可信计算产品联合认证工作取得阶段性成果******

　　新华财经北京1月5日电

　　可信计算产品联合认证工作近日取得阶段性成果，中关村可信计算产业联盟和公安部第三研究所5日在京共同主办首批可信计算认证产品发布会，14款可信计算产品检测顺利通过专家评审并获颁证书。

　　可信计算产品联合认证是落实安全可信相关国家法律法规和政策要求，进一步推进、推广安全可信产品的一项重要举措。为落实《网络安全法》和国家网络空间安全战略、国家等级保护2.0制度要求，规范引导可信计算产品的健康发展和构建可持续的可信计算生态，加快推广安全可信的网络产品和服务的落地，中关村可信计算产业联盟和公安部第三研究所于2021年签署了战略合作协议，一年多来，双方联合开展可信计算产品的检测和认证工作，共同制定可信计算产品认证实施的规则，对于满足可信计算产品认证实施规则要求的，双方联合颁发可信计算产品的认证证书。

　　沈昌祥院士在发布会上表示，推广安全可信产品和服务是国家战略，是贯彻落实《网络安全法》《国家网络空间安全战略》《关键信息基础设施安全保护条例》等要求的重要举措。安全可信技术能够确保设备在工作的同时，内含的安全部件进行动态的、并行的、实时的、全方位的安全检测，确保计算过程及资源不被破坏和篡改，正确完成计算任务。

　　中关村可信计算产业联盟秘书长王振宇介绍，首批过测的可信计算产品来自中科可控等14家业内知名企业的7款可信服务器和7款可信网络安全产品。联合检测认证工作的开展，对于建设基础软硬件厂商和网络安全厂商深度融合的新型网络安全产业生态、推动网络安全产品和服务产业体系的快速构成、筑牢我国网络安全屏障将发挥重要的推动作用。

　　此外，中关村可信计算产业联盟特聘专家、中国科学技术大学公共事务学院网络空间安全学院教授左晓栋在会上正式发布了由北京工业大学等4家单位牵头的中关村可信计算产业联盟的4项团体标准。

　　下一步，中关村可信计算产业联盟和公安部第三研究所将密切配合，加强可信计算产品认证的宣贯，并将逐步扩大可信计算产品认证范围，将办公设备、工控设备等产品逐渐纳入认证范围，不断完善可信计算产品检测认证体系。在应用侧，积极推进可信计算产品在重要信息系统和关键信息基础设施中的应用，构建“安全可信”网络空间安全防护体系，提高信息系统网络安全主动免疫能力。（新华财经记者 张文娟）

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。