大數(shù)據(jù)時(shí)代數(shù)據(jù)處理規(guī)范研究

萬(wàn)寶鳳

(安徽大學(xué) 法學(xué)院，安徽 合肥 230601)

?

大數(shù)據(jù)時(shí)代數(shù)據(jù)處理規(guī)范研究

萬(wàn)寶鳳

(安徽大學(xué) 法學(xué)院，安徽 合肥 230601)

大數(shù)據(jù)時(shí)代，每一個(gè)行為每一個(gè)事件都可以量化為數(shù)據(jù)信息，這些數(shù)據(jù)信息聚合在一起形成大數(shù)據(jù)，當(dāng)前大數(shù)據(jù)已經(jīng)應(yīng)用于社會(huì)生活的方方面面，但是大數(shù)據(jù)在為人們的生活提供便利服務(wù)的同時(shí)也暴露出了諸多社會(huì)問(wèn)題甚至是法律問(wèn)題，如何對(duì)大數(shù)據(jù)進(jìn)行規(guī)范成為當(dāng)前的重點(diǎn)和難點(diǎn)。大數(shù)據(jù)的內(nèi)涵和特征能夠表明，大數(shù)據(jù)的生命力在于集中數(shù)據(jù)信息之后的數(shù)據(jù)分析，也正是在這一過(guò)程中容易滋生法律問(wèn)題，在此基礎(chǔ)上找出大數(shù)據(jù)時(shí)代在數(shù)據(jù)處理過(guò)程中容易發(fā)生的法律問(wèn)題是什么，并分析背后的原因，以期找到規(guī)范數(shù)據(jù)處理過(guò)程的路徑。

數(shù)據(jù)處理；法律問(wèn)題；路徑選擇

隨著IT和通訊技術(shù)的迅猛發(fā)展，信息社會(huì)已經(jīng)進(jìn)入到了大數(shù)據(jù)時(shí)代，上至國(guó)家政府下至公民個(gè)人，每時(shí)每刻的每一個(gè)舉動(dòng)都伴隨著數(shù)據(jù)的產(chǎn)生。毫無(wú)疑問(wèn)，海量的數(shù)據(jù)讓國(guó)家政府和社會(huì)公民服務(wù)和生活更高效、更便利，然而，大數(shù)據(jù)時(shí)代的海量數(shù)據(jù)在采集和處理過(guò)程中也暴露出了一些社會(huì)問(wèn)題，甚至有些社會(huì)問(wèn)題已經(jīng)逾越了法律的界限，成為法律問(wèn)題，因此，如何確立大數(shù)據(jù)環(huán)境下數(shù)據(jù)采集處理規(guī)范應(yīng)當(dāng)成為當(dāng)前急需解決的課題。

一、大數(shù)據(jù)概述

大數(shù)據(jù)是一個(gè)信息學(xué)上的概念，但是計(jì)算機(jī)學(xué)者們尚沒(méi)有對(duì)大數(shù)據(jù)形成一個(gè)統(tǒng)一的定義，普遍的觀點(diǎn)認(rèn)為，大數(shù)據(jù)是指規(guī)模大且復(fù)雜、以至于很難用現(xiàn)有數(shù)據(jù)庫(kù)管理工具或數(shù)據(jù)處理應(yīng)用來(lái)處理的數(shù)據(jù)集。 計(jì)算機(jī)的普及應(yīng)用、云計(jì)算技術(shù)的推廣，讓公民的生活、生產(chǎn)行為可以用數(shù)據(jù)來(lái)量化，每一個(gè)行為都能產(chǎn)生與之相對(duì)應(yīng)的數(shù)據(jù)，這些數(shù)據(jù)匯集起來(lái)形成相關(guān)的大數(shù)據(jù)。大數(shù)據(jù)根據(jù)數(shù)據(jù)來(lái)源可以分為來(lái)源于人的數(shù)據(jù)、來(lái)源于機(jī)器的數(shù)據(jù)和來(lái)源于物的數(shù)據(jù)，顧名思義，來(lái)源于人的數(shù)據(jù)是指人們?cè)诰W(wǎng)絡(luò)中的活動(dòng)產(chǎn)生的數(shù)據(jù)，來(lái)源于機(jī)器的數(shù)據(jù)是指各種計(jì)算機(jī)系統(tǒng)產(chǎn)生的數(shù)據(jù)，來(lái)源于物的數(shù)據(jù)是指各類(lèi)設(shè)備所記錄或者采集的數(shù)據(jù)。這些人、機(jī)器、物的數(shù)據(jù)交織在一起形成了大數(shù)據(jù)。

