安全许可评估
安全许可评估是确保政府机构和私人组织人员和设施安全性的关键组成部分。这些评估涉及对个人背景的彻底调查,包括其个人、职业和财务历史,以确保其值得信赖和可靠。安全许可评估的目的是识别任何可能危及国家安全、人员安全或设施安全的潜在风险或漏洞。
通过进行这些评估,政府机构和私人组织可以确保获得敏感信息或设施准入的人员都承诺维护最高的专业性和正直标准。
安全许可
经常要求心理学家帮助裁决者评估美国国防部 (DoD) 员工是否有资格获得或保持安全许可。一份概述调查期间提出的问题的材料包——无论是通过记录检查还是与同事、主管、熟人和家人进行访谈——都会提交给提供者。
更常见的是,安全许可拒绝或撤销请求是由于不当的个人行为造成的,例如犯罪活动、财务问题和/或涉及物质成瘾的事件。在陆军超过 500,000 次调查中,由于心理健康问题,2004 财年只有 74 个许可被拒绝或撤销。具有讽刺意味的是,失去安全许可通常是因为在必要时未能寻求心理健康治疗,而不是仅仅因为有精神疾病。
与 CDE 类似,必须通知被评估者评估结论并非秘密,并建议提供者不要向个人透露任何潜在有害信息的性质或来源。最终报告必须包括叙事病史、诊断、治疗进展和依从性以及预后。但是,检查的关键方面是确定该人的心理状态将如何影响其现在和将来的整体表现,最重要的是,是否存在稳定性、可靠性或判断力缺陷的可能性。
虽然基于略微受限的观点进行预测可能具有挑战性,但心理测试和仔细的临床访谈可能是有益的。无论如何,在撰写最终报告时,复杂的措辞和/或模棱两可的评论对所有各方都没有多大用处。有关更多信息,进行这些评估的人员应研究其提供者提供的指南。
当前的安全许可评估方法
为了确定某人是否值得信赖,可以接触敏感信息,政府目前使用几种标准方法进行安全许可评估。第一种方法是背景调查。调查人员深入研究过去,以验证基本信息,例如身份、教育、就业、财务、医疗记录和任何与法律的冲突。他们会采访认识他们的人,例如家人、朋友、同事和邻居。目标是找出任何可能使个人容易受到敲诈或表明判断力差的行为或生活事件。
心理评估也常用。这些包括访谈、问卷调查和人格测试,旨在检测反社会行为、自我控制力差或成瘾等可能影响可靠性的情况。但是,关于一些心理评估的准确性和公平性存在争议。
测谎仪检查测量受测者在问话期间的血压、脉搏和出汗等反应,以寻找欺骗迹象。但研究表明,测谎仪结果容易出错,测谎仪测试的有效性存在争议。一些人认为,不应将其作为安全许可的必要条件。最终,通常会结合使用多种工具来评估某人的可信度和忠诚度,然后再允许其访问机密数据或设施。尽管如此,人们仍然担心某些方法中的偏见和主观性。随着技术和对人类行为的理解的进步,安全许可评估需要跟上步伐,以确保公平准确的评估。
标准评估技术的缺陷和局限性
在安全许可评估方面,标准技术还有许多不足之处。以下是一些主要的缺陷和局限性:
背景调查只能提供肤浅的快照。审查记录和推荐信只能对某人的过去略知一二。它错过了对一个人性格和判断力的全面、复杂的认识。
测谎仪测试结果不确定。“测谎仪”结果在法庭上是不可采信的,因为几乎没有证据表明它们确实有效。人们可以操纵测谎仪结果,并且测试经常给出误报。
标准访谈缺乏深度。简单的问答环节不会揭示隐藏的偏见、触发因素或某人在压力下如何反应。熟练的访谈者知道,人们并不总是表面上看起来的那样。
过度依赖清单。只检查方框的评估标准未能考虑情况和细微差别。满足某些武断的标准并不能证明某人值得信赖,可以接触敏感信息或承担责任。
样本量有限。基于单次遭遇或事件的仓促判断可能会错过关键细节。全面的审查会考虑一段时间内和各种情况下行为的模式。
虽然效率很重要,但国家安全取决于彻底、敏锐的评估。我们需要具备技能、经验和耐心的评估人员,超越肤浅的措施。直觉、谨慎和透过现象看本质与标准程序同样重要。安全和自由值得投入时间和资源来做出正确的决定。
将持续评估整合到安全许可流程中
持续评估 (CE) 是一个持续的过程,用于审查个人是否有资格访问机密信息或保留安全许可。CE 并非定期重新调查,而是旨在通过自动记录检查和数据分析提供更动态、更基于风险的方法。将 CE 整合到安全许可流程中可以帮助识别重新调查之间出现的问题,并允许采取更有效的风险管理策略。以下是持续评估的一些含义:
自动化记录检查 - 定期(例如每月或每季度)对各种记录数据库(例如财务、法律和旅行)进行自动化检查,可以帮助尽早发现潜在问题。例如,监控财务记录可能会发现过度负债或无法解释的财富迹象,这可能会使某人容易受到贿赂或敲诈。定期审查法律记录可以发现最近的逮捕或指控,这些可能会影响资格。
基于风险的优先级排序 - 使用 CE,稀缺的调查资源可以集中在根据自动化记录检查和数据分析被认为“高风险”的个人身上。那些被标记为高风险的人可能会进行快速审查或全面重新调查,而低风险的人则继续进行常规的 CE 监控。
数据挖掘和预测分析 - 数据挖掘和预测分析的进步正在推动基于大型数据集中的识别模式开发风险模型。这些模型可以帮助确定人群的基线风险水平,并预测可能表明特定个人风险增加的变化。来自记录检查、社交媒体、人事档案等的资料都可以输入风险模型,然后建议哪些个人可能需要进一步审查。
结论
围绕安全许可评估的所有争论,很容易让人迷失在政策和程序的细节中。但归根结底,这些许可会影响真实的人和真实的生活。用于授予或拒绝安全许可的方法和标准应该持续审查,以确保它们公平、准确并避免潜在的偏见。
关于安全许可的讨论不会很快结束,但是通过循证方法和对正义和公平的承诺,它可以致力于完善一个既保护人民又保护国家的体系。
数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP