Вик Селварадж
В этом исследовательском отчете подробно излагаются результаты анализа, оценки и развертывания технологии автоматического распознавания лиц (AFRT). Правительство использует эту систему для усиления аутентификации, авторизации и эксклюзивной идентификации пользователей для доступа к различным услугам на уровне штата, например, для улучшения подачи заявок на получение и продления лицензий на транспортные средства, лодки и огнестрельное оружие. Правительство использовало AFRA в качестве испытательной модели для проведения оценки с целью понимания предварительных факторов развертывания проекта, затрат CAPEX/OPEX, производительности и выгод для государственных департаментов. Во время испытания проекта полицейское управление штата проявило интерес к AFRA и заявило, что оно хотело бы увидеть развертывание AFRA на улицах всех крупных городов штата для улучшения своего мониторинга, возможностей обеспечения безопасности и быстрого выявления преступников и других «лиц, представляющих интерес». Роль AFRT будет частью организационной повседневной оперативной деятельности полиции штата. Национальные и экономические повседневные операции стран по всему миру теперь полностью зависят от киберпространства, поскольку практически все бизнес-процессы, государственные правительственные проекты широко используют облачные ресурсы для хранения, доступа и управления операциями. Из-за любой потенциальной кражи личных данных любая организация, столкнувшаяся с серьезным нарушением безопасности своих данных, которое влечет за собой раскрытие конфиденциальных активов, может иметь серьезные последствия, которые влияют на основные ценности организации и приводят к финансовому обнищанию, сбоям в обслуживании, проблемам с соблюдением правовых и нормативных требований, влияют на общественную репутацию и сокращение рабочей силы. В этом отчете мы рассматриваем потенциал проекта, все возможные риски, преимущества и этические последствия предлагаемого развертывания системы AFRA в государственных государственных службах и широко освещаем фазы формулирования атак, биометрические варианты использования в государственном и частном секторе, политику конфиденциальности, фреймворки, законы о защите данных и нарушения, а также оценку воздействия на конфиденциальность