以下內容整理自清華大學《數智安全與標準化》課程大作業期末報告同學的匯報內容。

第一部分：人臉識別技術概述

人臉識別的發展階段，主要分為三個階段：

(資料圖片)

起步階段（1950s-1980s），這一階段的人臉識別只是作為一般性的模式識別問題來研究，所采用的技術方案也是基于人臉幾何結構特征的方法。

高潮階段（1991-1997），隨著光學成像技術的發展和計算機性能的進一步提升，人臉識別技術在理論與應用上均取得了突破式的發展。這一階段提出了很多人臉識別的經典算法，也出現了很多商業運作的人臉識別系統，比如FaceIt系統。

完善階段（1998-現在），這一階段的研究熱點主要在光照、姿態等問題。

對于人臉識別的應用領域，有以下五個主要的領域：安防刑偵、金融支付、交通出行、門禁考勤和泛娛樂領域。

人臉識別發展趨勢：

從技術層面看，目前主要有二維和三維兩種技術，隨著設備技術發展，獲取大量三維人臉數據變得更加容易，三維人臉識別技術將成為未來技術的主流。

從運用形式看，隨著大數據不斷發展，可存儲的數據規模也不斷增長，可以更好地為人臉識別提供載體，人臉識別與大數據技術的深度融合是不可避免的一個趨勢。

從運用領域來看，隨著技術成熟和法律規范化，人臉識別技術將在生活各方面得到爆炸式增長。

第二部分：人臉識別的風險與挑戰

人臉識別應用過程中產生的風險可以分為技術風險和法律風險兩類。

技術風險，指惡意攻擊或人臉識別系統技術不完善所帶來的風險。

法律風險，指人臉識別技術在應用過程中可能出現的侵犯財產權利和人身權利的風險。

一、人臉識別的技術風險分析

人臉識別過程中的技術缺陷：比如使用2D圖片、短視頻，臉部模具向人臉識別系統提交虛假證據以通過身份認證，通過篡改驗證流程通訊信息，劫持訪問對象與修改軟件進程的方式，實現虛假的人臉信息的通過等。

數據保護系統的技術缺陷：比如數據系統不完備，導致數據泄露等風險。

2020年，楊某在非法購買他人人臉照片和賬號信息的基礎上，使用技術手段通過某購物平臺的人臉識別認證，進行了大量的商品倒賣，獲利大概十一萬余人民幣。

二、人臉識別的法律風險分析

當前，對于人臉識別法律風險的研究，主要集中隱私權侵犯與數據濫用和法律缺失導致權責認定困難兩個方面。

首先，隱私權侵犯層面上，公眾人臉信息數據被人臉識別公司的濫用，引發了隱私問題。此外，法律層面上，對于侵權責任者的鑒定，以及權責的認定依然不夠明確，導致人臉識別相關案件中的審理與權責保護依然存在問題。

2020年11月，我國一則帶頭盔看房事件中，售樓處的人臉識別系統利用人臉識別來區分客戶來源，從而給予差異性的優惠政策。由于立法上存在滯后性，導致相關的公務管理部門執法是無法可依，在一定程度上助推了售樓公司的不合理行為。

第三部分：境外法律規制現狀

當今，針對人臉識別相關風險主要源于法律法規不完善，以及公眾法律意識淡漠兩方面。應對方案主要在于法律規制手段的提出，“他山之時，可以攻玉”。

歐盟于2018年出臺GDPR，明確了面部圖像屬于生物特征數據，隨后出臺《關于人臉識別的指南》，逐步形成了自上而下的規制體系。

美國則遵循著有點局面的方式，各州分別出臺相應法案，重點放在限制人臉識別在政府層面的使用，以防止公權力的濫用。

第四部分：應對方案構建

通過對境外對人臉識別技術風險法律規制手段的總結，我們得到啟示：嚴格敏感個人信息的收集與處理，區分不同領域的應用，并建立人臉識別全流程監管框架。

回到我國法律保護現狀來看，當前我國立法上雖然有一些對于個人信息的條文，但相對分散，未形成完整法理體系，缺乏統一性與可執行性。

就人臉識別及個人信息的標準規范而言，雖然規定相對明確，但缺乏強制性，難以起到有效的約束作用。

在執法方面，個人信息保護職能的機構尚需明確，當前仍為多頭治理局面。

在司法層面，“人臉識別第一案”則啟示我們，企業與公眾的法律意識仍需提升。

在政府層面，首先要吸收國外法律法規及我國現行標準中科學條目，完善法治體系，做到有法可依。其次，要加大監管力度，嚴懲非法使用人臉識別技術的企業與機構。

在企業層面，要履行最小化義務及告知義務原則。遵守法律法規，完善管理制度，協助法治體系完善。社會公眾則應增強自我保護意識，積極維權，主動對企業與機構進行監督。

這是我們組的參考文獻，謝謝各位！

編輯整理：陳龍

關鍵詞： 法律風險 個人信息 技術風險