可以通过AI扫描互联网侵犯隐私来强制执行数据合规性

 
当您在Internet上旅行时，您跟踪的个人数据(例如信用卡号，购物偏好和阅读的新闻文章)很少。大型互联网公司通过与子公司和第三方共享这种个人信息来赚钱。公众对在线隐私的关注导致制定旨在控制谁获取该数据以及如何使用它们的法律。
战斗正在进行中。美国参议院的民主党人最近提出了一项法案，其中包括对滥用用户个人数据的科技公司的处罚。该法律将加入一长串的全球法规，包括规范在线信用卡交易的支付卡行业数据安全标准，欧盟的通用数据保护法规，于1月生效的加利福尼亚消费者隐私法，以及美国儿童在线隐私保护法。
互联网公司必须遵守这些规定，否则将面临昂贵的诉讼或政府制裁，例如联邦贸易委员会最近对Facebook处以50亿美元的罚款。
但是，实时确定是否发生了侵犯隐私行为在技术上具有挑战性，随着互联网数据达到极大规模，这一问题变得更加棘手。为了确保他们的系统合规，公司依靠人类专家来解释法律，这对于不断启动和更新服务的组织来说是一项复杂而耗时的任务。
我在巴尔的摩县马里兰大学的研究小组开发了一些新颖的技术，使机器可以理解数据隐私法并使用人工智能来强制遵守这些法律。这些技术将使公司能够确保其服务符合隐私法，还可以帮助政府实时识别那些侵犯消费者隐私权的公司。
帮助机器了解法规
政府将在线隐私法规作为纯文本文档生成，使人类易于阅读，但机器难以理解。结果，需要手动检查法规，以确保在分析或共享公民的私人数据时不违反任何规则。这影响了现在必须遵守法规森林的公司。
规章制度在设计上常常是模棱两可的，因为社会希望在执行时具有灵活性。主观观念(例如好与坏)在不同的文化中会随着时间的推移而变化，因此，法律以笼统或含糊的措词起草，以允许将来进行修改。机器无法处理这种模糊性(它们以1和0进行操作)，因此它们无法像人类那样“理解”隐私。机器需要特定的指令来理解法规所基于的知识。
帮助机器理解抽象概念的一种方法是构建本体或表示该概念知识的图形。从哲学中借用本体论的概念，新的计算机语言(例如OWL)已在AI中开发。这些语言可以在主题领域或领域中定义概念和类别，显示其属性并显示它们之间的关系。本体有时被称为“知识图”，因为它们存储在图状结构中。
当我和我的同事开始研究使机器可以理解隐私法规的挑战时，我们确定第一步将是捕获这些法律中的所有关键知识，并创建知识图来对其进行存储。
提取条款和规则
法规中的关键知识包括三个部分。
首先，有“艺术术语”：在法律中具有精确定义的词或短语。它们有助于识别法规描述的实体，并允许我们以计算机可以理解的语言描述其角色和职责。例如，从欧盟的《通用数据保护条例》中，我们提取了诸如“消费者和提供者”和“罚款与执法”之类的术语。
接下来，我们确定了道义规则：为我们提供处理演绎行为的哲学模态逻辑的句子或短语。道义(或道德)规则包括描述义务或义务的句子，主要分为四类。 “权限”定义实体/演员的权利。 “义务”定义实体/参与者的职责。 “禁止”是不允许的条件或行动。 “免除”是可选或非强制性声明。
为了用一个简单的例子说明这一点，请考虑以下几点：
为了用一个简单的例子说明这一点，请考虑以下几点：
您有权驾驶。
但是要开车，您有义务获得驾驶执照。
禁止您超速行驶(如果这样做会受到惩罚)。
您可以将车停在有需要的地方(例如付费停车，收费停车或不在消防栓附近的空地)。
AI可以不断扫描互联网以发现违反数据隐私的情况，这是一种更快，更轻松地实施合规性的方法
GDPR法规的知识图。图片来源：Karuna Pande Joshi，CC BY-ND
其中一些规则在所有条件下均统一适用于每个人。而其他人可能仅部分地适用于一个实体或根据每个人都同意的条件适用。
描述可做与不可做的类似规则适用于在线个人数据。有防止数据泄露的权限和禁止。公司有义务存储数据以确保其安全。此外，还有针对未成年人等弱势人群的免税政策。
我的小组开发了自动从规则中提取这些规则并将其保存在知识图中的技术。
第三，我们还必须弄清楚如何在法律法规中包含经常用于在法规的另一部分或单独的文档中引用文本的交叉引用。这些是重要的知识元素，也应存储在知识图中。
规则到位，扫描合规性
在知识图中定义了数据隐私法的所有关键实体，属性，关系，规则和策略后，我和我的同事可以使用这些知识图创建可以推理出数据隐私规则的应用程序。
这些应用程序可以大大减少公司确定他们是否遵守数据保护法规所需的时间。它们还可以帮助监管机构监控数据审计跟踪，以确定其监管的公司是否遵守规则。
这项技术还可以帮助个人快速了解自己与公司共享的私人数据的权利和责任。一旦机器可以快速解释冗长而复杂的隐私策略，人们将能够自动执行许多日常手动执行的日常合规性活动。他们也许还可以使消费者更容易理解这些政策。