行业，用户在使用相关网络服务产品，或者进行用户注册时，根据现行法律法规的要求，网络服务产品提供商必须提供隐私授权文件，用户必须签署授权文件或者同意授权文件后，才能注册或者使用产品。由于授权文件中相关的隐私条款繁杂，没有法律知识的用户通常很难理解其中的具体要求及包含的风险。例如广告营销推广、产品推广、读取个人通信录、位置以及上网时间记录等，授权网络服务产品提供商使用已经收集的信息，同时授权第三方使用等。针对上述授权过程的授权范围、授权的使用方、授权使用的方式以及授权途径等，非法律人士，很难进行综合有效的评估。
因此，提供一种隐私条款评价方法，以对网络服务产品提供商的授权文件进行自动化识别，并返回给用户易懂的评估结果，供用户判断是否同意授权，成为亟待解决的问题。
发明内容
基于现有技术的上述情况，本发明实施例的目的在于提供一种隐私条款分析方法和网络金融产品的隐私条款分析方法及其装置，能够自动对网络服务产品提供商的授权文件进行自动化识别，并返回给用户易懂的评估结果，供用户判断是否同意授权。
为达到上述目的，根据本发明的一个方面，提供了一种隐私条款分析方法，应用于服务端，包括：
获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到；
采用分析模型对隐私条款文本进行分析，确定分析结果；
反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
进一步的，所述分析包括：
获取待分析隐私条款文本中与至少一个信息属性相关的至少一个原始信息，采用预设知识库中与所述至少一个信息属性相关的至少一个知识信息与至少一个原始信息进行匹配，得到至少一个与信息属性相关的分析结果；
根据至少一个与信息属性相关的分析结果，确定综合分析结果作为分析结果。
进一步的，所述至少一个信息属性包括信息收集途径、网络通信方式、信息存储保护、信息使用方式、对外提供信息、个人信息访问和管理、未成年人信息保护、以及隐私保护计算。
进一步的，所述获取待分析隐私条款文本包括：
获取待分析授权文件图像，对图像进行文本识别，确定隐私条款文本；或者，
获取网络产品提供端上传的隐私条款文本，所述隐私条款文本基于网络产品提供端通过对待分析授权文件图像进行文本识别后得到。
进一步的，还包括：
获取所述网络产品对应的应用场景相关信息，基于所述应用场景相关信息，确定与该隐私条款文本相关的分析模型进行分析，确定分析结果；其中，所述应用场景相关信息包括网络产品所属行业和所属区域。
根据本发明的第二个方面，提供了一种隐私条款分析方法，应用于网络产品提供端，包括：
提供隐私条款查看页面，所述隐私条款查看页面包括分析控件；
响应于所述分析控件的触发操作向服务端发送待分析隐私条款文本，以使得服务端采用分析模型对隐私条款文本进行分析，确定分析结果；
接收分析结果，并按照分析结果对应的展示方式进行授权文件的展示。
进一步的，所述按照分析结果对应的展示方式进行授权文件的展示包括：
在按照分析结果确定隐私条款为第一等级时，采用第一标记方式对隐私条款进行展示，以提示该隐私条款为合法条款；
在按照分析结果确定隐私条款为第二等级时，采用第二标记方式对隐私条款进行展示，以提示该隐私条款为部分合法条款；
在按照分析结果确定隐私条款为第三等级时，采用第三标记方式对隐私条款进行展示，以提示该隐私条款为不合法条款。根据本发明的第三个方面，提供了一种隐私条款分析装置，应用于服务端，包括：
文本获取模块，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到；
文本分析模块，用于采用分析模型对隐私条款文本进行分析，确定分析结果；
结果反馈模块，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
根据本发明的第四个方面，提供了一种网络金融产品的隐私条款安全性分析方法，应用于服务端，包括：
获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到，所述网络产品包括网络金融产品；
采用分析模型对隐私条款文本进行分析，确定分析结果，所述隐私条款文本包括金融领域的相关隐私条款；
反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
根据本发明的第五个方面，提供了一种网络金融产品的隐私条款分析装置，应用于服务端，包括：
文本获取模块，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到，所述网络产品包括网络金融产品；
文本分析模块，用于采用分析模型对隐私条款文本进行分析，确定分析结果，所述隐私条款文本包括金融领域的相关隐私条款；
结果反馈模块，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
综上所述，本发明实施例提供了一种网络金融产品的隐私条款分析方法及其装置，该方法包括：获取待分析隐私条款文本；采用分析模型对隐私条款文本进行分析，确定分析结果；反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。本发明实施例的技术方案，能够自动对网络服务产品提供商的授权文件进行自动化识别，并返回给用户易懂的评估结果，供用户判断是否同意授权，通过人工智能对隐私条款进行评价，并图形化显示结果，有利于用户对授权的直观的认知，并且提高了隐私条款评价的效率和准确性。
