智能消费品安全 第1部分 危害（源）识别 征求意见稿

GB/TXXXX—XXXX3智能消费品安全第1部分：危害（源）识别本文件适用于智能消费品生产企业及相关组织开展危害（源）识别仅该日期对应的版本适用于本文件；不注日期的引用文件,其最新版本（包括所有的修改单）适用于本注：人类或类似人类的智慧特征，表现为在实现某个目的的过程中，总会经历一个或多个的感程或过程循环，并在其中通过不断学习，提高自身实现目的的能力和实现目的的效率与效GB/TXXXX—XXXX4危害（源）识别hazardidentifica应选用科学有效的危害（源）识别方法，确保危害识别的全面性和识别过程应保持客观性和透明性，避免主观偏见，确保识别过程的规范化和标GB/TXXXX—XXXX图1智能消费品信息危害（源）、伦理危害（源）识别流程图b)科技期刊GB/TXXXX—XXXX68.1产品功能：分析产品拟实现的功能，如控制、通信a)明确使用对象（如性别、年龄、健康状况、受教育程度等人口统计学b)分析潜在使用行为（如不同类型人群的差异会、人与自然相互关系时应遵循的具体行为准则相关的伦理风险。可采取的识别方法参考附GB/TXXXX—XXXXD-S证据理论从而挖掘出潜存的风险威胁以及风险可能造成的结果等的分解分析法是将复杂的事务分解成系列较简单且容易识别是专门的风险管理人员以及风险咨询机构或是风险处理专未提供针对个人信息收集的隐私政策未提供个人信息删除的或匿名化的处处理个人敏感信息前未取得个人的单个人信息保护政策未公开发布或不易未对智能消费品设置操作权限控制和用于通信的安全关键参数未使用硬编通信机制使用的加密库版本存在明显GB/TXXXX—XXXXC.2特征分析C.3危害（源）识别场景1：A产品使用者的姓名、性别、年龄、身份证号、住址、头像、指纹等个人信息泄露，被非1AI算法23456789专家判断结果中，认为危害（源）为A产品危害（源）的专家占专家总数60%及以上，认定危害（源）大类导致，30%专家认为伤害场景1由于伦理危害（源1√2√3√4√5√√6√7√√8√9√√√危害（源）大类导致，10%专家认为伤害场景1由于信息危害（源1√√2√3√4√5√6√7√8√9√√伤害场景1：专家判断A产品危害（源）中类，评价结果见表C.5。专家对数据隐私泄露、远1√√√√2√3√√4√5√√√6√7√8√9√√1√√2√√3√√4√√5√√6√√7√√√8√√√9√√√√√伤害场景1：专家判断A产品危害（源）小类，评价结果见表C.7。以60%支持率为准则，认为取得个人的单独同意、个人敏感信息未加密传输和存储。专家支持率分别是80%、90%、90要求化式意存储问1√√√√√√2√√√√√√√3√√√4√√√√√√√√5√√√√√6√√√√√7√√√√8√√√√√√9√√√√√√√√伤害场景2：专家判断A产品危害（源）小类，评价结果见表C.8。以60%支持率为准则，认为GB/TXXXX—XXXX1√√√2√√√3√√√4√√√√5√√√6√√√√√7√√√8√√√√9√√√√√√GB/TXXXX—XXXX[1]GB/T20002.4-2015标准中特定内容的起草[4]GB/T29246-2017信息技术安全技术信[6]GB/T38736-2020[8]GB/T40981-2021消费品安[9]GB/T41387-20