Риск-ориентированный подход в регулирующей деятельности в области ядерной и радиационной безопасности
Риск-ориентированный подход в регулирующей деятельности в области ядерной и радиационной безопасности
«Радиация и риск». 2015. Том 24. № 4, с.87-97
Сведения об авторах
Хамаза А.А. – директор ФБУ «НТЦ ЯРБ», Федеральная служба по экологическому, технологическому и атомному надзору, Москва. Контакты: 107140, Москва, ул. Малая Красносельская, 2/8, корпус 5. Тел.: 8-499-264-00-03; e-mail: This email address is being protected from spambots. You need JavaScript enabled to view it. .
Аннотация
В настоящей статье обсуждается подход к регулированию ядерной и радиационной безопасности поднадзорных объектов, при котором меры, реализуемые органами государственного регулирования безопасности при использовании атомной энергии по выполнению возложенных на них полномочий, соразмерны потенциальной опасности указанных объектов.
Широкое применение для решения такой задачи в мире получили риск-ориентированные подходы, использующие сочетание детерминистических и вероятностных оценок (риск-ориентированнное регулирование). В статье проанализированы источники информации, которые надлежит использовать при выработке риск-ориентированных регулирующих решений (ими могут быть как результаты проводившихся регулирующим органом инспекций, так и результаты расследования нарушений в работе поднадзорных объектов, а также информация по эксплуатационной безопасности, результаты выполняемых экспертиз обоснования безопасности, результаты анализов отступлений объекта от требований действующих норм и правил, имеющийся международный опыт эксплуатации как ядерных, так и неядерных объектов и иная информация), показаны методы, которые могут быть использованы для обработки разнородной исходной информации в контексте риск-ориентированного подхода, для дифференциации поднадзорных объектов по степени потенциальной опасности, а также при выработке итогового регулирующего решения.
Ключевые слова
Объекты использования атомной энергии, регулирование безопасности, детерминистический подход, вероятностный подход, риск-ориентированная инфраструктура, риск-ориентированный подход, проблема безопасности, дифференциация, потенциальная опасность.
Список цитируемой литературы
1. Нормы МАГАТЭ по безопасности. Основополагающие принципы безопасности. Основы безопасности № SF-1. Вена: МАГАТЭ, 2007.
2. Федеральный закон № 170-ФЗ от 21.11.1995 г. «Об использовании атомной энергии». М., 1995.
3. Конвенция о ядерной безопасности. Принята в 1994 году на Дипломатической конференции, созванной МАГАТЭ в Вене. Вена: МАГАТЭ, 1994.
4. Постановление Правительства РФ от 29 марта 2013 г. № 280 «О лицензировании деятельности в области использования атомной энергии». М., 2013.
5. Цели регулирования при обеспечении ядерной безопасности. Агентство по ядерной энергии Организации экономического сотрудничества и развития.
6. Букринский А.М. Определение значимости результатов инспекций, осуществляемых персоналом NRC, в процессе реакторного надзора //Ядерная и радиационная безопасность. 2009. № 3. С. 7-14.
7. Положение о порядке расследования и учёта нарушений в работе атомных станций НП-004-08. М.: Федеральная служба по экологическому, технологическому и атомному надзору, 2008.
8. СТО 1.1.1.04.001.0143-2009. «Стандарт организации. Положение о годовых отчётах по оценке состояния безопасной эксплуатации энергоблоков атомных станций», утверждённое приказом концерна «Росэнергоатом» № 1394 от 21.12.2009 г. М.: Росэнергоатом, 2009.
9. Административный регламент предоставления федеральной службой по экологическому, технологическому и атомному надзору государственной услуги по лицензированию деятельности в области использования атомной энергии. Утверждён приказом Ростехнадзора от 8 октября 2014 г. № 453. М.: Федеральная служба по экологическому, технологическому и атомному надзору, 2014.
10. Руководство по безопасности в области использования атомной энергии. Анализ несоответствий блока атомной станции требованиям действующих нормативных документов. РБ-028-04. М.: Федеральная служба по экологическому, технологическому и атомному надзору, 2004.
