Simon Randall，Pimloc 的 CEO 和联合创始人 – 采访系列

Simon Randall 是 Pimloc 的 CEO 和联合创始人，Pimloc是一家专注于视觉隐私和安全的科技公司。与视频监控相关的风险已经发生了根本性的转变 – 我们都在不知不觉中通过走在街上、进入商店、去工作或观看体育比赛而放弃了我们的自由。为了应对这一问题，Pimloc 正在开发系统，以便企业和公共组织可以在不损害个人隐私的情况下增加安全性并提取有价值的分析数据。

Pimloc 的 SecureRedact 隐私平台利用 AI 自动模糊捕获和直播安全视频中的个人和敏感数据。这使得组织能够通过保护和编辑个人数据（如面部和车牌）来负责地处理来自 CCTV、佩戴式和仪表板摄像头的录像。

您能否解释 Pimloc 的 Secure Redact 隐私平台的主要功能和优点？

Pimloc 的 Secure Redact 是一个世界领先的视频隐私平台，专为在视频内容中选择性匿名化个人数据而设计。该平台具有两个主要组件：第一个检测视频录像中的个人数据以进行编辑，第二个提供智能工具快速审查和编辑结果。

Secure Redact 的主要功能和优点包括：

• 自动模糊 – Secure Redact 自动模糊捕获和直播安全视频中的所有个人和敏感数据。
• 多样化的录像兼容性 – 该平台支持各种类型的录像，包括 CCTV、佩戴式摄像头、仪表板摄像头等。
• 全面编辑 – 它使得能够编辑所有视频文件以满足 DSAR（数据主体访问请求）、FOIA（自由信息法案请求）、ROA（访问权请求）和事件视频的要求。
• 负责的直播视频使用 – Secure Redact 允许负责地使用直播视频，具有匿名化的实时人和车辆分析、基于活动的直播警报和更广泛的数据共享。

一小时的 CCTV 录像可能包含超过 200 万张面部。手动编辑每一帧中的个人数据是一项耗时、枯燥的任务，需要极大的注意力。合规经理可能需要几天甚至几周的时间来编辑几分钟的视频。通过默认保护视频中的所有个人数据，企业可以在共享视频内容时保持合规。

Secure Redact 如何利用 AI 自动编辑视频录像中的个人和敏感数据？

Secure Redact 使用先进的机器学习和计算机视觉技术来识别和编辑各种图像和视频背景中的个人可识别信息（PII），例如面部和车牌。

Pimloc 的 AI 模型可以在具有挑战性的条件下准确检测和编辑 PII。这些深度学习算法是在来自 CCTV、佩戴式摄像头和道路调查录像等来源的领域特定视频上训练的。

AI 利用监督学习和专有深度学习技术，训练在大量来自不同环境和摄像头的照片和视频帧上。这使得可以在视频中检测 PII，即使质量较低。

与许多在社交媒体和照片库中训练的公共图像的视觉 AI 系统不同，Pimloc 的模型专门设计用于处理安全录像。这包括 CCTV、佩戴式摄像头和仪表板摄像头的各种角度、位置和场景。佩戴式摄像头尤其具有挑战性，因为它们的移动会导致显著的抖动和旋转。

移动摄像头会使人员跟踪变得复杂，因为帧与帧之间的运动会使标准跟踪技术无效。跟踪对于保持个体（例如嫌疑人或感兴趣的人）在视频片段中的可见性至关重要。

许多其他 AI 用例可以管理中等性能，因为它们提供指示性答案和/或使用多个帧来分类实体。然而，为了保护隐私，我们的 AI 必须在高度多样化的安全录像语料库中推广，并实现非常高的准确性以提供实用性和保护。

US 和 UK/EU 之间的数据隐私法规有什么主要区别，Pimloc 如何解决这些差异？

从历史上看，US 在数据隐私法规方面一直落后于 UK 和 EU。然而，随着联邦和州法律的出现，合规性对于 US 组织来说变得越来越重要。

在 US，数据隐私的主要框架是目前正在国会考虑的《美国隐私权法》（APRA）。APRA 旨在建立国家消费者数据隐私权并制定数据安全标准，旨在统一现有的州和联邦数据保护措施。

类似于 2016 年颁布的欧盟《通用数据保护条例》（GDPR），APRA 专注于保护个人信息并赋予个人对其数据的更大控制权，包括视频数据。尽管 APRA 可能会发生变化或未通过，数据隐私法规的不断演变确保视频数据隐私仍然是一个关键考虑因素。

Pimloc 的 Secure Redact 通过有效地匿名化视频内容中的个人数据来解决这些法规差异。这一方法符合来自监管机构（如 UK 的信息专员办公室（ICO）、欧洲数据保护当局和 US 司法部（DOJ））的指南，确保合规性和实际安全措施。

