论算法的法律规制

算法崛起对法律规制提出了挑战,它可能挑战人类的知情权、个体的隐私与自由以及平等保护。作为人机交互的算法决策机制,算法并非价值中立,具备可规制性。算法公开、个人数据赋权、反算法歧视是传统的算法规制方式,但机械适用这些方式面临可行性与可欲性难题。算法公开面临技术不可行、公开无意义、用户算计与侵犯知识产权等难题,个人数据赋权面临个体难以行使数据权利、过度个人数据赋权导致大数据与算法难以有效运转等难题,反算法歧视面临非机器算法歧视、身份不可能完全中立、社会平等难以实现等难题。传统算法规制路径面临困境的根本原因在于忽视算法的场景性,算法可能因为运用算法主体的不同、针对对象的不同以及涉及问题的不同而具有不同的性质。因此,算法规制应采取场景化的规制路径,根据不同场景类型对算法采取不同的规制方式,以实现负责任的算法为目标。在算法场景化规制原则的指引下,可以构建算法公开、数据赋权与反算法歧视等算法规制的具体制度。     

剖析在VC6．0开发中的绘图实现

引言:以 VC 6.0为开发工具的编程人员,对其绘图实现应该比较熟悉。但是对其绘图的效率性以及在绘图当中图像闪烁等一些细节问题,我们还有值得探讨的地方。本文针对我们在应用 MFC 编程过程中所能遇到的现象,对 VC 中绘图实现的机理进行了一定剖析,并提出相应的解决方法,以供参考。     

如何在VC中实现特权指令操作

本文介绍,在 Winsows 98系统环境中,从 Ring3获取 Ring0特权实现特权操作指令的一种方法。提供 VC 源代码实现取得控制寄存器 CR0的值。     

算法不正义与大数据伦理

大数据正在对中国社会科学研究范式、路径、方法和未来发展产生极其重大而深远的影响和挑战。然而,对于以各种算法为基础的大数据而言,在其数据收集、处理和应用中,也出现了相应的不正义伦理议题,亟需社会科学研究者进行深入思考。所谓的算法不正义,指的是在大数据的知识建构过程中,社会不同个体或团体,在大数据资源的占有、使用和分配上出现不平等,从而导致在数据资源的"代表性"、"用户画像"、决策支持、行动干预等不同维度上出现不正义的情形。在大数据收集、处理、应用的过程中,算法忽视或者无法甄别数据来源,传输和使用过程中对某个区域范围内总人口中特定人群的优待或者排斥,从而导致数据本身所蕴含的不平等被原封不动地转移到大数据的计算结果之中,这种计算结果有可能反过来进一步加剧原本不同人群在数据资源分配和再分配上的不平等,进而导致基于算法的大数据不平等和不正义。为了解决这些算法不正义的问题,学者们也提出了诸如"促进平等的数据倡议"的行动方案,有些国家和地区还出现了公民自发的"量化自我"运动,以有意识地应对因大数据及其算法而导致的不平等和不正义。     

数字时代下算法滥用法律治理之完善

算法作为数字时代技术基石深入应用于社会生活的各个方面,随之而来的算法滥用现象则有碍社会公众的数字参与程度和数字经济的健康发展.算法滥用表现为侵蚀数据主体平等的算法歧视、揭露数据主体隐私信息的算法自动关联和压缩数据主体意思自治空间的算法自动决策.现行调整算法行为的法律制度存在有关法律概念界定不清、法律规则零散以及法律治理...     

算法时代传统隐私理论之困境与出路——以个性化推荐为场景

《中华人民共和国民法典》明确规定隐私与个人信息的保护范畴相互交叉,隐私的本质是私密性.在算法时代,衡量“数据是否符合私密性标准”的价值立场应从人格尊严和人格自由转换到人格独立,理论基础应从领域论和信息自主决定原则转换到思想自主决定层面.隐私范围的界定模式应由“内外限制”转变为“动静结合”.个性化推荐中的数据性质宜认定为隐私,因为从静态的角度,其符合个人性、人格性、隐蔽性等“个性化”标准,且形式上多元,不局限于信息的形式.从动态的角度,若未获得用户的允许,个性化推荐算法,包括基于内容的推荐、协同过滤推荐和基于知识的推荐等,计算判别用户喜好的行为,既干扰了用户的私有领域,又窥探了用户的人格图像.其行为结果符合隐私的“主体性”标准.     