附图说明
图1是本发明一个实施例提供的隐私条款分析方法的流程图；
图2是本发明实施例提供的隐私条款查看页面的示意图；
图3是本发明实施例提供的展示多个授权方案的页面示意图；
图4是本发明另一个实施例提供的隐私条款分析方法的流程图；
图5是本发明实施例提供的网络金融产品的隐私条款安全性分析方法的流程图；
图6是本发明一个实施例提供的隐私条款分析装置的构成框图；
图7是本发明另一个实施例提供的隐私条款分析装置的构成框图；
图8是本发明实施例提供的网络金融产品的隐私条款安全性分析装置的构成框图；
图9是本发明实施例中服务端、验证端以及网络产品提供端之间数据交互的示意图；
图10是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
需要说明的是，除非另外定义，本发明一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
下面结合附图对本发明的技术方案进行详细说明。本发明的实施例中，提供了一种隐私条款分析方法，应用于服务端，图1中示出了该方法的流程图，该隐私条款分析方法100包括如下步骤：
S102、获取待分析隐私条款文本。所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到。获取待分析隐私条款文本包括：获取待分析授权文件图像，对图像进行文本识别，确定隐私条款文本；或者，获取网络产品提供端上传的隐私条款文本，所述隐私条款文本基于网络产品提供端通过对待分析授权文件图像进行文本识别后得到。在该种情况下，可以由服务端向网络产品提供端下发隐私文本识别插件，以使得网络产品提供端采用该隐私文本识别插件提取待分析授权文件图像中的文本或者文本中与隐私条款相关的文本。其中，文本识别可以包括如下步骤：对非文本数据的隐私条款文本采用光学字符识别方法进行文本读取；对所述隐私条款文本或者文本读取后的隐私条款文本进行自然语言处理。待分析隐私条款文本可以是纯文本，也可以PDF或者图片文件等其他形式的文件，接收到待分析隐私条款文本后，首先判断该文件是否为文本文件，如果为非文本文件，需要进行文本预处理，例如可以采用光学字符识别（OpticalCharacter Recognition，以下简称“OCR”）技术进行文本读取。然后所述待分析隐私条款文本或者文本读取后的待分析隐私条款文本进行自然语言处理（NLP）。
可以通过向用户提供隐私条款查看页面，该用户为使用网络产品提供端所提供的产品或者服务的用户，该页面包括发起隐私条款分析请求的入口，以使得用户在该页面中发起隐私条款分析请求，例如在页面中提供分析控件，用户通过触发该分析控件来请求隐私条款分析。图2中示出了隐私条款查看页面的示意图，如图2所示，该隐私条款查看页面包括“评价”和“确认”两个控件，用户可以通过触发“评价”控件提交待分析隐私条款文本至服务器进行分析。在得到分析结果之后，该页面的边框还可以通过显示不同颜色来表示不同的分析结果，以提示用户该隐私条款是否合法。在用户发起隐私条款分析请求之后，网络产品提供端可以发起连接请求，通过接入网关后进行接入验证，并在验证系统验证通过后，发送授权文件。网络产品提供端可以申请相关的权限，例如通过申请ID和key，在其提供的产品中接入应用程序编程接口，以用于发送该待分析隐私条款分析文本。在用户采用的终端设备中可以展示多个授权方案，在用户终端页面中设置授权、部分授权和不授权的控件，其中部分授权控件可以进行人工设定，以对应不同的授权方案，并采用用户设定显示文字颜色为其相应的颜色显示。图3中示出了展示多个授权方案的页面示意图，如图3所示，其中包括按钮A（全部授权）、按钮B（部分授权）和按钮C（拒绝授权），其中按钮A（全部授权）例如表示对所有隐私条款授权；按钮B（部分授权）例如表示授权所有黄色以上等级的部分隐私条款；按钮C（拒绝授权）例如表示拒绝对所有隐私条款授权。此处以3条隐私条款为例进行说明，包括“1、获取您的账户信息；2、获取您的位置信息；3、获取摄像头随时使用的权限”。经过隐私条款分析后，在该页面中各隐私条款分别以不同颜色显示，针对“1、获取您的账户信息”显示为绿色（图3中以最深的灰度显示），表示隐私条款合法；针对“2、获取您的位置信息”显示为黄色（图3中以次深的灰度显示），表示需要注意某些条款；针对“3、获取摄像头随时使用的权限”显示为红色（图3中以最浅的灰度显示），表示存在重大疏漏。用户可以通过按钮A、按钮B或者按钮C的选择来进行授权。在上述示例中，若一共存在十条隐私策略，其中有七项经过分析后为黄色以上等级，若选择了按钮B（部分授权），则表示可以通过授权所有黄色以上等级的隐私条款，模拟用户的选择操作，选中其中的七项。
