由于人工智能具有识别数据集中概率的强大能力,它已被用于解决一些最复杂的健康挑战。这项技术可以彻底改变老年人的家庭护理,降低疗养院成本,并改善这些患者的生活质量。它还可以改善农村、全科或资源匮乏的医生的诊断过程,这些医生的患者可能无法接触到专家。它还允许低风险医疗任务的自动化,让医生将更多精力放在复杂的病例上。也就是说,人工智能可以通过将患者与医生分开来提供更好的生活质量,这些任务涉及慢性、耗时和低依从性的任务,例如糖尿病控制——数据由可穿戴设备(如智能手表)和可通过智能手机监控的设备捕获。
一般数据保护法规(GDPR)已成为一项具有里程碑意义的立法,重塑了数据隐私和网络安全的全球格局。在2018年5月执行,GDPR对全球组织产生了深远的影响,促使对网络安全实践进行了重新评估,以确保遵守严格的数据保护标准。本文对GDPR对网络安全的影响进行了全面综述,并特别强调了美国(美国)和欧洲采用的对比方法和实践。GDPR介绍了一组旨在保护个人的权利和隐私的强大原则,强调需要透明度,问责制和主动措施来保护个人数据。其域外范围将其影响扩大到欧洲边界之外,迫使全球业务遵守其法规。本文探讨了GDPR合规性带来的挑战和机遇,研究了美国和欧洲的组织如何导航不断发展的网络安全景观。在美国,在美国,在整个州的隐私法规都有不同的情况下,GDPR促使讨论有关联邦隐私法的制定。考虑到州和联邦法规之间在塑造网络安全策略中的相互作用,审查研究了美国企业采用的不同方法。相反,欧洲实践反映了对GDPR的积极反应,因为组织已经接受了规定中嵌入的原则以加强网络安全框架。本文调查了欧洲网络安全标准的发展,强调了成功的策略和潜在的改进领域。通过综合大西洋两岸的经验,这项综述有助于更深入地了解GDPR对网络安全的影响。它阐明了数据保护的不断发展的动态,为寻求增强其网络安全弹性的组织提供了见解,面对迅速变化的监管景观。
我们分析了 DMA 和相关欧盟法案对四个关键领域的人工智能模型和基础数据的影响:披露要求;人工智能训练数据的监管;访问规则;以及公平排名制度。我们证明,在 DMA 下,公平性超越了人工智能和法律交叉领域的学术研究所关注的传统受保护的反歧视法类别。相反,我们借鉴竞争法和知识产权法中已知的 FRAND 标准来解释和完善 DMA 关于公平排名的规定。此外,我们展示了如何基于 CJEU 判例法,在传统反歧视法和竞争法中找到对非歧视概念的连贯解释。最后一部分概述了在 DMA 下及以后的透明度、访问和公平性的全面框架的建议。
摘要 对技术的依赖性不断增加,使国家安全成为 21 世纪关注的焦点。它给发展中国家和发达国家在应对网络威胁方面带来了许多挑战,并增加了与技术相关的固有风险因素。无法安全地保护数据可能会带来深远的灾难性后果。因此,制定国家、地区和全球数据保护政策和法规以惩罚那些不道德地使用技术和滥用技术系统漏洞的人至关重要。本研究论文旨在分析南亚地区受 GDPR 启发的法案,并确定它们是否适合开发全球层面的数据保护机制,因为亚洲国家比欧洲国家更加多样化。在此背景下,本文的目标是确定南亚地区受 GDPR 启发的法案,找出相似之处和差异,以及开发区域级数据保护机制的障碍,从而满足开发全球级机制的需要。这项研究本质上是定性的,考虑到这一点,研究人员对上述内容的先前研究论文、期刊文章、先前的调查报告和政府出版物进行了广泛的文献调查。考虑到调查结果,研究人员批判性地分析了文献综述中确定的重要参数。这项研究的主要发现表明,南亚地区的许多国家正在根据 GDPR 审查其当前的数据保护机制。最后,研究人员强调需要制定适当的数据保护机制,并认为,今后建立基于共识的区域机制将是适当且实用的方法,最终将能够制定持久的全球数据保护机制。
摘要:在过去的几年中,人工智能的发展改变了世界,导致所谓的算法社会。逐渐地,人类通过自动手段做出的决定开始。这一发展对我们日常生活的质量产生了巨大影响,因为它也提出了一些挑战,尤其是在这个数字时代的基本权利方面。新技术的广泛采用提出了将现有的法律框架适应这些挑战的必要条件,这导致了《人工智能法》。因此,随着新法规的创建,必须反映在这个人工智能时期的一般数据保护法规定。本文评估了数据保护法如何适应算法社会提出的这些新挑战,尤其是在保护数据主体方面。
自动化方法(例如电子邮件、短信、即时通讯应用程序(如聊天机器人等))和非自动化方法(例如普通邮件、接线员电话等)。 SERGIO CORETTI SRL 可能会向您发送与 SERGIO CORETTI SRL 和/或合作伙伴(属于以下类别:软件公司、培训公司、研发公司、旅游促进协会)提供的类似服务和产品有关的信息和促销信息。
本资料由英国信息系统学院 AIS 电子图书馆 (AISeL) 提供。该资料已被 AIS 电子图书馆 (AISeL) 的授权管理员接受,将收录于 2020 年英国信息系统学院会议论文集。如需更多信息,请联系 elibrary@aisnet.org 。
基于机器学习(监督、无监督、强化)和基于逻辑和知识(知识库、推理和演绎引擎、符号推理、专家系统等)的方法,以及混合方法。
本研究提出了对当前技术评估的范围审查,该评估通过分析现有研究和当代概念在SCM中使用。基于主题学科中范围审查方法的方法是为了进行这项研究的。使用为研究设计的相关关键字从2019年到2023年,搜索了两个数据库和一个搜索引擎。记录了有关研究设计,出版年份,出版物作者和每项研究发现的信息。在从选定的数据库中提取的可获得的70项研究中,只接受了44篇研究论文,以满足本研究所描述的排除和包含标准,其中45%的论文在2020- 2021年之间发表。在此范围评论中解决了五个不同的技术研究领域。主要技术领域是AI和IoT,其次是数据分析和大数据物联网,最后但并非最不重要的一点是区块链技术。将技术应用于SCM的主要障碍包括变更管理,对这些技术的人类接收/接受,对劳动力已经到位的技术知识以及与实施这些解决方案相关的巨大成本。利用技术可改善客户幸福感,减少错误并提高组织响应能力。至关重要,但仍然重要的是找到合格的工人的困难以及技术超过人类绩效的可能性。但是,不可否认的证据表明技术有很多好处。明智地应用时,企业可以从这项新技术中受益匪浅。
- 访问权(根据欧盟 GDPR 第 15 条) - 更正权(根据欧盟 GDPR 第 16 条), - 删除权(根据欧盟 GDPR 第 17 条), - 限制处理权(根据欧盟 GDPR 第 18 条), - 反对处理权(根据欧盟 GDPR 第 19 条)。