大數(shù)據(jù)的特征有人總結(jié)為“3V”、有人歸納為“4V”、也有人認(rèn)為是“5V”。“3V”指規(guī)模性(volume)、多樣性(variety)和高速性(velocity)，對(duì)于“4V”有不同的認(rèn)識(shí)，但是都是在“3V”的基礎(chǔ)上形成的，國(guó)際數(shù)據(jù)公司認(rèn)為大數(shù)據(jù)還用當(dāng)具有低價(jià)值密度性(value)，而IBM認(rèn)為大數(shù)據(jù)必然具有真實(shí)性(veracity)的特點(diǎn)。關(guān)于“5V”特征由英國(guó)大數(shù)據(jù)研究者維克托·邁爾提出，分別是規(guī)模性(volume)、高速性(velocity)、多樣性(variety)、低價(jià)值密度性(value)、真實(shí)性(veracity)。筆者比較贊同“5V”特征，大數(shù)據(jù)的形成過(guò)程不是虛擬的，而是人們基于互聯(lián)網(wǎng)交互活動(dòng)自然形成的真實(shí)的信息，這些信息數(shù)據(jù)如同刑事案件中的物證痕跡一樣，是客觀存在的，必然具有真實(shí)性。對(duì)于“低價(jià)值密度性”可以認(rèn)為是“規(guī)模性”特征的進(jìn)一步延伸，在海量的數(shù)據(jù)中并不代表每一條信息數(shù)據(jù)都具有價(jià)值，因?yàn)橛?jì)算機(jī)的原理，每一步都有對(duì)應(yīng)的算法，每一個(gè)算法都會(huì)產(chǎn)生數(shù)據(jù)，因此，這些數(shù)據(jù)的價(jià)值被稀釋分散在數(shù)量龐雜的算法數(shù)據(jù)之后，造成了大數(shù)據(jù)價(jià)值的密度非常低，即低價(jià)值密度性。

根據(jù)英國(guó)大數(shù)據(jù)研究者維克托·邁爾的觀點(diǎn)，大數(shù)據(jù)的核心就是預(yù)測(cè)，而且大數(shù)據(jù)改變了人們的思維方式，由傳統(tǒng)的因果關(guān)系轉(zhuǎn)換為相關(guān)關(guān)系，人們不再追求一個(gè)行為背后因?yàn)槭裁?，更在意與該行為相關(guān)的是什么。因此，大數(shù)據(jù)的應(yīng)用領(lǐng)域相當(dāng)廣泛，例如國(guó)家安全領(lǐng)域、社會(huì)治理領(lǐng)域、商業(yè)經(jīng)營(yíng)領(lǐng)域等等。針對(duì)大數(shù)據(jù)的分析結(jié)果既可以對(duì)相關(guān)行為進(jìn)行量化評(píng)估得出客觀的判斷，又可以對(duì)相關(guān)行為的后續(xù)行為進(jìn)行合理預(yù)測(cè)，這一點(diǎn)在商業(yè)領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，比如淘寶網(wǎng)會(huì)根據(jù)消費(fèi)者的瀏覽記錄、購(gòu)買(mǎi)記錄等在淘寶網(wǎng)產(chǎn)生的相關(guān)數(shù)據(jù)，推送認(rèn)為消費(fèi)者較為關(guān)注和喜愛(ài)的商品，淘寶網(wǎng)的推送就是根據(jù)消費(fèi)者在淘寶網(wǎng)的大數(shù)據(jù)分析預(yù)測(cè)出來(lái)的。大數(shù)據(jù)在商業(yè)領(lǐng)域的成功應(yīng)用使得大數(shù)據(jù)在國(guó)家安全、社會(huì)治理領(lǐng)域應(yīng)用成為可能，2013年3月，美國(guó)政府整合6個(gè)部門(mén)投資2億美元啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，這個(gè)計(jì)劃關(guān)系到了美國(guó)的國(guó)家安全、科學(xué)研究、教育等方面。中國(guó)也在2014年首次將大數(shù)據(jù)寫(xiě)入政府工作報(bào)告，將大數(shù)據(jù)提升到了國(guó)家戰(zhàn)略的高度。正是因?yàn)榇髷?shù)據(jù)的廣泛應(yīng)用使得商業(yè)公司、政府機(jī)關(guān)以及社會(huì)團(tuán)體都成為數(shù)據(jù)的持有者并進(jìn)一步開(kāi)發(fā)應(yīng)用這些數(shù)據(jù)，然而這些數(shù)據(jù)持有者在數(shù)據(jù)處理的過(guò)程中的疏忽或者不規(guī)范造成了相關(guān)的法律問(wèn)題。