S104、采用分析模型对隐私条款文本进行分析，确定分析结果。分析模型可以通过训练数据训练得到，训练数据包含输入数据和标注结果，具体可以依据需求配置。确定分析模型的输入数据和输出数据，输入数据是隐私条款相关的文本，输出结果是风险等级，训练过程可以采用隐私条款相关的文本和标注好的风险等级去训练。还可以为分析模型建立预设知识库，分析模型可以将待评价的隐私条款与预设知识库进行匹配，从而确定分析结果（例如为合法、部分有问题、重大疏漏或者不合法）。预设知识库的建立，可以通过输入一定数量的隐私政策样本文本，以及所属行业和业务类型进行分类，以及对应的评价等级，这些是已经专家评价过的。对于每一部分都有标准的处理方法，这些处理方法是在特定行政区域和行业领域是符合法律法规合规的。在针对网络金融产品的隐私条款分析方法中，隐私条款文本包括金融领域的相关隐私条款。
该分析具体可以采用如下步骤：
获取待分析隐私条款文本中与至少一个信息属性相关的至少一个原始信息，采用预设知识库中与所述至少一个信息属性相关的至少一个知识信息与至少一个原始信息进行匹配，得到至少一个与信息属性相关的分析结果；
根据至少一个与信息属性相关的分析结果，确定综合分析结果作为分析结果。
其中，至少一个信息属性包括信息收集途径、网络通信方式、信息存储保护、信息使用方式、对外提供信息、个人信息访问和管理、未成年人信息保护、以及隐私保护计算。上述与各信息属性相关的分析中，可以通过对隐私条款中是否每个信息属性相关的原始信息与预设知识库中对应的知识信息进行匹配，例如通过评分的形式来表示分析结果，最后将多个分析结果的评分进行加和或者为每一个信息属性赋予权重后进行加和等方式来获得最终的综合分析结果。本发明实施例对于待分析隐私条款文本的分析考虑了上述几个方面，具体来说，可以通过以下步骤进行分析：
（1）信息收集途径：如何收集信息。通常收集信息的不同方法包括用户界面输入、用户指定从第三方渠道输入、用户指定从IC读卡器输入，用户指定从生物传感器输入等。对于上述每种收集信息的方法，都有相关的法律法规或者行业惯例，对其进行评价认可，例如用户界面输入的信息只能和业务相关， 生物识别信息要不能对外泄露，以及需要在安全环境下处理，并且收集的信息范围最小化等。可以通过人工智能自然语言处理（AINLP）系统识别隐私条款分析文本中采用的具体收集方法，通过和系统预设知识库中的模型进行对比计算获得对收集信息的总体评分。例如自然语言处理（NLP）识别到用户从界面输入的信息，只是该行业的基础信息，并无更多信息则不扣分满分；当自然语言处理（NLP）识别到用户输入的信息，超过该行业的惯例，则扣除一定分数，当自然语言处理（NLP）识别到用户输入的信息完全无关，且该信息是涉及到安全隐私等内容，则不仅扣除该项完全分数，再多扣除分数以使得即使是其他项目满分的时候，总数仍然是负数。
（2）网络通信方式：如何使用Cookie、Beacon和网络通道等技术。举例来说，对于Cookie和Beacon，可以考虑该网络产品是否使用了Cookie和/或Beacon，Cookie和/或Beacon如何通知和关闭，以及Cookie和/或Beacon关闭后对该网络产品是否产生影响以及产生何种影响。可以根据隐私条款文本对应行业和地区得到针对Cookie和/或Beacon的评价和信息。例如在电子商务领域，满足可清除Cookie，即可满足相关要求。可以通过自然语言处理（NLP）算法识别出文本描述的Cookie和/或Beacon使用情况，进而得到分析结果。还可以考虑是否适用网络通道（Proxy）技术，如果使用了网络通道技术是否收集和或保存IP地址、硬件ID信息，以及如何销毁这些信息。可以通过自然语言处理（NLP）算法识别出隐私条款文本描述的是否使用网络通道（Proxy）技术，以及使用中涉及到的IP地址和硬件ID信息等，进而得到分析结果。
（3）信息存储保护：如何存储和保护信息。存储信息的方式通常包括本地存储、网络存储、加密存储、以及跨境存储等多种方式的组合。存储的位置可以是境内地点、境外地点、运营公司内部或第三方云等。保护信息的方式通常包括加密保护、授权保护、以及分解保护等方式。保护措施包括存储时的保护措施、传输时的保护措施、以及使用时的保护措施。本发明实施例中，可以通过人工智能自然语言处理（AINLP）理解系统识别隐私条款文本中的关键字，进而理解其存储信息的方式、保护信息、以及使用的方式，进而得到判断。例如：当识别到本地存储，并且为加密存储，则符合要求；当识别到存储在云服务，但仍然在境内，并且加密存储，则符合要求；在跨境传输时候事先获得主管部门批注，则符合要求；当执行操作的系统符合等级保护（或等价标准）的要求，执行操作的人员具有相关的资质并证明其能力，则符合要求。
（4）信息使用方式：如何使用信息。使用个人信息目的，依照行业惯例，应当具有明确的目的，还需要考虑使用个人信息的方法，以及使用个人信息的管理流程。通过分析已有文本和公布的法律法规，建立使用个人信息目的和行业惯例的对照库；通过分析已有文本和公布的法律法规，建立使用个人信息的方法和行业管理的对照库；通过分析已有文本和公布的法律法规，建立使用个人信息的管理流程的对照库。可以通过人工智能自然语言处理（AINLP）理解系统识别隐私条款文本中的关键字，进而理解其目的并和对照库进行对比，进而得到分析结果。
（5）对外提供信息：如何对外提供信息。对对外提供个人信息可以从如下方面分析：是否共享信息、共享的原因、以及共享的模式。其中，共享的原因分为四类：因业务需要共享、因业务延伸需要共享、因监管需求共享、以及其他原因的共享。共享的模式包括：直接数据共享、匿名化共享、以及隐私保护计算共享。共享操作的方式分为直接共享和委托第三方共享。可以通过人工智能自然语言处理（AINLP）理解系统识别待分析隐私条款文本中的关键字，进而理解其共享个人信息的方式方法，并得到分析结果。
