识别人流量统计

国家标准《信息安全技术人脸识别数据安全要求》编制说明一、工作简况1、任务来源《信息安全技术人脸识别数据安全要求》是国家标准化管理委员会2020年下达的信息安全国家标准制定项目,国标计划号20205157-T-469.
2、标准编制的主要成员单位本项目由北京赛西科技发展有限责任公司牵头,参与起草单位包括中国电子技术标准化研究院、中国科学院大学、中国信息安全研究院、北京理工大学、公安部第一研究所、公安部第三研究所、北京旷视科技有限公司、上海依图网络科技有限公司、蚂蚁科技集团股份有限公司、国民认证科技(北京)有限公司、环球律师事务所、杭州海康威视数字技术股份有限公司、杭州安恒信息技术股份有限公司、上海观安信息技术股份有限公司、中国移动通信集团有限公司.

主要起草人包括:杨建军、孙彦、郝春亮、左晓栋、洪延青、梅敬青、刘亦珩、刘贤刚、姚相振、上官晓丽、何延哲、刘丽敏、胡影、李俊、刘军、林冠辰、孟洁、陈星、唐迪、朱雪峰、周少鹏、卢旗、谢江、邱勤.

3、主要工作过程1、2020年1月至2月,调研国内外人脸识别息的技术发展、产业化应用情况、安全应用需求等,调研市场上人脸识别相关标准、法律法规要求等;2、2020年2月15日,北京赛西科技发展有限责任公司、浙江蚂蚁小微金融服务集团股份有限公司等共同组成标准编制组,召开该标准编制启动工作会议.
会上,对标准编制的组织形式及任务分工进行了安排;3、2020年2月至4月,标准编制组完成了国家标准《信息技术安全技术人脸识别数据安全要求》(草案);4、2020年5月7日,TC260WG4工作组在北京组织召开了组内专家评审会.
专家组听取了标准编制组的工作汇报,审阅了相关文档,质询了有关问题.
编制组依据专家评审意见进行了修改,形成新一版标准草案;5、2020年5月13日,TC260通过在线会议形式召开会议周.
在WG4工作组会议上,参会专家听取了标准编制组的工作汇报,经过讨论,提出若干修改意见,并进行了投票表决,建议标准立项.
会议之后,编制组依据修改意见进行了修改,形成新一版标准草案;6、2020年5月30日,TC260组织专家评审会,针对本标准进行评审;7、2020年9月25日,召开人脸识别安全问题调研会,针对人脸识别数据的主要安全问题进行研讨;8、2020年10月13日,TC260WG4工作组召开标准启动会,编制组内听取与会专家对标准的意见,并明确了人脸识别数据的采集场景、收集过程、收集方式、数据存储等11项重点问题;10、2020年10月22日,召开人脸识别数据研讨会,确定人脸识别标准整体框架,从人脸识别数据安全处理和安全管理两方面提出安全要求;11、2020年10月26日,召开人脸识别数据研讨会,针对人脸识别安全的具体内容条款进行讨论,覆盖了人脸识别数据采集、使用、存储、共享转让、销毁删除等各方面的安全要求;12、2020年10月27日,TC260WG4工作组召开标准草案专家评审会,编制组内听取与会专家对标准的意见,在后续标准研讨中将进一步围绕突出人脸识别数据安全保护的特点,细化相关处理和管理要求条款要求,明确"人脸识别数据"相关定义等方面完善标准文本;13、2020年11月,在TC260工作周WG4工作组会议上进行了工作汇报.
会议周上,工作组给出了修改后推进征求意见的建议,并定于12月对修改后稿件进一步审查研讨.
14、2020年12月,梳理人脸识别数据活动场景和主要角色,分析场景中存在的安全风险,将必要和理性等落实到标准内容当中,形成新版标准草案稿.
15、2020年12月29日,TC260WG4工作组召开标准征求意见稿专家评审会,编制组内听取与会专家对标准的意见,进一步围绕各类人脸识别数据提出安全要求,完善了标准文本.
16、2021年3月10日,信安标委秘书处组织召开国家标准阶段评审会,编制组内听取与会专家对标准的意见,进一步梳理了三类场景下的安全要求,完善了标准文本.
二、标准编制原则和确定主要内容的论据及解决的主要问题1、编制原则本标准的编制原则是:1)通用性按照本标准实现的人脸识别数据要求,可实现基本技术规格一致,便于用户使用,有利于主管部门的测评、认证和管理.
2)实用性根据我国国情、实际运用环境和国家有关政策编制本标准,使其在指导人脸识别数据保护、保障个人信息安全方面具有很强的实用性.
3)安全性与隐私在本标准中对人脸识别从全生命周期的数据安全做了严格要求,从而确保人脸识别在不同的生命周期过程中的安全性.
4)符合性符合国家有关法律法规和已有标准规范的相关要求.
2、确定主要内容的依据标准制定的依据为:a)标准格式按照GB/T1.
1—2020标准要求编写.
b)本标准制定参考以下国家、行业标准:GB/T35273-2020信息安全技术个人信息安全规范GB/TAAAAA-AAAA信息安全技术网络数据活动安全要求GB/TBBBBB-BBBB信息安全技术生物特征识别信息保护基本要求GB/TCCCCC—CCCC信息安全技术个人信息安全影响评估指南3、解决的主要问题人脸识别作为人工智能技术的一种,在金融、交通、人社、医疗等等行业均得到广泛的落地应用,创造了巨大的社会以及经济价值.
人脸识别信息有着不易改变,一旦丢失可能永远失去的特点,是个人敏感信息的一种.
本标准主要解决如下问题:一是人脸数据滥采问题.
由于人脸信息的采集难度低、采集设备易获取,导致个人隐私泄露风险持续增高.
二是人脸数据泄露或丢失问题.
由于人脸数据敏感性等特征,针对人脸数据的攻击风险持续增高.
三是人脸信息过度存储、使用.
人脸信息作为个人敏感信息,直接对应个人身份,具有唯一性和终身性.
通过人脸信息进行身份鉴别具有快速、便捷的特点.
目前,由于相关标准规范缺失,人脸识别数据滥采、存储、使用方面没有明确的安全要求,造成安全防护措施薄弱,未经用户明确授权或超范围使用人脸信息的情况普遍存在挑战.
本标准拟提出人脸数据安全要求,标准主要框架如下:前言1范围本文件规定了人脸识别数据的基本安全要求、安全处理要求和安全管理要求.
本文件适用于数据控制者安全开展人脸识别数据相关业务.
2规范性引用文件GB/T35273—2020信息安全技术个人信息安全规范GB/TAAAAA—AAAA信息安全技术网络数据活动安全要求GB/TBBBBB—BBBB信息安全技术生物特征识别信息保护基本要求GB/TCCCCC—CCCC信息安全技术个人信息安全影响评估指南3术语和定义本标准定义了人脸图像、人脸特征、人脸识别数据、数据主体、数据控制者和数据处理等相关术语定义.
4.
概述本文件总结了涉及人脸图像处理的三类场景,包括:a)人脸验证:将采集的人脸识别数据与存储的特定自然人的人脸识别数据进行比对(1:1比对),以确认特定自然人是否为其所声明的身份.
典型应用包括机场、火车站的人证比对,移动智能终端的人脸解锁功能等.
此类场景应满足本文件的基本安全要求、安全处理要求和安全管理要求.

