京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 刑法如何保护公民个人信息
近些年来,在信息化数据化的大背景下,个人信息被非法传播和使用的案件层出不穷。民法、行政法以及刑法等所构建的法律体系对于公民个人信息安全的保护也实为必要。
刑法体系
2009年2月28日,全国人大常委会《刑法修正案(七)》增设了“侵犯公民个人信息罪”,2015年8月29日全国人大常委会《刑法修正案(九)》第十七条修订,将该罪主体由特殊主体修改为一般主体,增设了从重处罚的规定,并将本罪法定最高刑由三年有期徒刑提高到了七年有期徒刑。
为精准打击侵犯公民个人信息犯罪,2017年5月9日,最高人民法院、最高人民检察院联合发布《关于办理侵犯公民个人信息刑事案件适用法律若干问题的解释》(下称《解释》),自2017年6月1日起施行。从企业“合规”的角度而言,如何利用大数据技术采集使用个人信息,甚至在销毁时如何做到彻底的“脱敏”处理,成为了各企业“合规”的重要方面。
三维度剑指合规
首先,明确“公民个人信息”的范围。《解释》对“公民个人信息”的范围予以了明确规定:“指以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人身份或者反映特定自然人活动情况的各种信息,包括姓名、身份证件号码、通信通讯联系方式、住址、账号密码、财产状况、行踪轨迹等。”
笔者认为,刑法上“公民个人信息”的界定与其他法律并不冲突,“等”字以兜底的方式明确了全面信息保护的现实需要,同时要符合前述“可识别性”的本质特征。根据《最高人民法院关于审理利用信息网络侵害人身权益民事纠纷案件适用法律若干问题的规定》(2014)、《电信和互联网用户个人信息保护规定》(2013)等相关规定,受法律保护的个人信息包括:其一,自然人姓名、出生日期、身份证件号码、住址、联系方式、账号和密码等能够单独或者与其他信息结合识别用户的信息以及用户使用服务的时间、地点等信息;其二,基因信息、病历资料、健康检查资料、犯罪记录、家庭住址、私人活动等个人隐私和其他个人信息。对于金融消费者来说,根据国家工商行政管理总局的相关规定,消费者的性别、职业、收入和财产状况、健康状况、消费情况等能够单独或者与其他信息结合识别消费者的信息的都属于法律保护范围。
其次,“内鬼”入罪门槛降低。《解释》第五条规定:“将在履行职责或者提供服务过程中获得的公民个人信息出售或者提供给他人,数量或者数额达到司法解释规定的相关标准一半以上的,即可认定为‘情节严重’,构成犯罪。”针对银行、工商、电信以及证券、快递等行业内部人员泄露数据的行为提供了更为容易打击的法律基础。
同时,《解释》还明确了网络服务者应有的信息网络安全管理义务,“网络服务提供者拒不履行法律、行政法规规定的信息网络安全管理义务,经监管部门责令采取改正措施而拒不改正,致使用户的公民个人信息泄露,造成严重后果的,应当依照刑法第二百八十六条之一的规定,以拒不履行信息网络安全管理义务罪定罪处罚。”网络服务者拥有强大的信息综合实力,其具有信息聚合的优势,则应在“技术可能性”即根据特有的网络技术环境以及现有的网络技术,确实可以客观完成的情况下,履行相应的信息网络安全管理义务。
第三,罚金力度加大。《解释》第十二条规定:“对于侵犯公民个人信息犯罪,应当综合考虑犯罪的危害程度、犯罪的违法所得数额以及被告人的前科情况、认罪悔罪态度等,依法判处罚金。罚金数额一般在违法所得的一倍以上五倍以下。”由于侵犯公民个人信息的行为大多主观目的为非法谋取利益,因此,财产刑力度的加大可以有效剥夺其犯罪的经济基础。
值得注意的是,侵犯公民个人信息罪与第二百八十五条“非法获取计算机信息系统数据罪”存在想象竞合,从一重罪处罚的情况。根据《关于办理危害计算机信息系统安全刑事案件应用法律若干问题的解释》的规定:“(一)非法获取支付结算、证券交易、期货交易等网络金融服务的身份认证信息10组以上的;(二)获取第(一)项以外的身份认证信息500组以上的”认定为“情节严重”情形。因此,在金融服务领域,如何区分身份认证信息与公民个人信息,如何界定行为人客观行为是否构成相应法益的侵害,如何判断行为人的主观目的都将成为界定此罪与彼罪的关键。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16