（6）个人信息访问和管理：如何访问和管理个人的信息。根据相关法律法规，个人拥有访问管理自己信息的权利，包括访问方式、管理内容、以及处理流程。可以通过人工智能自然语言处理（AINLP）理解系统识别待分析隐私条款文本中的关键字，进而理解其个人访问管理自己个人信息的方式方法，并得到评价结果。例如可以包括是否能访问个人自己的信息，能够进行操作访问、更新、更正以及删除、隐藏。进行操作的时候的安全保证措施，并得到分析结果。
（7）未成年人信息保护：如何保护未成年人的信息。未成年人信息需要得到特殊的加强的保护。可以考虑网络产品是否涉及未成年人信息，如果涉及，则需要父母或监护人知晓并同意；还可以考虑网络产品是否利用未成年人信息进行非业务直接相关的处理。可以通过人工智能自然语言处理（AINLP）理解系统识别待分析隐私条款文本中的关键字，进而理解其对未成年人信息的方式方法，并得到分析结果。
（8）隐私保护计算：是否采用隐私保护计算技术。隐私增强计算能够大幅度提高隐私保护水平。隐私增强计算在用户信息处理和对外共享等方面具有很好的安全性和合规性。隐私保护计算包括多方安全计算、联邦学习、可信执行环境（TEE）、差分隐私、同态加密、沙箱、以及虚拟机等。可以通过人工智能自然语言处理（AINLP）理解系统识别待分析隐私条款文本中的关键字，进而理解其采用隐私增强计算技术，并得到分析结果。例如，在数据处理环节采用可信执行环境则加分，没有采用任何以上技术则减分，输出结果采用差分隐私加分，没有采用任何以上技术则减分。
S106、反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。该分析结果可以包括隐私条款分析的结果值及相关结果指标的矢量图，所述相关结果指标包括授权项目总数，授权风险指数和隐私安全级别。
根据某些可选的实施例，还可以包括获取所述网络产品对应的应用场景相关信息，基于所述应用场景相关信息，确定与该隐私条款文本相关的分析模型进行分析，确定分析结果；其中，所述应用场景相关信息包括网络产品所属行业和所属区域。针对所属行业的分析，可以通过建立关键词和行业的对应知识库，在分析文本的时候就能得到对应文本的所属行业。行业对应的关键词可以引用和参考相关标准：如注册商标时候的分类，《商标注册用商品和服务国际分类》（即尼斯分类），现行尼斯分类将商品和服务分成45个大类，其中商品为1～34类，服务为35～45类。标准内部有每个行业细分行业的词汇，行业划分标准《国民经济行业分类》标准（GB/T 4754-2002）也有行业和词汇的对应。职业分类与代码GB-T6565-1999中也有行业和词汇的对应，通过检索文本中是否有对应的词汇，确认文本对应的行业。此外，也可以输入方式确认所处行业。确认行业的目的是为了明确文本需要符合的法律法规以及行业惯例，从而为分析做基础。针对所属区域的分析，可以建立关键词和行业的行政区域，这样在分析文本的时候就能得到对应文本的所属行业信息GB-T 2659-2000 世界各国和地区名称代码，各个国际组织颁布的行政区划文件，也可以输入方式确认所处行政区域。确认行政区域的目的是为了明确文本需要符合的法律法规以及行业惯例，为分析做基础，特别是在跨境并且涉及到多个行业的情况。
本发明的实施例中，还提供了一种隐私条款分析方法，应用于网络产品提供端，图4中示出了该方法的流程图，该隐私条款分析方法400包括如下步骤：
S402、提供隐私条款查看页面，所述隐私条款查看页面包括分析控件，该隐私条款查看页面例如为如图2所示的页面。根据用户发起的请求发起连接请求，所述连接请求在通过接入网关后进行接入验证，并由验证端进行验证；在所述连接请求验证通过后通过应用程序编程接口发送待分析授权文件至服务端。
S404、响应于所述分析控件的触发操作向服务端发送待分析隐私条款文本，以使得服务端采用分析模型对隐私条款文本进行分析，确定分析结果。根据某些可选的实施例，还可以包括：接收服务端下发的隐私文本识别插件；采用该隐私文本识别插件提取待分析授权文件图像中的文本或者文本中与隐私条款相关的文本。
S406、接收分析结果，并按照分析结果对应的展示方式进行授权文件的展示。按照分析结果对应的展示方式进行授权文件的展示可以包括：
在按照分析结果确定隐私条款为第一等级时，采用第一标记方式对隐私条款进行展示，以提示该隐私条款为合法条款；
在按照分析结果确定隐私条款为第二等级时，采用第二标记方式对隐私条款进行展示，以提示该隐私条款为部分合法条款；
在按照分析结果确定隐私条款为第三等级时，采用第三标记方式对隐私条款进行展示，以提示该隐私条款为不合法条款。
上次隐私条款的等级可以不限于第一等级、第二等级和第三等级，还可以根据实际的分析结果来确定更多的或者更少的等级，例如可以分为四个等级：完全合法、部分合法、存该实施例提供在重大疏漏、以及完全不合法。上述第一标记方式、第二标记方式和第三标记方式包括以下方式中的至少一种：
（1）确定页面中隐私条款对应的渲染颜色，采用第一颜色、第二颜色和第三颜色分别对第一等级、第二等级和第三等级的隐私条款进行渲染，所述渲染颜色包括边框渲染或添加底色。在图2中示出的隐私条款查看页面，可以对应分析结果的不同等级，将边框渲染成不同的颜色，以提示用户。例如，分析结果的评分，总分为750分以上，边框为绿色，表示隐私条款合法，基本满足法律法规要求保护用户的隐私；总分为700-750分，边框为黄色，需要注意某些条款；总分为400-700分，边框为红色，存在重大疏漏，不能满足法律法规要求；总分为400分一下，边框为黑色，完全不合法。
