AI时代电商平台“通知-删除”规则的价值重塑及司法实现

电商平台的知识产权治理已成为全球电子商务持续健康发展的共同议题。我国逐步确立的电商平台“通知-删除”规则是电子商务的基础性法律规则,对于打击电子商务中的知识产权侵权行为具有重要意义。但源于法律规则的确定性和模糊性矛盾、知识产权的竞争性和差异性要求、商业主体的天然逐利性烙印、技术迭代更新的不确定性等因素,电商平台“通知-删除”规则内部也存在局限,给知识产权治理带来一些挑战。伴随AI时代的到来,以算法、区块链等为代表的新一代信息通信技术在为电子商务带来新的机会的同时,也引发了新的风险,对电商平台“通知-删除”规则的适用构成新挑战,主要表现为:规则的私人执法模式颠覆、规则运行处于“盲盒”状态、规则适用的事实基础已丧失。在AI时代应对这些挑战,无论是立法建议还是司法对策,首要前提是发现并重塑规则价值:追求安全、利益平衡、多元共治。司法实践中,应以重塑的三种优先价值为目标,把握有效实现的司法路径:一是遵循司法适用的配套原则;二是发挥指导性案例的作用;三是把握知识产权治理的力度;四是防止限缩解释的司法滥用。

中英心理学期刊数据删除及删除标准的元研究

数据删除在心理学研究中存在较大的操作空间,研究者借此获取显著统计结果的操作极大地威胁了科研结果的真实性和可重复性。研究以2000、2010、2020三个年度发表在《心理学报》和Psychological Science期刊上的实证研究为分析对象,结合量化和质性分析方法,揭示中英心理学期刊数据删除现状。结果显示,中英期刊存在数据删除的研究各占比为48.83%和35.56%,平均被试删除比例分别为16.31%和14.48%,在删除数据后未按相关标准进行报告的比例分别为11.48%和5.46%;在被试数据删除和观测值数据删除中,报告率最高的删除标准分别为基于极端值的删除(57.87%)和基于任务的删除(30.6%);研究报告的次级删除标准体现了一定的随意性。这些结果表明了建立更为严谨的标准化数据删除报告规范的必要性。

基于EWM-AHP-RF的改进灰色关联云数据确定性删除效果评价

针对当前数据确定性删除效果受多因素影响、难以客观评价的问题,提出一种基于熵权法-层次分析法-随机森林(EWM-AHP-RF)确定权重的方法,并与改进的灰色关联模型相结合,对云数据确定性删除方案进行了删除效果的组合评价。首先,构建了删除效果评价指标体系;然后,将熵权法和层次分析法进行结合,确定了指标的组合权重,并基于随机森林方法进行权重的更新;最后,基于改进灰色关联评价模型对云数据确定性删除方案的删除效果进行了评价。结果验证了所提方法的有效性和科学性。

向量角选择和指标删除的高维多目标进化算法

针对进化算法求解高维多目标优化问题平衡收敛性和多样性所面临的挑战,提出了向量角选择和指标删除的高维多目标进化算法(MOEA/AS-ID)。该算法在环境选择过程中设计了一种包含两种策略的协作机制逐一删除收敛性和多样性差的解以保留精英个体参与下一代的进化。前者基于向量角的选择策略用于选择一对在目标空间具有相似搜索方向的解,后者基于指标的删除策略采用同时兼顾个体收敛性和分布性的I_(SDE)^(+)指标比较被选择的这一对解,然后删除具有较小指标值的解,进而促使种群朝各个方向收敛到帕累托最优前沿,最终平衡解集的收敛性和多样性。在包含各种特征的3组标准测试系列问题DTLZ、SDTLZ、MaF上,MOEA/AS-ID与近年提出的6个涵盖了当前各种类型的高维多目标进化算法执行了广泛的对比仿真实验和数值结果分析。仿真结果和数值分析表明所提算法MOEA/AS-ID求解各种特征的高维多目标优化问题平衡收敛性和多样性的能力具有较强的竞争力。