11. Проблемы безопасности атомных электростанций с реакторами ВВЭР-1000/320 и приоритеты их решений. Публикация внебюджетной программы МАГАТЭ по безопасности АЭС с реакторами ВВЭР и РБМК. IAEA-EBP-WWER-05. Март 1996.
12. Краткий отчёт о результатах дополнительных анализов защищенности действующих российских АЭС от внешних экстремальных воздействий //Ядерная и радиационная безопасность. 2012. № 1(63). С. 7-9.
13. Ланкин М.Ю., Хамаза А.А., Шарафутдинов Р.Б., Мирошниченко М.И. О некоторых аспектах обоснования безопасности атомных станций (Уроки аварии на АЭС «Фукусима-Дайичи») //Ядерная и радиационная безопасность. 2012. № 1(63). С. 40-48.
14. Report Activities in WENRA countries following the Recommendation regarding flaw indications found in Belgian reactors.
WENRA. December, 2014.
15. Структура процесса принятия решений на основе комплексного риск-ориентированного подхода. INSAG-25. Доклад Международной группы по ядерной безопасности. Вена: МАГАТЭ, 2014.
16. Руководство по безопасности при использовании атомной энергии «Оценка текущего уровня безопасности объектов использования атомной энергии» (РБ-091-13).
Полная версия статьи
ОЦЕНКА УСТОЙЧИВОСТИ МАССИВОВ ГРУНТА С УЧЁТОМ НЕОДНОРОДНОСТИ СЛАГАЮЩИХ ПОРОД НА БАЗЕ МОДЕЛЕЙ СЛУЧАЙНЫХ ВЕЛИЧИН И СЛУЧАЙНЫХ ФУНКЦИЙ | Аллаев
1. Аллаев М.О., Загиров Ш.Ш. и др. «Теоретические и методологические аспекты оптимального комплексирования методов исследований оснований сооружений». Махачкала: ДГТУ, 2002.108с.
2. Болотин В.В. Методы теории вероятностей и теории надежности в расчетахсооруже-ний. М.,1982. 351с.
3. Вентцель Е.С. «Теория вероятностей», М., 1989, стр.572.
4. Гаскаров Д.В. и др. Прогнозирование технического состояния и надежностирадио-электронной аппаратуры.
М., 1974.223с.
5. Гулакян К.А. и др. Прогнозирование оползневых процессов. М., 1977. 135с.
6. Ермолаев М.Н., Михеев В.В. «Надѐжность оснований сооружений», Л., 1976, стр. 151.
7. Загиров Ш.Ш. Оптимизация инженерно-геологических изысканий оснований сооружений. М., изд-во «Всесоюзного заочного политехн. инст.», 1990. 394с.
8. Загиров Ш.Ш. К прогнозированию состояния процессов и оптимизации их исследований. ДПИ. Махачкала, 1987. Деп. В ВИНИТИ 17,06,87, 4364-В 87,21 с.
9. Механика грунтов, основания и фундаменты: Учеб.пособие для строит. спец. вузов / С.Б. Ухов, В.В. Семенов, В.В. Знаменский и др.; Под С.Б. Ухова. 4-е изд., стер. М.: Высш. шк., 2007. 566с.
10. Пустылник Е.И. Статистические методы анализа и обработки наблюдений. М., 1968. 288с.
11. Рекомендации по количественной оценке устойчивости оползневых склонов / ПНИ-ИИС. М.: Стройиздат, 1984. 80 с.
12. Свешников А.А. Прикладные методы теории случайных процессов. М., 1968. 463с.
13.
Справочник проектировщика. Основания, фундаменты и подземные сооружения. М., 1985. 479с.
14. Тихонов В.И. Выбросы случайных процессов. М., 1970. 392с.
15. Устойчивость грунтовых массивов: учеб.метод. пособие / сост. О.П. Дружакина, К.В. Гаврилова. Ижевск: Изд-во «Удмуртский университет», 2012. 68с.
16. Фадеев А.Б. Метод конечных элементов в геомеханике. М.: Недра, 1987, 221с.