（2）在隐私条款周围添加文字，采用第一文字、第二文字和第三文字分别对第一等级、第二等级和第三等级的隐私条款进行标记。
（3）在隐私条款底部添加水印，采用第一水印、第二水印和第三水印分别对第一等级、第二等级和第三等级的隐私条款进行标记。
本发明的实施例中，提供了一种网络金融产品的隐私条款分析方法，应用于服务端，图5中示出了该方法的流程图，该隐私条款分析方法500包括如下步骤：
S502、获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到。文本的获取包括：获取待分析授权文件图像，对图像进行文本识别，确定隐私条款文本；或者，获取网络产品提供端上传的隐私条款文本，所述隐私条款文本基于网络产品提供端通过对待分析授权文件图像进行文本识别后得到。该实施例中，待分析隐私条款文本基于网络金融产品的隐私条款，该网络金融产品包括但不限于贷款产品、储蓄产品、理财产品等金融产品服务。
S504、采用分析模型对隐私条款文本进行分析，确定分析结果。该分析具体包括：获取待分析隐私条款文本中与至少一个信息属性相关的至少一个原始信息，采用预设知识库中与所述至少一个信息属性相关的至少一个知识信息与至少一个原始信息进行匹配，得到至少一个与信息属性相关的分析结果；根据至少一个与信息属性相关的分析结果，确定综合分析结果作为分析结果。其中，至少一个信息属性包括信息收集途径、网络通信方式、信息存储保护、信息使用方式、对外提供信息、个人信息访问和管理、未成年人信息保护、以及隐私保护计算。本实施例中涉及的隐私条款文本包括金融领域的相关隐私条款，在分析的过程中，所采用的分析方法和分析基于的信息属性均与本发明上述实施例中的相同，但在分析过程中针对金融领域的隐私条款分析需要更加严格一些，例如针对信息收集途径，除了要考虑用户界面输入的信息只能和业务相关， 生物识别信息要不能对外泄露，以及需要在安全环境下处理，并且收集的信息范围最小化等方面，还需要考虑在何种条件和何程序中提供生物识别信息、处理信息的安全环境保密级别要更高等。
S506、反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
本发明该实施例提供的网络金融产品的隐私条款分析方法，各步骤的详细说明与本发明上述实施例中提供的方法相同，因此，将省略其重复描述。本发明的实施例中，还提供了一种隐私条款分析装置，应用于服务端，图5中示出了该装置的构成框图，该隐私条款分析装置600包括：
文本获取模块601，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到。
文本分析模块602，用于采用分析模型对隐私条款文本进行分析，确定分析结果。
结果反馈模块603，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
本发明的实施例中，还提供了一种隐私条款分析装置，应用于网络产品提供端，图7中示出了该装置的构成框图，该隐私条款分析装置700包括：
页面提供模块701，用于提供隐私条款查看页面，所述隐私条款查看页面包括分析控件。
文本发送模块702，用于响应于所述分析控件的触发操作向服务端发送待分析隐私条款文本，以使得服务端采用分析模型对隐私条款文本进行分析，确定分析结果。
结果展示模块703，用于接收分析结果，并按照分析结果对应的展示方式进行授权文件的展示。
本发明的实施例，还提供了一种网络金融产品的隐私条款分析装置800，应用于服务端，包括：
文本获取模块801，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到，所述网络产品包括网络金融产品。
文本分析模块802，用于采用分析模型对隐私条款文本进行分析，确定分析结果，所述隐私条款文本包括金融领域的相关隐私条款；
结果反馈模块803，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
上述隐私条款分析装置600、隐私条款分析装置700和隐私条款分析装置800中的各个模块的具体功能和操作已经在上述实施例的隐私条款分析方法中进行了详细介绍，因此，这里将省略其重复描述。
本发明上述各实施例中的服务端和验证端以及网络产品提供端（通过应用程序编程接口或者软件开发工具包）之间通过接入网关相互交换文件和信息，以实现该隐私条款分析。图9中示出了服务端、验证端以及网络产品提供端之间数据交互的示意图。
本发明的实施例中，还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的可执行指令，所述处理器执行所述程序时实现如本发明上述实施例所述的隐私条款分析方法。图10所示为本发明该实施例提供的电子设备1000的结构示意图。如图10所示，该电子设备1000包括：一个或多个处理器1001和存储器1002；以及存储在存储器1002中的计算机可执行指令，可执行指令在被处理器1001运行时使得处理器1001执行如上述实施例的隐私条款分析方法。处理器1001可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备中的其他组件以执行期望的功能。存储器1002可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1001可以运行程序指令，以实现上文的本发明实施例的隐私条款分析方法中的步骤以及/或者其他期望的功能。
