大数据带来的影响及个人信息安全保护

数据引领生活的新变化,我们生活在一个"数据"的时代。但与此同时,大数据在收集、保存、利用等环节中仍存在着许多信息安全风险问题。该文就在大数据下个人信息安全问题提出三种有效保护措施,社会网络企业的信息安全管理水平,加强立法安全和行业自律,提高用户信息安全素养。

上证50指数的套利定价研究

上证50指数自2004年上市以来，样本股多次调整，本文以2004年来经过调整的上证50指数50只成分股的最新数据，从2009年7月2日到9月30日，对其进行套利定价研究。套利定价理论（APT）与资本资产定价理论（CAPM）中单因素市场风险决定论不同，它认为证券系统风险由K个普遍存在的共同因子一起决定，每一证券对这K个共同因子的反应系数不同，从而导致不同证券之间收益率差别。

大数据视阈下个人信息治理之道

大数据视阈下,个人信息之存储方式、范畴等较之以往都发生了改变,除人格尊严价值外,个人信息的经济与公共管理等其他价值也愈发凸显。然而,传统个人信息保护的“个人控制”模式已然不能应对大数据时代发展之需求,既无法有效保护个人信息,也阻碍个人信息价值的实现。于此情形下,欧美国家在新近的个人信息保护的立法中呈现出了以平衡个人信息保护与利用为核心的立法旨趣与制度设计,这为我国进行个人信息治理提供了思路。在信息控制者、政府与信息主体等多元主体的参与下,通过行业内部治理、政府外部管理与信息主体自我保护的有机结合,在个人信息的保护与利用之间进行利益平衡,是我国进行个人信息治理的一条有效路径。

人工智能与高校思想政治理论课融合发展的理路分析

信息科学技术是新时代推动高校思想政治理论课现代化发展的助推器。在科技浪潮风起云涌的当今社会,处于“第四次工业革命”智能化浪潮中的人工智能,正深刻地改变着整个社会的生产生活方式。作为承载马列主义与中国特色社会主义理论体系精神的高校思想政治理论课,肩负着维护我国主流意识形态安全和形塑万千学子正确价值观念的重要使命,其与人工智能在未来谋求共同发展已成必然趋势。在新时期积极探索和寻找人工智能与高校思想政治理论课融合发展的契合点,以新兴科学技术为驱动力,促进精神生产力的提升,已成为亟待解决的问题。

司法裁判人工智能化的可能性

随着以机器深度学习为代表的人工智能技术的发展,机器可模拟人的学习能力,通过机器算法学习的运用对司法裁判数据进行分析从而得出裁判结论,由此实现司法裁判的人工智能化,但其前提是司法裁判是可预测的。然而,司法裁判是不可预测的,该前提无法得到满足。退一步讲,即使司法裁判具有可预测性,从人工智能与法律推理的关系上来说,其也无法实现对法官思维的完全模拟。再者,人工智能化作为裁判主体还存在着缺乏权利正当性、司法裁判依赖于人的实践理性、司法错误归责难题等正当性难题。最后,司法裁判人工智能化还面临着冲击公正价值、司法伦理风险、对法官独立审判原则的冲突等法律风险。由此之故,人工智能在司法裁判领域的定位只能是一种辅助性的工具,不能取代法官的主体地位。