首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    远程办公拒绝开摄像头被辞,员工将公司告上法庭,法院判公司赔偿52万元!

    大数据文摘出品 如果你居家工作的时候,你的公司要你打开摄像头,你会怎么办? 美国一家公司的员工遇到了这样的情况,就选择了拒绝。 该员工随后被已【拒绝工作】和【不服从命令】的理由被解雇。 作为一个工作了一年半的老员工,他没有选择沉默,而是决定将公司告上法庭,为自己讨回公道。 该员工表示,“没有给出紧急理由来证明立即解雇的合理性”,并且认为公司要求开启他的网络摄像头是不合理的,违反了数据隐私规则。 经过法院审理,法院认为解雇合同是无效的,并且判罚这家名为Chetu的公司被判支付给该员工7.5万欧元的赔偿,折合人

    01

    [长文]全球舞台上的欧洲数据隐私规制

    编者按:美国司法部于5月19日起诉5名中国军人,指控他们通过网络窃取美国公司的商业机密,这是美国政府首次公开控告外国政府公务人员针对美国公司实施网络黑客犯罪。同日,中国外交部发言人秦刚就此事发表谈话称:“鉴于美方对通过对话合作解决网络安全问题缺乏诚意,中方决定中止中美网络工作组活动”。这一事件凸显了数据隐私规制的重大意义。本期发表的“全球舞台上的欧洲数据隐私规制:政策出口还是实验主义?”一文,探究了在错综发杂的强权政治背景下推进实验主义合作治理的五个机制,对于中国相关领域的政策治理颇有启发。 导言: 从

    05

    面对人工智能发展的伦理挑战:应对策略与未来方向

    人工智能飞速发展的同时,也逐渐暴露出侵犯数据隐私、制造“信息茧房”等种种伦理风险。随着AI技术在社会各个领域的广泛应用,关于AI伦理和隐私保护问题日趋凸显。尽管国外已出台系列法规来规范AI的使用,保护个人隐私和数据安全,但如用户被区别对待的“大数据杀熟”现象、AI在辅助医疗诊断和就业筛选中表现出的歧视、基于深度伪造技术制作假信息等引发的社会问题仍层出不穷。这些事件引发了公众对于AI决策透明度、算法公平性和个人隐私权的重大关注。面对AI发展下的这些伦理挑战,我们应当如何应对呢?在推动AI技术发展的同时,制定AI治理框架,建立有效的隐私保护机制是当前亟需解决的重要议题。对此你有什么想法?

    01

    数据20条专家解读|杨强:数据跨境可信流通政策解读

    题图摄于香港 (转发FATE开源社区的文章) 为了加快数据跨境可信流通体系建设步伐,进一步强化数据跨境流通法律规范,中共中央 国务院近日正式印发《关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称《数据20条》),这些政策建议符合中国国情并具备极高可行性。加拿大工程院及加拿大皇家科学院两院院士、香港科技大学讲席教授杨强对其中数据跨境可信流通政策进行了相关解读,详情请看下文: 文章来源:高技术司 全球快速迈入数字经济时代,数据成为驱动各国经济发展的关键生产要素,经济价值与战略价值愈发凸显,数据跨境流通

    02

    Hyperledger Fabric区块链数据隐私保护

    区块链账本是由一个个区块构成,后一个区块包含了前一个区块的Hash,多个参与方通过共识保证各个参与方的数据一致。区块之间的链式结构和多份的数据冗余很大程度上保证了数据的透明性和不可篡改性。在联盟链中,结合区块链上数据的透明性和不可篡改性,确保链上数据可信,利用可信数据,减少中间流程,降低风险,从而加速整个业务流程的运转。区块链上数据透明性是一把双刃剑,透明保证可信,但是在很多商业场景中,数据具有隐私的特性。如何在透明性和隐私性之间平衡,是区块链需要解决的一大问题。链上的数据隐私可以从两个层面考虑,一个是账本数据传播范围,一个是业务数据上链方式。

    01

    KDD线上分享|从自私和理性原则的视角,看联邦学习下的合作均衡理论

    联邦学习(federated learning,FL)是指在保护数据隐私的前提下实现分布式多数据源模型训练的学习范式。由于各个数据源的统计异质性在现实场景下广泛存在,同时统计异质性也给联邦学习下合作式的模型学习带来了负面影响,甚至会损害模型性能。 因而,这也带来了一个基本问题:一个机构(client)加入合作网络能否获得增益,即参与合作是否意味着自身模型性能的提升。 事实上,一个机构并非总是与所有机构合作才能带来自身性能的最大化。清华大学三年级博士生崔森等人建立了联邦学习下的合作均衡理论,其中各个机构只与对

    02
    领券