本发明的实施例，还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，所述可执行指令被处理器执行时实现如上述实施例所述的隐私条款分析方法。计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器((RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。应当理解的是，本发明实施例中的处理器可以为中央处理单元（Central Processing Unit，CPU），该处理器还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（FieldProgrammable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
综上所述，本发明涉及一种网络金融产品的隐私条款分析方法及其装置，该方法包括：获取待分析隐私条款文本；采用分析模型对隐私条款文本进行分析，确定分析结果；反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。本发明实施例的技术方案，能够自动对网络服务产品提供商的授权文件进行自动化识别，并返回给用户易懂的评估结果，供用户判断是否同意授权，通过人工智能对隐私条款进行评价，并图形化显示结果，有利于用户对授权的直观的认知，并且提高了隐私条款评价的效率和准确性。
应当理解的是，以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明的范围（包括权利要求）被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明一个或多个实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种隐私条款分析方法，其特征在于，应用于服务端，包括：
获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到；
采用分析模型对隐私条款文本进行分析，确定分析结果；
反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
2.根据权利要求1所述的方法，其特征在于，所述分析包括：
获取待分析隐私条款文本中与至少一个信息属性相关的至少一个原始信息，采用预设知识库中与所述至少一个信息属性相关的至少一个知识信息与至少一个原始信息进行匹配，得到至少一个与信息属性相关的分析结果；
根据至少一个与信息属性相关的分析结果，确定综合分析结果作为分析结果。
3.根据权利要求2所述的方法，其特征在于，所述至少一个信息属性包括信息收集途径、网络通信方式、信息存储保护、信息使用方式、对外提供信息、个人信息访问和管理、未成年人信息保护、以及隐私保护计算。
4.根据权利要求1所述的方法，其特征在于，所述获取待分析隐私条款文本包括：
获取待分析授权文件图像，对图像进行文本识别，确定隐私条款文本；或者，
获取网络产品提供端上传的隐私条款文本，所述隐私条款文本基于网络产品提供端通过对待分析授权文件图像进行文本识别后得到。
5.根据权利要求4所述的方法，其特征在于，还包括：
获取所述网络产品对应的应用场景相关信息，基于所述应用场景相关信息，确定与该隐私条款文本相关的分析模型进行分析，确定分析结果；其中，所述应用场景相关信息包括网络产品所属行业和所属区域。
6.一种隐私条款分析方法，其特征在于，应用于网络产品提供端，包括：
提供隐私条款查看页面，所述隐私条款查看页面包括分析控件；
响应于所述分析控件的触发操作向服务端发送待分析隐私条款文本，以使得服务端采用分析模型对隐私条款文本进行分析，确定分析结果；
接收分析结果，并按照分析结果对应的展示方式进行授权文件的展示。
7.根据权利要求6所述的方法，其特征在于，所述按照分析结果对应的展示方式进行授权文件的展示包括：
在按照分析结果确定隐私条款为第一等级时，采用第一标记方式对隐私条款进行展示，以提示该隐私条款为合法条款；
在按照分析结果确定隐私条款为第二等级时，采用第二标记方式对隐私条款进行展示，以提示该隐私条款为部分合法条款；
在按照分析结果确定隐私条款为第三等级时，采用第三标记方式对隐私条款进行展示，以提示该隐私条款为不合法条款。
8.一种隐私条款分析装置，其特征在于，应用于服务端，包括：
文本获取模块，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到；
文本分析模块，用于采用分析模型对隐私条款文本进行分析，确定分析结果；
结果反馈模块，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
