人脸识别测温数据脱敏技术对学生隐私担忧缓解效果实测_实践型研究课题.docxVIP

PAGE

PAGE1

人脸识别测温数据脱敏技术对学生隐私担忧缓解效果实测

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

教育机构在疫情防控常态化背景下大规模部署人脸识别测温系统，但数据处理实践存在显著缺陷。当前全国超90%的高校及70%的中小学采用此类技术，日均采集人脸图像与体温数据超5000万人次。原始数据存储普遍缺乏脱敏处理，导致生物特征信息与身份标识直接关联，形成高风险数据池。实际运行中，系统常将未处理的面部特征点坐标、精确体温值及关联学号完整记录于中央数据库，为数据泄露埋下隐患。某东部省份2023年审计报告显示，83%的学校未对采集数据实施动态脱敏，原始数据留存周期平均达18个月，远超《个人信息保护法》规定的必要存储期限。

隐私担忧的具体表现已演变为系统性社会问题。学生群体对数据滥用的恐惧持续加剧，问卷调查显示68.5%的受访者担心人脸信息被用于课外商业推广，57.2%质疑学校与第三方技术供应商的数据共享边界。在行为层面，32.7%的学生采取主动规避措施，如佩戴口罩遮挡面部或刻意扭曲表情以干扰识别，直接导致测温准确率下降12.3个百分点。此类行为不仅削弱防疫效能，更引发课堂秩序混乱与管理成本上升，部分学校因此被迫增设人工复核环节，单日额外支出超2000元。

问题的紧迫性源于法律合规与社会稳定的双重压力。《个人信