law enforcement
PulseAugur coverage of law enforcement — every cluster mentioning law enforcement across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Huntress CEO：AI 无法弥补网络安全行动中的人为失误
Huntress 的 CEO 表示，一名威胁猎人因将一项正在进行的执法调查告知勒索软件罪犯而表现出判断失误。这一发生在诱捕行动中的行为可能损害了调查的完整性。CEO 强调，虽然 AI 可以识别安全漏洞，但在网络安全场景中，它无法克服人为失误或糟糕的决策。
-
人工智能在警方调查中的作用引发了关于伦理和有效性的辩论
人工智能在警方调查中的使用正被探索作为协助破案的工具。虽然人工智能有可能提高调查性访谈的效率和有效性，但其应用引发了伦理考量以及对其在刑事司法系统中作用的质疑。辩论的焦点在于人工智能如何在确保公平性和准确性的同时，协助执法部门收集证据和讯问证人。
-
Flock的AI监控摄像头在美国迅速普及，引发隐私担忧
Flock Security的自动车牌识别器（ALPR）和AI监控摄像头正在美国迅速扩张，引发了重大的隐私担忧。虽然这些摄像头主要用于追踪车辆移动，但其AI功能允许基于车牌以外的描述性词语进行搜索，并且还可以追踪个人。尽管Flock声称安全，但该系统却饱受漏洞和执法部门滥用的困扰，包括与ICE等机构共享数据。尽管Flock摄像头在侦破一些案件中发挥了作用，但其广泛的监控能力会追踪所有个人，无论是否涉嫌犯罪。
-
Meta 探索将五角大楼供应商的面部识别技术用于智能眼镜
Meta 曾通过授权 Rank One Computing 的软件，探索将面部识别技术集成到其智能眼镜中。Rank One Computing 是一家为美国军方和执法部门提供监控工具的公司。这项通过软件许可揭示的安排，凸显了 Meta 在消费设备中考虑采用先进的生物识别技术。尽管该技术从未对用户激活，后来也从 Meta 的应用程序中移除，但在出货给数百万消费者的一个版本应用程序中发现了该集成的残留。
-
校车上的人工智能摄像头将允许警方访问车牌数据
BusPatrol 公司已在数万辆校车上安装了人工智能摄像头，该公司正计划允许执法部门访问收集到的车牌数据。这项举措因隐私担忧和潜在的大规模监控而引发争议。批评者担心持续的监控可能会助长更具服从性的社会，并使儿童习惯于被监控。
-
监控公司为车牌识别器增加设备追踪功能
一家名为 Leonardo 的监控公司正在开发一项名为 SignalTrace 的新技术，以升级其自动车牌识别器 (ALPR)。此次升级将使 ALPR 不仅能捕捉车牌，还能检测并记录经过车辆中蓝牙设备（如手机、AirPods 和智能手表）的唯一标识符。收集到的数据将用于创建“电子指纹”，以帮助执法部门追踪个人，即使他们更换了车牌。
-
警方在社交媒体上监视AI数据中心批评者
据报道，执法机构正在监控在社交媒体上批评AI数据中心的用户。一份泄露的文件显示，融合中心正在分析AI批评者的在线评论，并将他们识别为潜在的国内暴力极端分子。这种监视以“科技极端主义”为幌子进行，引发了对隐私和言论自由的担忧。
-
中国整顿执法，清退30万人员
中国结束了一项为期一年的旨在改革其执法实践的运动，特别是针对影响企业的行政法律。这项举措查处了超过66,000起问题案件。因此，超过30万不合格人员被清退或调岗，超过40万不必要的执法行为被取消。
-
零日漏洞暴露数百万AI代理
在一个流行的开源平台中发现了一个关键的零日漏洞，可能导致数百万个AI代理暴露。执法机构也发布了关于可能不被注意到的复杂攻击的新警告。该漏洞凸显了在快速扩张的AI生态系统中持续存在的网络安全风险。
-
警方访问校车摄像头数据引发隐私担忧
据报道，为校车配备摄像头的公司BusPatrol正寻求向执法部门提供对其收集数据的访问权限。此举受到了隐私倡导者的批评，他们担心这些数据可能被滥用，尤其是在涉及儿童方面。
-
AI活动人士面临执法部门监控
据报道，反对AI发展的活动团体正受到执法部门的监控，人们担心拍摄数据中心可能导致被归类为极端分子。这种监控是旨在识别和可能扰乱被视为对AI基础设施构成威胁的个人或团体的一项更广泛努力的一部分。这一情况凸显了AI行业扩张与公众对其社会影响的担忧之间日益紧张的关系。
-
警方入侵VPN，逮捕运营者，查获域名
执法部门已成功渗透一家VPN服务商，拦截了用户流量并查获了其域名。此次行动导致了VPN运营者的被捕，该运营者据称将该服务宣传为非法活动的避风港。当局强调此次行动是打击网络犯罪的成功案例。
-
面部识别公平性评估需要超越聚合准确性
一项新的研究论文认为，仅依靠聚合准确性不足以评估执法部门使用的面部识别系统的公平性。该研究强调，总体高准确性可能会掩盖不同人口群体之间错误率的显著差异。作者们强调需要采用关注公平性的评估方法和部署后审计，以防止错误分类可能造成的伤害。
-
面部识别诉讼针对警务中的人工智能应用
一项诉讼已针对Clearview AI提起，指控该公司的人脸识别技术被执法部门在未经适当同意的情况下使用。诉讼声称Clearview AI从社交媒体和其他在线来源抓取了数十亿张照片来构建其数据库，然后被警察部门使用。此案凸显了在公共安全中使用人工智能驱动的监控工具所带来的伦理和法律影响的持续担忧。
-
人工智能在图像和文本生成中的偏见对执法部门构成风险
人工智能工具以生成虚假和有偏见的信息而闻名，这会影响文本和图像输出。这种偏见可能导致严重的现实后果，例如在执法应用中，人工智能可能会错误地描述嫌疑人的种族，从而可能对已经过度针对的群体造成更大的伤害。
-
执法部门寻求访问 AI 聊天机器人对话记录
执法部门越来越多地寻求访问用户与 AI 聊天机器人的对话记录，这引发了重大的隐私担忧。这一趋势凸显了数字隐私权与执法部门调查需求之间日益增长的紧张关系。随着法律框架努力跟上快速发展的 AI 技术，这对用户数据保护和第四修正案的影响是巨大的。