9.一种网络金融产品的隐私条款安全性分析方法，其特征在于，应用于服务端，包括：
获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到，所述网络产品包括网络金融产品；
采用分析模型对隐私条款文本进行分析，确定分析结果，所述隐私条款文本包括金融领域的相关隐私条款；
反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
10.一种网络金融产品的隐私条款分析装置，其特征在于，应用于服务端，包括：
文本获取模块，用于获取待分析隐私条款文本，所述隐私条款文本包括基于在网络产品提供端提供的隐私条款查看页面中的分析控件的触发操作得到，所述网络产品包括网络金融产品；
文本分析模块，用于采用分析模型对隐私条款文本进行分析，确定分析结果，所述隐私条款文本包括金融领域的相关隐私条款；
结果反馈模块，用于反馈分析结果至网络产品提供端，以使得网络产品提供端按照分析结果对应的展示方式进行授权文件的展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210860895.0A CN115080923A (zh) | 2022-07-22 | 2022-07-22 | 隐私条款分析方法、网络金融产品的隐私条款分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210860895.0A CN115080923A (zh) | 2022-07-22 | 2022-07-22 | 隐私条款分析方法、网络金融产品的隐私条款分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115080923A true CN115080923A (zh) | 2022-09-20 |
Family
ID=83242252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210860895.0A Pending CN115080923A (zh) | 2022-07-22 | 2022-07-22 | 隐私条款分析方法、网络金融产品的隐私条款分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115080923A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115470341A (zh) * | 2022-11-02 | 2022-12-13 | 中国电子技术标准化研究院 | 网络目标条款筛选方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111898159A (zh) * | 2020-07-31 | 2020-11-06 | 维沃移动通信有限公司 | 风险提示方法、装置、电子设备及可读存储介质 |
| CN112153035A (zh) * | 2020-09-18 | 2020-12-29 | 支付宝(杭州)信息技术有限公司 | 保护隐私的用户协议处理方法及装置 |
| US20210374276A1 (en) * | 2020-05-27 | 2021-12-02 | Sap Se | Smart document migration and entity detection |
| CN114417310A (zh) * | 2022-01-22 | 2022-04-29 | 丁聪霜 | 一种应用程序违规反馈方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-22 CN CN202210860895.0A patent/CN115080923A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210374276A1 (en) * | 2020-05-27 | 2021-12-02 | Sap Se | Smart document migration and entity detection |
| CN111898159A (zh) * | 2020-07-31 | 2020-11-06 | 维沃移动通信有限公司 | 风险提示方法、装置、电子设备及可读存储介质 |
| CN112153035A (zh) * | 2020-09-18 | 2020-12-29 | 支付宝(杭州)信息技术有限公司 | 保护隐私的用户协议处理方法及装置 |
| CN114417310A (zh) * | 2022-01-22 | 2022-04-29 | 丁聪霜 | 一种应用程序违规反馈方法、装置、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115470341A (zh) * | 2022-11-02 | 2022-12-13 | 中国电子技术标准化研究院 | 网络目标条款筛选方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zaeem et al. | The effect of the GDPR on privacy policies: Recent progress and future promise | |