刑事罪名删除理念的提出与路径应用

在积极主义刑法观主导下,我国刑法罪名数量大幅增加,并有进一步上升趋势,却很少进行刑事罪名的删减工作。这与同样在积极主义刑法观主导下的德日等国在加强立法增设罪名的同时,又不断根据社会发展的需要适时进行罪名的删减,形成鲜明对比。我国刑事罪名删减工作发展不足,与我国当前的刑法理念和刑事立法观念有较大关系,但其不应成为我国刑事罪名删除工作发展的障碍。刑事罪名删除理念的提出与适用有其价值和意义,以必要性、类型性、协调性为原则,通过删除竞合条款、无效条款、不协调条款、无法益侵害条款以及不合时宜条款来贯彻刑事罪名删除理念具有可行性。

基于一种动态删除率的ESO方法

渐进结构优化方法 ESO(Evolutionary Structural Optimization)的基本思想是基于单元灵敏度,通过把无效或低效的单元逐步从结构中删除,从而得到优化的拓扑结构。经过20年的发展,其算法结构、理论研究以及实际工程应用领域已经取得了大量成果。在原始ESO算法中删除单元的数目是由固定删除率RR的取值决定的,设计者无法预期每一个迭代步删除单元的数量。对于一个初始满设计区域,合理的删除策略为随着迭代的进行,随着结构应力分布越均布,应该逐渐减少单元删除数量。基于此,本文构造了一种动态删除率,使得随着迭代的进行单元的删除数量逐渐减少,相对于前人构造的动态删除率更为简单明了,人为控制参数更少,并且通过算例证明该方法相比原始删除策略具有更好的优化效果。

一阶逻辑定理证明器中的无效子句删除策略

在一阶逻辑定理证明器中,子句预处理是不可或缺的步骤,而子句的消去规则是预处理中极其重要的部分。传统的基于纯文字规则的子句消去方法在理论上存在子句删除过多的问题,在算法实现上又存在子句删除不充分的情况。为了提高子句删除的精确率,在理论上,基于纯文字规则对子句进行再分类。第一类称为无效子句,该类子句不能通过等词替换与某个子句形成互补对,此类子句应完全删除;第二类为相对无效子句,该类子句无法与当前子句集中的子句形成互补对,但能进行等词替换,此类子句应在参与演绎后综合考虑是否删除。在算法实现中,考虑到子句的消去应是动态的过程,当前消去的子句会影响已判断的子句的无效性,提出一种用于判定子句无效性的递归遍历算法。将上述子句约简规则应用于证明器CSE1.5(Contradiction Separation Extension 1.5)中,以2019—2022的CADE(Conference on Automated DEduction)自动定理证明(ATP)系统竞赛中一阶逻辑问题组为测试对象。在300 s内,应用所提算法的CSE1.5_IC比原始CSE1.5总共多证明了27个问题。在两个版本证明器共同证明的所有FNE(FOF theorems without Equality)测试例中,CSE1.5_IC比CSE1.5平均每个问题多约简了28个子句,平均求解时间减少了7.07 s。实验结果表明,所提无效子句约简算法是一种有效的预处理方式,能够提高一阶逻辑子句集的约简精确率,同时能够提高自动定理证明器的证明能力和缩短证明时间。

个人信息删除权规则的检视与完善

我国《民法典》第1037条和《个人信息保护法》第47条对个人信息删除权作出规定,但是目前关于删除权法律适用规则的构建尚不完善。《个人信息保护法》第47条所列的“个人撤回同意”情形在适用时应有限制,通过采取更严格的告知-同意模式,增强知情同意的正当性基础,并结合《个人信息保护法》第13条的规定,寻找限制“个人撤回同意”情形适用的规范依据,结合具体个案考虑公共利益、合同等因素的限制。删除义务的履行规则尚需明确和细化,若信息处理者采取一切必要的技术措施仍不能实质性删除,允许其采用其他替代方式使信息不再与信息主体相关联,达到不可利用的程度即可,并保证不再对个人信息进行任何其他处理行为,直至技术条件成熟时进行彻底删除。

基于公共利益限制删除权的行使

《个人信息保护法》第四十七条第二款明确规定了限制删除权行使的两种情形,但并不能穷尽限制删除权行使的全部情况。因此,有必要研究限制删除权行使的考量因素。参考欧盟GDPR第29条工作组对删除权例外情形的规定,应从三个方面对删除权行使进行限制:首先,需要考虑行使删除权是否涉及公共利益;其次,必须评估删除权行使是否会对信息主体造成严重影响;最后,需要核实信息处理者是否采取了必要的安全保障措施。基于这些考量,可以在公共健康安全、存档或者统计需要的基础上限制删除权的行使。