二、大數(shù)據(jù)時(shí)代的法律問(wèn)題

大數(shù)據(jù)時(shí)代數(shù)據(jù)持有者不規(guī)范的數(shù)據(jù)處理造成的法律問(wèn)題可以分為兩大類(lèi)，分別是大數(shù)據(jù)數(shù)據(jù)處理與侵權(quán)行為和大數(shù)據(jù)數(shù)據(jù)處理與違法行為。

(一)大數(shù)據(jù)數(shù)據(jù)處理與侵權(quán)行為

大數(shù)據(jù)環(huán)境下，公民在互聯(lián)網(wǎng)上的許多行為都可以提取出數(shù)據(jù)信息，例如公民在互聯(lián)網(wǎng)上填寫(xiě)的個(gè)人信息，公民的消費(fèi)記錄，公民的身份信息等等。由于互聯(lián)網(wǎng)公開(kāi)性，導(dǎo)致只要具備相關(guān)技術(shù)即可得到相應(yīng)的數(shù)據(jù)，當(dāng)然黑客行為是被明確禁止的，但是合法擁有這些數(shù)據(jù)的公司或者個(gè)人的數(shù)據(jù)處理行為是否會(huì)造成公民的相關(guān)權(quán)益的損害呢？實(shí)踐證明答案是肯定的，從目前的法律體系看，大數(shù)據(jù)的合法擁有者主要侵犯的是公民的隱私權(quán)，例如：2011 年 3 月，谷歌郵箱爆發(fā)大規(guī)模的用戶(hù)數(shù)據(jù)泄漏事件，大約有 15 萬(wàn) Gmail 用戶(hù)受到影響；2011 年 4 月，由于 EC2 業(yè)務(wù)的漏洞和缺陷，亞馬遜公司爆出了史前最大的云計(jì)算數(shù)據(jù)中心宕機(jī)事件。同一個(gè)月，黑客租用亞馬遜 EC2 云計(jì)算服務(wù)，對(duì)索尼 PlayStation 網(wǎng)站進(jìn)行了攻擊，造成用戶(hù)數(shù)據(jù)大規(guī)模泄露。除了大數(shù)據(jù)的合法持有者外，也存在公民個(gè)人利用大數(shù)據(jù)作出侵權(quán)行為，例如“人肉搜索”，即對(duì)他人在互聯(lián)網(wǎng)上的數(shù)據(jù)信息進(jìn)行整合分析，進(jìn)行集中公布，對(duì)他人的隱私權(quán)、名譽(yù)權(quán)造成損害，早在2008年中國(guó)內(nèi)地就出現(xiàn)了首例“人肉搜索”司法案例。