17. Цветков В.К. Расчет устойчивости откосов и склонов // Волгоград: НижнееВолжское кн. изд. 1979. С.238.
18. Krahn, J. Stability modeling with Slope /W.An engineering methodology.First Edition. Revision I / J. Krahn // Calgary, Alta: Geo-Slope International Ltd., 2004.
19. Уткин В.С., Шепелина Е.А. Расчетнадежности оснований и фундаментов по кри-терию прочности при ограниченной информации о нагрузке //Инж. строит.журнал. 2013. №1. С.48-56.
20. RzhanitsynA.R., Teoriyaraschetastroitelnykhkonstruktsiynanadezhnost [Calculation theory of building structures reliability]. Moscow: Stroyizdat, 1978.
239 p. (rus).
21. Shpete G., Nadezhnostnesushchikhstroitelnykhkonstruktsiy [Reliability of the supporting constructions. Translation from Geman by O.O. Andreev]. Moscow: Stroyizdat, 1994. 288 p.(rus).
22. RayderV.D., Teoriyanadezhnosti v stroitelnomproyektirovanii: monografiya [Reliabil-ityteoriya in construction design: monograph]. Moscow: ASV, 1998. 304 p. (rus).
23. Tonon F., Bernardini A., Mammino A. Determination of parameters range in rock engi-neering by means of Rondom Set Theory // Reliability Engineering and System Safeti. 2000.№70 (3). Pp. 241-261.
24. UtkinV.S., UtkinL.V. ISSN 1068-798X. Russian Engineering Research.2012 Vol.32.№9-10. Pp. 627-630.
25. Уткин Л.В., Ярыгина О.В. Расчет надежности железобетонных элементов на про-давливание при ограниченной информации о параметрах // Строительная механика ирасчет сооружений 2011. Вып.235. №2. С.63-68.2013. 48-56
26. Baudrit C., Dubois D. Praktikal representations of incomplete probabilistic knowledge // Computational Statistics and data Analysis.
2006.51.Pp. 86-108.
Детерминированный и вероятностный риск
Детерминированный риск учитывает влияние одного сценария риска, тогда как вероятностный риск рассматривает все возможные сценарии, их вероятность и связанные с ними воздействия.
Источник: whiteMocca/Shutterstock
Детерминистические подходы используются для оценки последствий стихийных бедствий по заданному сценарию опасности, тогда как вероятностные методы используются для получения более точных оценок частоты возникновения угроз и ущерба. Вероятностные оценки характеризуются неотъемлемыми неопределенностями, отчасти связанными с естественной случайностью опасностей, а отчасти из-за нашего неполного понимания и измерения рассматриваемых опасностей, воздействия и уязвимости.
ОЭСР, 2012
В чем разница между детерминированным и вероятностным риском?
Хотя исторические потери могут объяснить прошлое, они не обязательно являются хорошим проводником в будущее; большинство бедствий, которые могли произойти, еще не произошли.
Вероятностная оценка риска моделирует те будущие бедствия, которые, согласно научным данным, могут произойти. В результате эти оценки риска решают проблему, связанную с ограничениями исторических данных. Таким образом, вероятностные модели «дополняют» исторические записи, воспроизводя физику явлений и воссоздавая интенсивность большого количества синтетических событий.
Напротив, детерминированная модель рассматривает вероятность события как конечную. Детерминированный подход обычно моделирует сценарии, в которых известны входные значения и наблюдается результат.
Детерминированное и вероятностное моделирование частично совпадают. Например, вероятностное моделирование (т. е. выполнение нескольких сценариев с различной вероятностью возникновения) можно использовать для создания детерминированного сценария; типичные сценарии могут включать:
- Наихудший случай например. максимальные потери
- В лучшем случае напр.
- Скорее всего напр. наиболее вероятные потери
Существует ряд проблем с детерминистическим подходом, в том числе тот факт, что он не рассматривает весь диапазон возможных результатов и не дает количественной оценки вероятности каждого из этих результатов. Следовательно, планирование детерминированных сценариев может на самом деле недооценивать потенциальный риск. Чтобы устранить этот недостаток, мы должны принять вероятностный подход.