US 组织如何使用 Secure Redact 来确保遵守新出现的联邦和州数据隐私法，如 CCPA 和 APRA？

随着 US 企业完善其隐私实践，从欧洲法规中汲取经验可以加强合规努力并带来竞争优势。

Secure Redact 有助于 US 组织遵守不断演变的数据隐私法，如 CCPA 和 APRA。它自动匿名化视频内容中的个人数据，确保法规合规性。利用先进的 AI，Secure Redact 简化合规流程，尽量减少手动错误，并增强数据保护实践，促进信任并增强市场竞争力。

您能否分享 Secure Redact 当前被组织用于保护视频录像中个人数据的示例？

Secure Redact 已使数百家组织能够显著加速视频录像的匿名化，确保遵守监管要求并与利益相关者建立信任。

我们的客户遍布多个行业，包括执法、交通、娱乐、保险、医疗保健和安全。虽然视频内容的主题和数量差异很大，但对有效数据隐私解决方案的需求始终如一。

公共和私营部门组织，包括在线市场、医疗保健提供者、运输公司、零售商和学校，利用 Secure Redact 管理视频数据隐私和安全。这包括遵守数据保护法、响应信息自由请求以及在业务运营中促进安全数据共享。

组织在平衡数据隐私与视频数据的运营价值时面临哪些挑战，Pimloc 如何帮助解决这些挑战？

当今组织在平衡视频数据的运营效益与严格的数据隐私要求时面临着重大挑战。随着全球对数据保护法的重视日益增加，保护个人信息的需要已变得至关重要。

对于管理视频数据（如 CCTV 录像）的实体来说，遵守数据主体访问请求和信息自由法案通常需要删除可识别信息。这包括在共享或处理视频以进行分析或法律目的之前选择性地匿名化敏感标识符。

Pimloc 的平台如何处理实时视频流，并且该技术在各个行业中的潜在应用是什么？

Pimloc 的 Secure Redact 平台可以接收直播视频流，在实时中匿名化它们，然后重新广播以供查看。这使得直播视频流可以被安全操作中心（SOC）以外的人更广泛地查看，实现实时监控环境或审查活动以进行评估和质量控制。

了解某个区域内的人数、他们的移动和交互方式以及监测排队、逗留和一般活动非常有价值，可以在不需要访问个人数据的情况下完成。

匿名化的直播视频流允许摄像头在更敏感和受保护的区域部署，使安全管理与隐私并行。学校、医院和护理设施的某些区域可以在不损害公民自由的情况下负责监控。

相反，直播视频匿名化实际上允许更自由地使用和共享数据。隐私保护为直播视频数据提供了访问权限，实现更多人安全、设施运行更高效、更多视频被捕获和利用。这提供了安全和负责地共享视频的自由。

Pimloc 为其 Secure Redact 平台提供哪些部署选项，并且它们如何满足不同组织的需求？

Pimloc 为其 Secure Redact 平台提供灵活的部署选项，可以通过 SaaS 或通过 API 集成到现有系统中访问。

我们的 SaaS 解决方案允许客户管理其帐户、上传录像并在编辑和使用之前审查/编辑/更新检测结果。这一模型适合那些希望 Pimloc 作为数据处理者的组织。

对于那些更喜欢完全控制并作为数据控制器和处理者的客户，Secure Redact 可以部署在他们自己的服务器上。这一方法满足了多样化的组织需求，确保合规性和定制，同时利用我们的高级编辑功能。

Pimloc 如何确保其视频编辑服务的准确性和效率，机器学习在此过程中扮演什么角色？

Pimloc 的技术以其自动检测和编辑个人标识符的机器学习平台的精度和速度而闻名。我们的解决方案使客户能够比传统的手动编辑方法快 200 倍地执行这些任务。

我们的 AI 在广泛的现实世界图像和视频录像上进行训练，超过了竞争对手的范围，并不断进步。我们保持内部准确性标准，超过客户和监管要求，确保在所有视频内容中对个人数据进行强大的保护。

不断提高性能，我们的团队利用专门为视频隐私设计的 AI 解决方案。这创建了一个无缝的反馈循环，确保世界级的服务可靠性。

通过自动化检测和编辑，Pimloc 消除了手动、易出错的过程的需要，使客户能够自信地部署匿名化和安全的内容。

您如何看待数据隐私的未来格局，组织应该采取什么步骤来保持领先地位？

在未来几年中，数据隐私法规预计将变得更加严格和全球统一。组织必须积极地将强大的隐私措施融入其运营中，以遵守不断演变的法律。

实施一个隐私层，如 Secure Redact，自动匿名化视频内容，可以预先解决未来数据保护法规的合规问题。这不仅加速和简化视频处理和共享流程，还支持数据使用的创新。

随着数据保护法越来越多地将视频视为个人数据，各个行业的组织（无论是公共和私营部门）都需要可扩展的解决方案，优先考虑隐私设计。采用具有内置隐私功能的视频管理系统可以确保为监管变化做好准备，并促进负责任的数据管理。

感谢这次精彩的采访，希望了解更多的读者可以访问 Pimloc。