京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 如何保障个人权利
统计显示,网络和电信类诈骗案件近几年以20%到30%的速度快速增长。“2015年互联网刑事法制高峰论坛”近日在京举办,专家提出,为了应对高发的网络犯罪,必须积极推动、参与构建大数据时代的法律规则。
“当前我国网络犯罪正逐渐呈现规模化、体系化的特点,且发案势头迅猛。”最高人民检察院检察技术信息研究中心主任赵志刚在会上介绍说。
统计显示,2014年网络电信诈骗给群众造成的损失超过100亿,“伪基站”案件潜在的犯罪数额高达1350亿元。网络和电信类诈骗案件近几年以20%到30%的速度快速增长,仅今年1至8月,公安机关立案和查出此类案件就高达31.7万件。
赵志刚表示,由于网络自身的特点,网络犯罪更多表现为非接触式的犯罪。“一个网络诈骗案件的受害者可能涉及全国各地。”
除了以上这些触及法律底线、属于黑色产业的网络犯罪外,还有很多人正在利用网络的规则漏洞,从事网络的灰色产业。
根据腾讯公司安全管理部总经理朱劲松的测算,目前在中国从事互联网黑色产业链的人群超过40万人,整个黑灰产业的规模大约在1000亿左右。
朱劲松认为,利用大数据进行线上线下配合的精准诈骗,是我国网络犯罪的一个重要发展趋势。
互联网大数据法律性质尚存争议
中国人民大学法学院教授刘品新介绍说,近期人民大学电子证据研究小组以手机取证为例,进行了一个有关大数据的测试研究。
研究显示,百度地图、快的打车、滴滴打车等APP的后台数据有一个共同的特点,即这些数据能够反映出某人在什么时刻处于什么位置,甚至这个人在什么时候打开过APP。通过这些后台数据,还能反映出某人最常去的地方。以此类推,消费APP、通讯类APP,每个平台后面都留存有一个大数据,这些数据最终可还原出一个人的生活轨迹。
刘品新教授认为,这些企业大数据来自于每个个人,这些大数据和每个人都有关系。
这些巨量的数据信息是否属于资产,在法律层面如何定义?对于这个问题,不同的国家有不同的规定,学术界也有很多争论。有人认为是公共的资产,有人认为是个人的资产,也有人提出这些大数据应为全社会共有。
腾讯公司高级副总裁、腾讯研究院院长郭凯天认为,伴随着互联网的快速发展,大数据的相关法律规定亟待法学界人士的研究和关注,“这是互联网融入各产业后一个必然要解决的问题,将影响到未来数据的使用方法和技术走向。”
应从立法、司法等角度完善规则
从司法的角度来看,这些大数据作用何在?刘品新教授表示,针对一个具体的犯罪行为,公安机关可把虚拟空间和物理空间对接起来办案,通过数据挖掘和碰撞,实现一种独特的侦查办案模式。
在大数据时代,个人权利又该如何保障?刘品新认为,大数据出现以后,隐私和侦查构成了一对矛盾,个人的信息权利和大数据构成了一对矛盾。比如,司法机关办案的时候是否遵守一些法定的程序?相关大数据公司在收集个人信息的时候个人有没有选择权?
刘品新建议,我国法律应从民商法的角度,对大数据的权利意义给出一个明确的定义;从司法角度来讲,必须积极推动、参与构建大数据时代的法律规则,包括程序规则、证据规则。
“在大数据时代,所有人都在裸奔,因此每个人都应学会透明化生存。”刘品新教授说。
郭凯天提出,在互联网法制研究,特别是刑事法律方面,希望能通过企业、法律界、政府各方面的协调融合,实现互联网的共同治理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05