Вероятностный риск — это вероятность того, что произойдет что-то неблагоприятное. Этот метод оценивает вероятность события (событий) и содержит идею неопределенности, поскольку включает понятие случайности.
В контексте риска бедствий вероятность относится к частоте возникновения или периоду повторяемости убытков, связанных с опасными событиями. Что мы подразумеваем под сроком возврата? Возьмем следующий пример, адаптированный из Глобального оценочного отчета UNISDR за 2015 г.
:
На рисунке показаны рекордные 1000 лет потерь разного размера (величины) — за этот период девять событий превысили потери в ’60’. Период времени между девятью потерями колеблется от шестидесяти до 200 лет, а это означает, что в среднем потери величиной 60 превышались каждые 100 лет — период возврата этой потери. Проще говоря, потеря 100-летнего периода повторяемости (величина 60 в нашем примере) происходит в среднем раз в 100 лет. Как видно из рисунка, период возврата не означает, что потери происходят каждые 100 лет. Точно так же это не означает, что если потеря произойдет сегодня, то она не повторится еще 100 лет. Период возврата представляет собой годовую вероятность получения убытка такого размера каждый год. Годовая вероятность превышения убытка, характеризуемая 100-летним периодом доходности, составляет 1% — обратное значение периода доходности (1/100*100).
Периоды повторения UNISDR (2015a)
Используемый ли нами детерминистский или вероятностный подход часто зависит от типа вопроса, на который нужно ответить, и от решения по управлению рисками бедствий, которое необходимо принять.
Мы будем использовать вероятностный подход для определения вероятности ряда различных событий. Мы могли бы применить детерминированный подход для проверки плана эвакуации или стратегии смягчения последствий для выбранного события. Однако, даже если нам интересно знать конкретный сценарий риска для конкретного события, мы можем получить его из вероятностной оценки. Фактически, вероятностные подходы позволяют нам идентифицировать и моделировать сценарии, а также учитывать период их повторения. Измерение вероятности событий означает, что лица, принимающие решения, более информированы и могут лучше выбирать подходящие стратегии для различных сценариев, например. снижение риска в случае экстенсивных рисков и передача риска в случае более серьезных (но менее вероятных) событий.
Вероятностная оценка риска остается сложной задачей, особенно из-за большого количества факторов, которые необходимо учитывать, а также из-за того, что риск не является статичным и на него все больше влияет ряд других факторов, включая изменение климата.
Но вероятностные оценки риска все чаще становятся стандартом для оценки риска бедствий, поскольку они представляют собой более комплексный подход. Эти оценки дают нам средства для количественной оценки воздействия и вероятности событий, а также для учета связанной с ними неопределенности.
Что такое неопределенность?
Немногие результаты естественных и социальных наук являются достоверными на 100% из-за естественной случайности опасностей и того факта, что информация и понимание процессов являются неполными. Несмотря на это, нам все еще нужно принимать решения для повышения устойчивости.
Модель риска может дать очень точный результат — она может показать, например, что наводнение с частотой 1 раз в 100 лет затронет 388 123 человека, — но в действительности точность модели и входных данных может дать только порядок оценки величины.
Точно так же четко очерченные зоны затопления на карте опасностей не отражают должным образом неопределенность, связанную с оценкой, и могут привести к таким решениям, как размещение критически важных объектов сразу за линией затопления, где фактический риск такой же, как если бы объект был расположен внутри зона затопления.
Мы не должны опасаться использования неопределенной информации, если любые решения и действия, основанные на этой информации, принимаются с полным пониманием связанной с ней неопределенности и ее последствий. Следует помнить, что неопределенность обычно способствует аналитическим дебатам, которые должны привести к надежным решениям, что является положительным проявлением неопределенности. Достоверная научная информация также должна иметь четкое представление любой связанной с ней неопределенности.
Как мы моделируем детерминированный и вероятностный риск?
Мы моделируем риск как детерминистически, так и вероятностно, используя ряд компонентов (иногда называемых модулями) для опасности, воздействия, уязвимости и потери (или воздействия).