(二)大數(shù)據(jù)數(shù)據(jù)處理與其他違法行為

大數(shù)據(jù)數(shù)據(jù)處理過(guò)程產(chǎn)生的其他違法行為主要表現(xiàn)為商業(yè)領(lǐng)域內(nèi)利用數(shù)據(jù)壟斷的優(yōu)勢(shì)進(jìn)行不正當(dāng)競(jìng)爭(zhēng)，高度敏感信息數(shù)據(jù)的發(fā)布危害國(guó)家安全。大數(shù)據(jù)時(shí)代，大數(shù)據(jù)的掌握和利用率在某些方面已經(jīng)超過(guò)資金、市場(chǎng)占有率等傳統(tǒng)的經(jīng)營(yíng)者的優(yōu)勢(shì)條件，成為新興的經(jīng)營(yíng)者的優(yōu)勢(shì)條件之一，并且在某些環(huán)節(jié)甚至可能對(duì)經(jīng)營(yíng)者的決策有著決定性的作用，此時(shí)，就可能存在經(jīng)營(yíng)者利用自己所掌握的大量的獨(dú)家的消費(fèi)者的大數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，提取具有價(jià)值的數(shù)據(jù)，預(yù)測(cè)消費(fèi)者的需求點(diǎn)進(jìn)而開(kāi)展經(jīng)營(yíng)活動(dòng)，經(jīng)營(yíng)者在這一經(jīng)營(yíng)活動(dòng)中利用了數(shù)據(jù)壟斷進(jìn)而取得的經(jīng)營(yíng)優(yōu)勢(shì)是其他經(jīng)營(yíng)者無(wú)法獲得的，這一過(guò)程可能就形成了不正當(dāng)競(jìng)爭(zhēng)行為。在國(guó)家安全方面，當(dāng)前從中央政府到基層政府部門(mén)都擁有信息公開(kāi)網(wǎng)站，加上新聞媒體對(duì)國(guó)家政策、事件等國(guó)家問(wèn)題的報(bào)道，互聯(lián)網(wǎng)上聚集著大量的關(guān)于國(guó)家的信息數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過(guò)收集、分析等數(shù)據(jù)處理過(guò)程后，很有可能梳理出了散見(jiàn)于碎片化信息數(shù)據(jù)后相關(guān)的邏輯鏈，這些邏輯鏈所代表的信息可能就是國(guó)家秘密的一部分或者是屬于高度敏感的信息，一旦這些信息數(shù)據(jù)被恐怖分子或者別國(guó)所掌握會(huì)造成國(guó)家安全的重大危機(jī)。

三、大數(shù)據(jù)時(shí)代產(chǎn)生法律問(wèn)題的原因分析

(一)侵權(quán)行為：以隱私權(quán)為例

大數(shù)據(jù)時(shí)代數(shù)據(jù)的處理包括了數(shù)據(jù)的存儲(chǔ)、收集、分析等一系列數(shù)據(jù)處理環(huán)節(jié)，侵犯公民個(gè)人隱私權(quán)可能發(fā)生在數(shù)據(jù)處理的每一個(gè)環(huán)節(jié)。在數(shù)據(jù)存儲(chǔ)環(huán)節(jié)，公民登錄的每一個(gè)網(wǎng)站都會(huì)保有公民從登錄該網(wǎng)站開(kāi)始的一切行為的數(shù)據(jù)，而且這些數(shù)據(jù)不僅在公民個(gè)人的計(jì)算機(jī)設(shè)備里留有數(shù)據(jù)還會(huì)在該網(wǎng)站留有數(shù)據(jù)，對(duì)于一般的網(wǎng)站公民多是瀏覽網(wǎng)站提供的信息，網(wǎng)站里存儲(chǔ)的數(shù)據(jù)對(duì)于公民的個(gè)人隱私不會(huì)造成嚴(yán)重的侵犯，但是對(duì)于社交網(wǎng)站、郵箱等會(huì)發(fā)布公民個(gè)人信息的網(wǎng)站來(lái)說(shuō)，他們存儲(chǔ)的數(shù)據(jù)可以說(shuō)90%都屬于個(gè)人信息范疇，一旦這些網(wǎng)站因?yàn)榧夹g(shù)原因發(fā)生用戶(hù)數(shù)據(jù)泄露事件，公民的個(gè)人隱私將被公之于眾，造成個(gè)人隱私侵權(quán)。數(shù)據(jù)收集環(huán)節(jié)的侵權(quán)行為最具隱蔽性，與存儲(chǔ)會(huì)發(fā)生泄露不同，數(shù)據(jù)收集環(huán)節(jié)如果不發(fā)布信息或者出現(xiàn)bug，侵權(quán)行為很難被發(fā)現(xiàn)，例如美國(guó)的棱鏡計(jì)劃，如果不是斯諾登，美國(guó)公民不會(huì)知道他們的個(gè)人隱私權(quán)被侵犯。而數(shù)據(jù)分析環(huán)節(jié)，由于它需要對(duì)公民個(gè)人產(chǎn)生的數(shù)據(jù)信息進(jìn)行分析得出結(jié)論，這些分析會(huì)因?yàn)榉治鰩煹男枨蟮牟煌贸霾煌慕Y(jié)論，例如現(xiàn)在的app會(huì)在年終出具一份關(guān)于用戶(hù)個(gè)人的年度總結(jié)，這份年度總結(jié)就是對(duì)該用戶(hù)在該app上一年以來(lái)使用數(shù)據(jù)的分析結(jié)果，尤其是支付網(wǎng)站的年度總結(jié)涉及到公民的財(cái)產(chǎn)收支情況，公民的財(cái)產(chǎn)情況應(yīng)當(dāng)屬于公民的隱私權(quán)范疇，不應(yīng)當(dāng)被刺探和記錄，更何況將碎片化的數(shù)據(jù)信息進(jìn)行收集分析?？傊瑢?duì)個(gè)人隱私的侵權(quán)行為產(chǎn)生的原因可以分為故意和過(guò)失兩個(gè)方面，故意，即數(shù)據(jù)持有人主動(dòng)對(duì)公民的個(gè)人隱私進(jìn)行收集、分析，侵犯公民的隱私權(quán)；過(guò)失，即數(shù)據(jù)持有人因?yàn)榧夹g(shù)原因等客觀原因出現(xiàn)的侵權(quán)行為。然而不管是故意還是過(guò)失都造成的個(gè)人隱私權(quán)被侵犯。