新技术时代版权法“通知删除”之实质审查机制

现行版权法的通知删除规则诞生于本世纪之初,其要求网络服务商对侵权通知作形式审查后应当立即采取删除措施,具有高度程式化的特征。随着互联网进入新技术时代,用户实现从大众传播到大众创作的角色蜕变,版权人施行从依赖法律到依赖算法的策略升级,网络服务商完成从稚嫩弱小到发展壮大的面貌转换,这些共同导致现行通知删除规则无法继续平衡三方利益,尤其不利于用户表达权益的保护。为保护网络用户的表达权益、提高网络盗版的治理效率以及协调相关的法律规则体系,有必要引入基于实质审查的通知删除规则。网络服务商是否尽到合理的实质审查义务,应依据理性人标准而非侵权可能性标准予以判断,且不同类型的网络服务商应承担不同程度的实质审查义务。鉴于实质审查给网络服务商留下自由裁量空间,应当要求其遵循程序均衡、程序透明和程序便捷等基本法律程序规范,以防止权力滥用。

基于单调排序与并行选择的连续删除堆栈译码器的硬件实现

极化码得益于其较低的复杂度和灵活的构造,成为了当今最为流行的信道编码方式。然而,与其他信道编码的译码算法相比,极化码中的连续删除(Successive Cancellation, SC)译码算法的性能较差。为了解决这一问题,连续删除列表(Successive Cancellation List, SCL)、连续删除堆栈(Successive Cancellation Stack, SCS)等基于连续删除译码的改进算法问世,并显著地改善了其纠错性能。其中,连续删除堆栈译码算法是以更高的复杂度为代价的,特别是在路径选择过程中。本文提出了一种新型的路径选择硬件架构,该架构通过对路径信息分组存储,用分组单调排序与并行比较相结合的策略进行最优路径选择,降低了硬件资源消耗的同时提高了路径选择的硬件效率。最后在现场可编程门阵列(Field Programmable Gate Array, FPGA)上实现了该架构,硬件实现结果验证了本文提出的架构与现有的SCS译码器拥有相近的纠错性能的同时,整体资源开销在查找表(Look Up Table, LUT)、寄存器(Register)和块随机存储器(Block Random Access Memory, BRAM)上分别减少了24.06%,56.42%和39.29%,吞吐率提高了24.38%。

基于深度和子树约束最小树形图的高编码效率图像删除

图像删除是指从一个压缩图像集中去除一个或多个图像,生成一个新的压缩图像集。针对当前图像删除方法存在搜寻的预测参考图像不佳,导致编码效率不足的问题,提出一种基于深度和子树约束最小树形图的高编码效率图像删除方法。该方法充分考虑所有剩余图像之间的相关性,确定最佳的预测参考。首先,提出一种新的图像分类方法,将所有图像分成需编码图像、无需编码图像和待删除图像等三类;其次,设计一种新的深度和子树约束最小树形图法,深入探究需编码图像之间以及需编码图像和无需编码图像之间的关系,构建新压缩图像集的最小树形图;最后,根据得到的最小树形图对需编码图像进行压缩,生成新的压缩图像集,实现图像删除。实验结果表明,与现有先进方法相比,所提方法取得了更高的编码效率,同时却有着相近的计算复杂度。

基于多机构属性加密的云数据确定性删除方案

云存储服务的使用越来越普遍,但是将大量数据存储在第三方云服务器中,给用户带来便利的同时也提出了更高的安全要求。由于云存储服务是半可信的,使得如何确定性删除云存储数据成为需要解决的问题。目前,云存储数据的确定性删除的相关研究大多基于单机构管理属性的属性基加密,该类方案虽然满足云数据的细粒度访问控制,但容易引起单点故障等问题。因此,提出一种基于多机构属性基加密的云存储数据确定性删除方案。将多机构属性基加密应用于该方案,不仅支持有多个机构管理属性时对云存储数据的安全删除,并实现了云数据的细粒度访问。此外,该方案通过利用策略隐藏保护存储在云服务器中的访问策略的隐私。最后,通过撤销属性改变密文实现云数据删除,并通过区块链存储删除证明实现删除结果公开可验证和责任可追溯。实验仿真和对比分析表明,该方案在云存储数据删除方面具有较高的安全性,为云储存数据的删除提供一种实用方案。