В детерминированных моделях выходные данные модели полностью определяются значениями параметров и начальными значениями, тогда как вероятностные (или стохастические) модели включают в свой подход случайность. Следовательно, один и тот же набор значений параметров и начальных условий приведет к группе различных результатов. Мы также можем использовать вероятностные модели риска для проведения детерминированного анализа путем ввода параметров конкретного опасного события.
Каталоги опасностей и наборы событий могут использоваться с моделями риска детерминированным или вероятностным образом. Детерминированные модели риска используются для оценки влияния конкретных событий на воздействие. Типичные сценарии для детерминированного анализа включают в себя воспроизведение прошлых исторических событий, сценарии наихудшего случая или возможные события в разные периоды повторяемости. Например, детерминированный анализ риска (или воздействия) обеспечит надежную оценку потенциального ущерба зданию, смертности/заболеваемости и экономических потерь от одного сценария опасности.
Модели риска используются в вероятностном смысле, когда набор событий содержит достаточное количество событий для того, чтобы оценка риска сошлась при самом длинном периоде повторяемости или при наименьшей интересующей вероятности.
Мы не можем полностью полагаться на наши знания о прошлых событиях, чтобы предвидеть будущие риски, потому что некоторые бедствия, которые могли произойти, еще не произошли.
Вероятностный подход минимизирует эти ограничения. Он использует исторические события, экспертные знания и теорию для моделирования событий, которые могут произойти физически, но не представлены в исторических записях. Вероятностный подход может создать каталог всех возможных событий, вероятности возникновения каждого события и связанных с ними потерь. Как таковые, они дают более полную картину всего спектра будущих рисков, чем это возможно с историческими данными. Хотя используемые научные данные и знания все еще неполны, при условии признания присущей им неопределенности, эти модели могут дать рекомендации относительно вероятного «порядка величины» рисков.
Результаты вероятностных моделей риска обычно представляются в виде стандартных показателей (метрик), таких как среднегодовой убыток (AAL). AAL — это ожидаемый средний убыток в год с учетом всех событий, которые могут произойти в течение длительного периода времени. Это компактный показатель с низкой чувствительностью к неопределенности. В отличие от исторических оценок, AAL учитывает все бедствия, которые могут произойти в будущем, включая очень интенсивные потери в течение длительных периодов повторяемости, и, таким образом, преодолевает ограничения, связанные с оценками, полученными на основе исторических данных о потерях от бедствий. Большинство вероятностных оценок рисков были разработаны на коммерческой основе для страховой отрасли и охватывают конкретные риски, в основном в странах с более высоким уровнем дохода. Однако они редко доступны и основаны на проприетарных моделях. Хотя в настоящее время разрабатывается все больше и больше общедоступных моделей риска, использование различных методологий и наборов данных затрудняет сравнение.
Второй вывод — это вероятные максимальные потери (PML) для разных периодов повторяемости. PML могут быть выражены как вероятность превышения заданной суммы убытков за разные периоды времени. Таким образом, даже в случае тысячелетнего периода повторяемости все еще существует 5%-ная вероятность превышения PML за 50-летний период времени. Этот показатель актуален, например, для планировщиков и проектировщиков инфраструктурных проектов, в которые могут быть вложены инвестиции на ожидаемый срок службы 50 лет.
При разработке моделей риска в качестве входных компонентов используется множество различных наборов данных. Уровень неопределенности напрямую связан с качеством входных данных. Кроме того, существует также случайная неопределенность, которую нельзя уменьшить. Во многих случаях при разработке модели используются экспертные оценки и заменители при отсутствии исторических данных, и результаты очень чувствительны к большинству этих допущений и изменений во входных данных.
Таким образом, результаты этих моделей следует рассматривать как индикаторы порядка величины рисков, а не как точные значения. Лучшее качество данных и достижения в науке и методологиях моделирования снижают уровень неопределенности, но очень важно интерпретировать результаты любой оценки риска на фоне неизбежной неопределенности.