(二)其他違法行為：以侵犯商業(yè)秘密和國(guó)家安全為例

在分析數(shù)據(jù)處理造成侵犯商業(yè)秘密的原因之前，必須先明確什么是商業(yè)秘密。根據(jù)我國(guó)法律的規(guī)定，商業(yè)秘密包含經(jīng)營(yíng)信息和技術(shù)信息。在大數(shù)據(jù)時(shí)代，經(jīng)營(yíng)信息完全可以用數(shù)據(jù)來(lái)量化表示，而且部分經(jīng)營(yíng)信息在互聯(lián)網(wǎng)上是很容易被搜索查找到的，尤其是在當(dāng)前電子商務(wù)空前發(fā)達(dá)的情況下，電子商務(wù)經(jīng)營(yíng)者擁有的大量的數(shù)據(jù)經(jīng)過(guò)篩選和分析后極具經(jīng)濟(jì)價(jià)值，它可能決定著經(jīng)營(yíng)者接下來(lái)的經(jīng)營(yíng)發(fā)展方向等重大決策，此時(shí)，這些大數(shù)據(jù)就不能簡(jiǎn)單的稱(chēng)為數(shù)據(jù)信息，而是以數(shù)據(jù)信息表現(xiàn)出來(lái)的經(jīng)營(yíng)信息，即商業(yè)秘密，不能為公眾知悉并為經(jīng)營(yíng)者帶來(lái)收益。一旦這些具有價(jià)值的數(shù)據(jù)信息被濫用或者泄露就會(huì)侵犯到經(jīng)營(yíng)者的權(quán)利。

涉及到國(guó)家秘密的信息毫無(wú)疑問(wèn)是不會(huì)公開(kāi)發(fā)布的，但是由于互聯(lián)網(wǎng)的交互相關(guān)性，看似沒(méi)有聯(lián)系的信息背后卻有著內(nèi)在的邏輯聯(lián)系，數(shù)據(jù)與經(jīng)過(guò)修飾的文字不同，數(shù)據(jù)更直白更客觀，將文字信息量化為數(shù)據(jù)之后，文字信息之間無(wú)法直觀的內(nèi)在聯(lián)系更容易被發(fā)現(xiàn)，這些數(shù)據(jù)也會(huì)成為分析的基礎(chǔ)，通過(guò)對(duì)數(shù)據(jù)的整合會(huì)得出重要的信息。美國(guó)棱鏡計(jì)劃是利用大數(shù)據(jù)侵犯別國(guó)國(guó)家安全的典型案例，美國(guó)利用網(wǎng)絡(luò)公司的服務(wù)器竊取了大量數(shù)據(jù)、收集了大量情報(bào)。

四、數(shù)據(jù)處理規(guī)范路徑

近年來(lái)，我國(guó)全國(guó)人大代表提出對(duì)大數(shù)據(jù)立法的議案，但是，我國(guó)還沒(méi)有一部針對(duì)大數(shù)據(jù)時(shí)代數(shù)據(jù)規(guī)范的法律法規(guī)，如何對(duì)大數(shù)據(jù)時(shí)代的數(shù)據(jù)處理進(jìn)行規(guī)范還在摸索之中，對(duì)此，筆者將分享自己對(duì)于數(shù)據(jù)處理規(guī)范路徑的想法。