论被遗忘权与个人信息删除权之差异

随着互联网行业的发展,信息永久记忆带来的诸多问题亟需法律予以规范,欧盟于《一般数据保护条例》(GDPR)第十七条规定了被遗忘权,我国于《个人信息保护法》第四十七条规定了个人信息删除权。被遗忘权与个人信息删除权虽存在相似之处,但本质上不能等同。通过对比可以发现:在名称内涵上,权利命名体现的人文情感与法律余地不尽相同;在适用条件上,被遗忘权与个人信息删除权的主客观要件规定和权利义务分配有较大差别;在主体关系上,两项权利涉及的主体内容因信息处理过程的差异存在不同界定;在抗辩事由的规定上,二者法律条文的内容存在较大差异。

语境崩溃视域下微信朋友圈“自我删除”现象分析

本文聚焦于语境崩溃视域,以微信朋友圈为例,从线上社交关系冲突、数字化个人与现实个人冲突、社会情境与虚拟情境冲突三个角度探析用户产生自我删除行为的原因。研究发现微信平台社交关系的复杂性与微信分隔功能扁平化矛盾无法满足用户分离不同情境的需求,无法较好地在平台划分公私边界;在社交自我形象的呈现上,用户难以区别数字化个人与现实个人相互关系;自我呈现时还需要考虑到社会情境与社会规范是用户进行自我删除的原因。并基于上述研究提出缓解大学生形象焦虑的建议。

基于随机kNN图的批量边删除聚类算法

建立邻接图上的批量边删除聚类算法通用框架,提出基于高斯平滑模型的批量边删除判定准则,定义了适于聚类的邻接图的一般性质,提出并证明在kNN图基础上引入随机因子构造的随机kNN图,可以增强顶点之间的局部连通性,使聚类结果不再强烈依赖于某条边或某些边的保留或删除.RkNNClus算法简洁高效,依赖参数少,无需指定类簇数目,模拟和真实数据上的实验均有证明.

一个新的重组酶系统在转基因植物外源基因删除中的应用

为了解决转基因植物可能带来的生物安全性问题,设计了一个新的位点特异性重组酶系统pLFHFGN,该系统中重组酶FLP基因由热激蛋白Hsp18.2基因的启动子控制,所有外源基因(包括重组酶基因FLP、GUS报告基因和NPTII筛选标记基因)都置于两个融合识别位点loxFRT之间.将上述重组酶系统通过根癌农杆菌(Agrobacterium tumefaciens)介导转化烟草,获得的再生植株分别通过GUS组织染色和PCR分析等方法进行鉴定.然后在37℃下热激处理转基因植株,利用GUS组织染色检测重组酶系统在转基因植株T1代幼苗中删除外源基因的效率,结果显示,该系统删除效率达到了48.2%～84.9%,说明通过重组酶系统pLFHFGN能够有效地删除转基因植物中的外源基因,这为解决转基因植物潜在的安全性问题提供了一条新的途径.

加权并行干扰删除空时分组码系统性能分析

针对多址干扰与径间干扰严重地影响多用户空时分组码(STBC)CDMA系统容量的问题,提出了采用基于加权多级非线性并行干扰删除的空时分组码(基于WNPIC的STBC)多用户CD-MA方案,并从理论上分析和比较了基于RAKE接收的空时分组码系统和基于加权多级非线性并行干扰删除空时分组码系统的误码率性能.

网络版权侵权中“通知-删除”的合理时间判断

"通知-删除"规则对网络服务商和网络版权权利人都具有重要的意义。现有的"通知-删除"规则未能对"及时"做出准确判断。对于合理删除时间的判断,应当综合考虑以下因素:侵权通知书是否合格;权利人是否明确删除期限、侵权类型、删除的难易程度等。

基于HDFS分布式云存储系统的重复数据检测与删除研究

传统最远点采样(FPS)算法、数据类型分析(WFC)算法的去重冗余度高,在同一数据集分块、去重检测中的数据重复率达到70~90%。基于这一实际情况,提出基于Hadoop分布式软件框架、分布式文件系统(HDFS)等云服务技术,建构用于复杂数据结构分析、数据分块去重的HDFS-SDBS云存储管理系统,使用基于文件相似度的抽样删除索引(SDBS)算法进行文件数据分块、哈希值(Hash)计算、随机抽样的相似度判定,利用元数据索引查重方式完成输入文件数据、内存数据的比对,删除相似度过高的重复数据,以提升云环境下的数据存储效率与准确率。