筑牢个人信息保护司法防线******
□ 林楠特
大数据时代,信息技术的快速发展在给人们生活带来便利的同时,也出现了非法收集、滥用、买卖、泄露个人信息等问题,尤其是侵犯公民个人信息犯罪日趋高发,给公民个人信息保护带来不小挑战。近日,最高人民法院发布第35批共4件指导性案例,均为公民个人信息保护刑事案例,涉及人脸识别信息、居民身份证信息、微信等社交媒体账号、手机验证码等刑法保护的公民个人信息范围、性质。
个人信息保护事关人民群众安全感。近年来,我国不断从立法、执法、司法等多环节发力,为个人信息安全织密防护网。刑法特别规定了侵犯公民个人信息罪,为严惩伸向公民个人信息的黑手提供了有力武器。最高人民法院、最高人民检察院专门出台相关司法解释,对侵犯公民个人信息犯罪的定罪量刑标准和有关法律适用问题作了较为全面、系统的规定。
当前,非法获取的公民个人信息已不仅仅包括身份信息、电话号码、家庭地址等,还扩展到手机通讯录、短信、网络账号及密码、购物记录、出行记录等,而法律本身具有原则性、概括性和滞后性特征。面对侵犯公民个人信息种类多样化,如何认定相关行为的性质、如何准确定罪量刑,既关系到法律的正确适用,也关系到公平正义的实现,更考验着司法机关的智慧。
此次最高人民法院发布指导性案例,明确类案裁判规则,具有较强现实意义和指导意义,如认定了人脸信息属于刑法规定的公民个人信息、居民身份证信息整体均系敏感信息;将提供服务过程中获得的验证码及对应手机号码出售给他人,情节严重的,依照侵犯公民个人信息罪定罪处罚等等。这些指导案例,既是司法机关保护公民个人信息的真实写照,也是生动的普法教材。
个人信息保护是广大人民群众最关心最直接最现实的利益问题。期待司法机关进一步发挥职能作用,持续加大对相关违法犯罪打击力度,加强执法司法协作,更好顺应形势、用活法律,有力维护人民群众个人信息安全以及财产、人身权益,让人民群众在数字社会中的权利得到充分尊重、实现与保护。
提速近10倍!基于深度学习的全基因组选择新方法来了******
近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。
全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。
相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
(文图:赵筱尘 巫邓炎)