| Forgó et al. | The principle of purpose limitation and big data | |
| Moraes et al. | Smile, you are being identified! Risks and measures for the use of facial recognition in (semi-) public spaces | |
| CN112801827A (zh) | 一种基于区块链的知识产权管理系统 | |
| US20220083692A1 (en) | Methods and systems for managing third-party data risk | |
| CN115080923A (zh) | 隐私条款分析方法、网络金融产品的隐私条款分析方法 | |
| Yew et al. | Regulating facial processing technologies: Tensions between legal and technical considerations in the application of illinois bipa | |
| Asif et al. | Automated analysis of Pakistani websites’ compliance with GDPR and Pakistan data protection act | |
| Townsend | Decoding the proposed EU AI Act | |
| US11314892B2 (en) | Mitigating governance impact on machine learning | |
| CN117523586A (zh) | 支票印章的验证方法、装置、电子设备和介质 | |
| Nagar et al. | Automated compliance of mobile wallet payments for cloud services | |
| Seth | Machine learning and artificial intelligence: Interactions with the right to privacy | |
| Hon | Artificial intelligence: challenges and risks | |
| CN115599345A (zh) | 一种基于知识图谱的应用安全需求分析推荐方法 | |
| Parthasarathy et al. | A framework for managing ethics in data science projects | |
| Barakova et al. | Development and study of content protection models for online courses | |
| Tao et al. | Ethics of Face Recognition in Smart Cities Toward Trustworthy AI | |
| Losavio | Forensic Proof and Criminal Liability for Development, Distribution and Use of Artificial Intelligence | |
| Liang | The Boundary and Protection Path of Personal Information and Privacy Right from the Perspective of Civil Code | |
| Jayapal et al. | Enhancing KYC Efficiency and Accuracy Through Session Recording and Document Auto-Capture | |
| Barman | Unveiling the Future: The Intersection of Artificial Intelligence and the Judicial System | |
| CN116823294B (zh) | 宝玉石追溯信息的监管方法及装置 | |
| Iorliam et al. | Forensics and Biometrics Importance | |
| Amram | Comparing EU Initiatives on Data: Addressing Risks and Enhancing Harmonisation Opportunities, Opinio Juris in Comparatione, 2023 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220920 |
|
| RJ01 | Rejection of invention patent application after publication |