Что такое 100-летнее наводнение? Гидролог объясняет
: «Наводнение раз в 100 лет, как и шторм раз в 100 лет, настолько сильное, что вероятность его возникновения в любой конкретный год составляет всего 1%».
Больше людей, подвергшихся затоплению прибрежных районов с малой вероятностью, чем ожидалось ранее
«Учет тропических циклонов более чем в два раза увеличивает численность населения Земли, подверженного затоплению прибрежных районов с малой вероятностью.»
Вероятностный анализ улучшает оценку опасностей
«Оценка вероятности появления и частоты — важная наука, помогающая людям планировать будущие события и готовиться к ним».
Связанные разделы на сайте Preventionweb
Управление рисками бедствий Идентификация и оценка рисков
Библиография
В чем разница между детерминированными и вероятностными идентификационными данными?
Life Beyond the Cookie
1 апреля 2021 г. • 5 минут чтения • Автор: Кейт Кэй
Айви Лью
«Детерминированные» и «вероятностные» идентификационные данные стали новыми модными словечками в цифровых рекламных кругах.
Эти термины уже много лет знакомы цифровым рекламодателям, издателям и руководителям рекламных технологий. Но теперь, когда вся индустрия ищет альтернативы сторонним файлам cookie, кажется, что они используются все чаще, особенно в описаниях того, как работает новый урожай так называемых идентификаторов без файлов cookie.
Рекламные технологии, конечно же, изобилуют выдуманной терминологией. Не в этот раз. Детерминированные и вероятностные методы установления идентифицируемых связей данных существуют уже много лет и применительно к множеству предметных областей, которые не имеют абсолютно никакого отношения к цифровой рекламе — от общественного здравоохранения до образования и анализа рисков.
Еще лучше: слова действительно отражают свое значение. (Еще лучше — никаких сокращений!)
Что такое детерминированные данные?
Детерминированные данные — это информация, достоверность и точность которой известна, поскольку она предоставляется людьми напрямую или позволяет установить личность, например, имена или адреса электронной почты. Его часто называют аутентифицированными данными.
Что такое вероятностные данные?
Вероятностные данные основаны на вероятностях. Он состоит из отдельных фрагментов информации, таких как операционная система устройства или IP-адрес, и скомпилирован для составления логического заключения. В случае с рекламными технологиями для создания идентификатора можно использовать вероятностные данные.
Как детерминированные данные используются для рекламы идентичности?
Детерминированные идентификаторы используют детерминированные данные для установления личности человека в Интернете или с помощью мобильного устройства, чтобы отслеживать этого идентифицированного человека на веб-сайтах или в приложениях для таргетинга рекламы или измерения.
Ключевым компонентом детерминированной идентификации обычно является информация, которую кто-то предоставил сам, как правило, войдя в систему с именем, адресом электронной почты или номером телефона.
Итак, детерминированные данные — это то же самое, что данные первой стороны?
Ну, иногда. Первичные данные, собранные непосредственно от людей брендом или издателем, включают детерминированные данные, такие как имена, адреса электронной почты или номера телефонов. Но первичные данные также включают в себя множество другой информации, отражающей действия, предпринятые на веб-сайте, прочитанные статьи, транзакции покупок или другие поведенческие данные.
Итак, как детерминированные данные используются для идентификации личности?
Детерминированная идентификация достигается, когда адрес электронной почты, предоставленный издателем или рекламодателем, сопоставляется с тем же адресом электронной почты в графе идентификации или базе данных вошедших в систему пользователей.
Или детерминированное совпадение идентификаторов может произойти, если два объекта распознают идентификатор и могут точно сопоставить их. Иногда для соединения точек можно использовать три части детерминированной информации. Например, если известно, что ID1234 — это [email protected], а [email protected] — это ID6789., то ID1234 является детерминированным совпадением с ID6789. В конечном счете, для достижения детерминированного совпадения поля данных должны быть согласованы.
Так что же такое вероятностные данные и как они используются в рекламе?
Сначала немного о том, почему используются вероятностные данные. Детерминированные данные трудно найти. Очень часто системы рекламных технологий не могут сопоставить личности, потому что кто-то не вошел в систему, адрес электронной почты или другие детерминированные данные недоступны. Когда рекламодатели жалуются на низкий коэффициент соответствия, это происходит из-за отсутствия детерминированных каналов передачи данных.
