京公网安备 11010802034615号
经营许可证编号:京B2-20210330
网络黑产的大数据阴谋(3)_数据分析师培训
“在产业链的不同环节中,不同的团伙既独立作案,又能够在一定程度上形成相互协作的关系,就好像一群强盗在分食一条大鱼,有的团伙吃鱼头、有的团伙吃鱼身、有的团伙吃鱼尾,剩下的团伙喝鱼汤。”朱劲松如是形容黑产链条的运作。
个人信息界定还需明晰腾讯发布的《网络黑色产业链年度报告》显示,随着大量网站数据库被盗取,越来越多的网络犯罪分子倾向于在掌握网民个人信息后,以冒充熟人或博取同情等精准式诈骗场景对受害人进行欺诈。
那缘何目前买卖个人信息呈泛滥之势却似乎难以规制呢?中国互联网协会信用评价中心法律顾问赵占领对法治周末记者表示,“这与目前我国法律对于个人信息的界定还不清晰有关”。
赵占领对法治周末记者表示,尽管我国刑法明确规定,窃取或者以其他方法非法获取公民个人信息,情节严重的,将被追究刑事责任,“但是对于什么是个人信息,目前规定的还比较笼统”。
2012年12月,全国人大常委会颁布了《关于加强网络信息保护的决定》,随后工信部也出台了《电信和互联网用户个人信息保护规定》,采用了列举加概括的方式指出,个人信息包括用户姓名、身份证号等能够单独或者与其他信息结合识别用户的信息。 赵占领表示,现实中黑客往往会通过拖库的方式会获得用户的一些数据,比如cookie,是用户在网络上的行为轨迹,但这些数据是不是个人信息法律上暂时还没有明确的规定,但是经过整合加工,则往往具备了识别到个人的特点。
“个人信息、个人数据、个人隐私这三者其实是不同的概念,但是法律目前未对此作出界定和厘清,这使得黑产分子在获取数据后,很难以窃取或者以其他方式获得公民个人信息罪论处的重要原因。”赵占领说。
朱劲松对此也是深有感触,他以微信号为例,很多用户都是通过手机号作为微信号的,而通过实名登记的手机号都是直接对应到个人的,那么此时微信号属不属于个人信息?
西安交通大学信息安全法律研究中心主任马民虎对法治周末记者表示,其实对于网络黑产上的每一个环节、每一种行为基本都能在现有法律框架下找到对应的法律进行规制。
比如法律明确规定,侵入国家事务、国防建设以外的计算机信息系统,获取系统存储、处理或者传输的数据,情节严重的将追究刑事责任。
不过,马民虎认为,“尽管法律规定了严格的惩罚责任,但是缺少如何防范的法律规定,如果不在如何防治上落实法制,只有责任规定就形同虚设”。
马民虎举例道,很多网络服务提供者在提供服务的时候不可避免地要收集用户信息,但是到底互联网平台要采取什么样的措施,履行什么样的义务,法律并没有明确规定,只是一些互联网公司在做着这方面的尝试,但个别企业的做法并没有形成行业规范,或者是形成标准。
以12306用户数据泄露为例,据媒体披露,在泄密发生后一段时间内,依照泄露出来的用户名和密码仍旧可以登录,用户并没有收到任何提醒。
“对于网络服务提供者注意义务尽到什么程度,这个界限在哪里目前还有很大的争议,毕竟任何技术都不是绝对安全的,并不是所有的用户信息泄露都是网络服务提供者存在过错,再比如在出现数据泄露多久后要告知用户等,目前法律并无明确规定。”赵占领对法治周末记者说。
针对这种情形,我国正在制定相应的管理标准(尚未正式颁布),拟对网络服务提供者出现信息泄露后应承担的义务作出明确规定。 一位不愿透露姓名的业内人士对记者表示,这些义务包括:立即采取补救措施,防止信息继续泄露;24小时内告知用户,根据用户初始注册信息重新激活账户,避免造成更大的损失;24小时内报告公安机关。
“这样细致的规定有助于明确企业的责任,第一时间通知用户的规定,也有助于降低信息泄露的安全隐患。”赵占领对法治周末记者说。
针对一些网络服务提供者不履行网络安全管理义务,造成严重后果的情况,我国也计划通过立法增加其刑事责任。
公安部第三研究所研究员黄道丽对法治周末记者介绍,2014年刑法修正案(九)草案就规定,“网络服务提供者不履行法律、行政法规规定的信息网络安全管理义务,经监管部门通知采取改正措施而拒绝执行,致使违法信息大量传播的,致使用户信息泄漏,造成严重后果的,或者致使刑事犯罪证据灭失,严重妨害司法机关依法追究犯罪的,追究刑事责任”。
“虽然此罪为结果犯,但从刑法角度强化了服务提供者的安全管理责任,不仅反映了我国立法中强化安全的新趋势和动向,也将适用于漏洞攻击导致用户信息泄露而服务提供者不作为的情况。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18