美国OPM身份盗窃保护计划重复烧钱或存猫腻

简介:

美国政府问责署(GAO)发布最新报告指出,自2015年遭遇大规模数据泄漏事件之后,为了保护超过2000万在职和前任美国雇员的个人信息,美国人事管理局(OPM)似乎在身份盗窃保险计划方面支出过高,且存在多余“烧钱”嫌疑。

此外,美国政府不知道有多少受影响的雇员签署了两份“不同”的身份盗窃监控计划,而实际上这两份计划提供的服务别无二致。

公开承认遭遇数据泄露事件不久,OPM就与Winvale Group和ID Experts订立了合同,以保护遭遇个人信息泄露和背景调查数据泄露的政府雇员

OPM估计有约360万雇员受两起数据泄漏事件影响,因此OPM通过两份合同为他们提供身份盗窃保障服务。OPM为受影响的雇员提供两组重复服务的时间超过1年。这期间美国政府分别向Winvale和ID Experts支付2890万美元和2.091亿美元保护雇员个人信息。

GAO助理总监詹森-布朗伯格指出,截至2016年12月,约有100万人(25%)的雇员签署Winvale合同。截至2016年7月31日,约有12%(近250万人)签署了ID Experts合同。真实索赔的几乎很少超过几千美元。

国会原本要求OPM为所有受害者提供10年的信用和身份盗窃监控与恢复服务,包括500万美元的保险计划。这种方法普遍高估了数据泄露带来的损害,因此这种全面覆盖的方法或许不是最有效的方式。而且存在更廉价的可定制服务计划可以实现相同的工作效果。

就目前来看,专家们暂没有发现经证实的网络犯罪分子在线买卖或交易OPM数据的事件。这就更让人猜想这些经费是否真正用到了刀刃上。

本文转自d1net(转载)

目录
相关文章
|
11天前
|
数据采集 人工智能 安全
|
7天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
334 164
|
5天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
340 155
|
7天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
503 4
|
14天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
967 7