Системы, использующие вероятностные методы, используют различные точки данных для расшифровки того, кем может быть пользователь. Самый простой способ думать об этих методах состоит в том, что они присваивают идентификатор с точностью , вероятно, . По сути, они делают все возможное, чтобы установить личность.
Когда издатели хотят присвоить личность тому, кто не вошел в систему, или платформа на стороне спроса или поставщик графа идентификации хотят выяснить, есть ли совпадение между посетителем сайта и другим существующим идентификатором, они используют вероятностные методы для присвоения личности на основе различных вероятностных данных.
Сообщают ли компании, была ли присвоена идентичность на основе детерминированных или вероятностных данных?
Хотя компании, занимающиеся технологиями идентификации, предоставляют информацию о том, как они создают или связывают идентификаторы, в технической документации и материалах, предоставляемых клиентам, сами их идентификаторы не раскрывают, используются ли детерминированные или вероятностные методы.
На самом деле, некоторые фирмы используют гибридный подход к созданию или сопоставлению идентификаторов.
Какие типы информации используются для определения вероятностной идентичности?
Некоторые компании, занимающиеся технологиями идентификации, называют информацию, используемую для составления вероятностной идентификации, «мягкими сигналами» или «неуникальными характеристиками устройства». Типичные используемые точки данных включают IP-адрес, метки времени, версию браузера или разрешение экрана.
Эм, разве это не просто снятие отпечатков пальцев?
Отпечатки пальцев также триангулируют различные точки данных для установления личности, но руководители рекламных и идентификационных технологий часто подчеркивают, что между ними есть различия. Они особенно вынуждены проводить различия, потому что практика снятия отпечатков пальцев вышла из моды, особенно с 2019 года.когда Google заявил, что его браузер Chrome ограничит его использование, и поскольку компания запрещает партнерам-поставщикам рекламных технологий использовать отпечатки пальцев для идентификации.
Другие браузеры, такие как Safari и Firefox, также ограничивают снятие отпечатков пальцев.
Компании, использующие вероятностные методы идентификации, приводят разные причины, по которым их методы отличаются от дактилоскопии. Но различия могут показаться запутанными или семантическими.
Например, некоторые фирмы, занимающиеся технологиями идентификации, утверждают, что снятие отпечатков пальцев обычно происходит в основном на стороне рекламодателя, когда рекламодатели или фирмы, занимающиеся рекламными технологиями, хотят создать постоянные идентификаторы без ведома или одобрения людей или издателей. Другие, однако, говорят, что снятие отпечатков пальцев происходит на стороне издателя, когда издатели хотят создать идентификаторы. Другие предполагают, что различие заключается в том, что снятие отпечатков пальцев происходит только на уровне устройства.
«Это просто язык, и это приводит меня в ярость», — сказал Digiday один из руководителей рекламных технологий, который говорил анонимно.
«Большинство рекламных компаний, большинство решений для идентификации, вероятностные идентификаторы основаны на технологии снятия отпечатков пальцев, но они не называют это снятием отпечатков пальцев».
https://digiday.com/?p=409249
Главные новости Digiday
Стратегия будущего
Издатели тестируют инструменты генеративного ИИ для улучшения SEO
Издатели экспериментируют с технологией генеративного ИИ, чтобы усилить свои стратегии SEO.
Эксклюзивно для членов
Брифинг для СМИ: Циклы продаж в первом квартале были жестче, чем когда-либо, но рекламные доллары по-прежнему не гарантированы
Издатели столкнулись с быстрым сокращением циклов продаж после пандемии, но первый квартал был особенно сложным, поскольку эти доллары больше не гарантированы.
Experimental Channels
По мере роста внимания ИИ растет и напряжение, связанное с тем, как с ним справиться
После нескольких месяцев роста ИИ у экспертов и компаний в области искусственного интеллекта совершенно разные взгляды на то, следует ли ускорить или замедлить импульс.