大数据算法的价格歧视问题

价格歧视一向被认为是一种垄断价格且能对消费者造成效用损失的现象。在互联网、大数据、人工智能快速发展的今天,价格歧视又有了新的机制,形成了新的特点,需要深刻认识、有效规制。在大数据定价算法下,价格歧视的特殊形成机制体现为价格歧视是在供需双方互动基础上形成的,可以打破商品属性上的界限而得以普遍化,但其形成需要借助一定的隐蔽性。针对大数据定价算法下价格歧视的特殊形成机制以及该价格歧视产生的特殊影响,需要采取增加技术规制手段以平衡掌握大数据的供给方与作为单纯数据提供者的需求方之间的关系。同时,应创新经济性规制,以规范利用大数据定价算法进行价格歧视的生产者或供给方的过度行为;拓展社会性规制,以限制掌握大数据及算法的生产者或供给方侵犯消费者或需求方的隐私和安全。     

遗传算法在数据挖掘中的应用

遗传算法以其收敛速度快、时间短的特点,在科学研究中有着广泛的应用前景,重点介绍了遗传算法,并将其与数据挖掘技术相结合。最后,利用以上的结合方案,运用到一个实例中去。     

基于蚁群算法参数的最优选择问题研究

蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。通过对蚁群算法中影响算法性能的参数进行分析和研究,并对蚁群算法中参数的最优选择问题进行实验分析,从而给出算法参数的最佳取值范围,以利于算法在实际问题中的应用和推广.     

基于电子商务聚类挖掘的RLS算法分析

数据挖掘是一门新兴的信息处理技术,已经成为开发信息资源的有效方法和途径,现代社会许多领域应用数据挖掘技术也十分广泛.基于电子商务的数据挖掘方法有很多,就其中RLS算法的一些不足,提出了改进的方法.     

新课程标准的实施与体育教师角色转换的思考

体育新课程标准的推行,对教师提出了新的要求和挑战。体育教师要适应教改形势,必须在短期内,通过对新课程理念的理解,确立新的教学方向,并努力完成角色的转换。     

基于混合智能算法模型的无功优化的应用

电力系统无功优化是保证电网安全可靠运行的重要指标之一。从经济效益和运行约束条件出发,建立了符合实际数学模型。考虑到遗传算法的早熟收敛及蚁群算法需要较长的搜索时间,采用混合算法对IEEE-14进行仿真,结果和常规的算法作比较,结果证明时间效率和求解效率都优于传统的算法。     

英语使用规范在语言交流中的弹性化

多年来,人们一直在争论标准英语是否存在以及如何定义的问题,事实上,大量的英语方言仍然存在。本文认为,规定某种形式作为标准并且把这种“高级的”标准作为唯一的官方接受的英语形式,这不论是对于那些英语非母语的人还是对于英语为母语的人都不见得有什么好处。本文认为任何规定这种标准的尝试都是枉费力气,语言的形式应由实际的交流和应用所决定,而非为人所控制的。     

汉诺塔问题的非递归算法分析

Hanoi(汉诺)塔问题作为一个古典的数学问题,一直以来都是数据结构中递归算法的经典案例,几乎没有介绍过其他的方法来解决此问题.文章分析讨论了一种非递归算法.     

基于ARM的嵌入式GPRS工业控制系统的研究与实现

介绍了一种基于ARM微处理器的嵌入式GPRS工业控制远程数据采集系统的设计与实现。硬件系统采用高性能S3C2410嵌入式系统作为数据采集控制节点,GPRS模块采用内置TCP/IP协议的MC35作为无线数据传输单元,结合嵌入式Linux操作系统,保证了数据传输的实时性和可靠性。论述了系统软硬件实现的关键技术。     

算法时代网络意识形态风险防范与实践逻辑

算法推荐是一种全新的信息资源配置方式和高效的信息分发模式，已广泛应用于网络信息传播中。其通过信息精准“投喂”，提高了用户信息获取效率，同时也带来“过滤气泡”“信息茧房”“回音室效应”等，给网络意识形态安全带来风险和挑战。主要表现在，“算法牢笼”阻碍社会共识生成，“算法偏见”消解主流话语权力，“算法黑箱”引发公众信任危机，“资本逻辑”支配算法价值导向。分析认为，用户算法依赖、算法权力控制、多元资本渗透和算法场域应用等是算法推荐影响网络意识形态安全的主要因素，规避和化解算法推荐给网络意识形态安全带来的风险挑战，要深刻把握算法特征和规律，持续优化算法、用好算法、驾驭算法、规训算法。     

经济发展的生产力标准与生态标准

现代社会发展过程中 ,一个突出的矛盾和最大的制约因素是自然资源的有限性和生产力发展的无限性之间的矛盾 ,准确把握这种矛盾 ,深刻认识自然生态系统与社会经济系统、生态标准与生产力标准之间的相互作用和影响 ,才能把发展生产力、改善全民的物质生活条件与保护和改造自然生态环境有机地结合起来 ,才能为当代的人们创造一个良好的生活和生存环境 ,为子孙后代留下更广阔的生存和发展空间。