b)人脸辨识:将采集的人脸识别数据与已存储的指定范围内的人脸识别数据进行比对(1:N比对),以识别特定自然人.
典型应用包括公园入园、居民小区门禁等.
此类场景应满足本文件的基本安全要求、安全处理要求和安全管理要求.

c)人脸分析:不开展人脸验证或人脸辨识,仅对采集的人脸图像进行统计、检测或特征分析.
典型应用包括公共场所人流量统计、体温检测、图片美化等.
此类场景应遵循GB/T35273-2020、GB/TAAAAA-AAAA《网络数据活动安全要求》的要求处理人脸图像.
5.
基本安全要求,提出人脸识别数据安全保护的基本要求.
6.
安全处理要求,从收集、存储、使用、委托处理、共享、转让和公开披露等方面提出人脸识别数据处理要求.
7.
安全管理要求,从数据管理责任、安全补救措施等方面提出安全要求.
三、主要试验情况分析对行业标准进行调研分析,对国内厂商的主流产品进行充分调研,在尽量广泛的生产厂家范围内提高征求意见,为试验验证作基础.
四、知识产权情况说明本标准不涉及专利及知识产权问题.
五、产业化情况、推广应用论证和预期达到的经济效果人脸识别数据安全标准化对于增强我国各相关行业信息安全,尤其是个人信息安全具有重要意义.
人脸识别数据可能被检索或分析,如数据主体的健康状况或推断医疗信息等.
人脸识别数据可能被滥用于其他目的,并被数据收集者所滥用.