(一)制定格式合同

不管是社交網(wǎng)站還是新聞視頻網(wǎng)站，都朝著以會(huì)員制為基礎(chǔ)在用戶(hù)與網(wǎng)站之間建立聯(lián)系，用戶(hù)注冊(cè)成為該網(wǎng)站的會(huì)員從而享受該網(wǎng)站提供的服務(wù)，用戶(hù)在注冊(cè)成為會(huì)員的過(guò)程中，必然經(jīng)過(guò)的一個(gè)程序，即必須先同意網(wǎng)站的服務(wù)協(xié)議才能成為注冊(cè)會(huì)員，用戶(hù)如果想要享受網(wǎng)站提供的服務(wù)就必須同意網(wǎng)站的服務(wù)協(xié)議，服務(wù)協(xié)議里就涉及到用戶(hù)對(duì)個(gè)人信息數(shù)據(jù)使用權(quán)的讓渡，例如對(duì)網(wǎng)站公開(kāi)你的個(gè)人信息資料，同意網(wǎng)站獲取用戶(hù)的通訊錄、評(píng)論、關(guān)注等個(gè)人信息數(shù)據(jù)等等。這些服務(wù)協(xié)議詳細(xì)列舉了服務(wù)提供方的權(quán)利，淡化了服務(wù)提供方義務(wù)和用戶(hù)的權(quán)利，尤其是在一些關(guān)鍵點(diǎn)上的模糊處理，讓用戶(hù)在權(quán)益受到侵害時(shí)難以維權(quán)。這種明顯偏向服務(wù)提供方的“霸王條款”阻礙了數(shù)據(jù)處理規(guī)范化的實(shí)現(xiàn)。對(duì)此，應(yīng)當(dāng)制定網(wǎng)站服務(wù)提供方與用戶(hù)之前的格式條款，避免服務(wù)提供方利用優(yōu)勢(shì)地位對(duì)用戶(hù)數(shù)據(jù)信息的恣意采集和隨意發(fā)布。在該格式合同中，需要明確服務(wù)提供者違約和侵權(quán)的責(zé)任。

(二)建立數(shù)據(jù)風(fēng)險(xiǎn)防控制度

數(shù)據(jù)處理過(guò)程中出現(xiàn)的法律問(wèn)題歸根究底是數(shù)據(jù)安全受到了威脅，為了避免出現(xiàn)數(shù)據(jù)安全威脅和將數(shù)據(jù)風(fēng)險(xiǎn)最小化，需要建立數(shù)據(jù)風(fēng)險(xiǎn)防控機(jī)制度。這一制度應(yīng)當(dāng)囊括當(dāng)前已有的數(shù)據(jù)風(fēng)險(xiǎn)預(yù)防技術(shù)，具體有數(shù)據(jù)發(fā)布匿名保護(hù)技術(shù)、社交網(wǎng)絡(luò)匿名保護(hù)技術(shù)、數(shù)據(jù)水印技術(shù)、數(shù)據(jù)溯源技術(shù)。匿名保護(hù)技術(shù)可以防止公民的個(gè)人隱私因?yàn)閿?shù)據(jù)風(fēng)險(xiǎn)而直接暴露，降低因技術(shù)漏洞造成侵權(quán)行為的可能性。數(shù)據(jù)水印技術(shù)和溯源技術(shù)可以幫助界定相關(guān)主體的權(quán)利義務(wù)以及責(zé)任劃分，尤其在發(fā)生數(shù)據(jù)風(fēng)險(xiǎn)的時(shí)候，水印技術(shù)和溯源技術(shù)能夠第一時(shí)間幫助受害人查找到數(shù)據(jù)來(lái)源哪里以及數(shù)據(jù)是在哪一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題才導(dǎo)致數(shù)據(jù)風(fēng)險(xiǎn)的產(chǎn)生，找到問(wèn)題之所在才能及時(shí)作出應(yīng)對(duì)，解決問(wèn)題。

(三)出臺(tái)數(shù)據(jù)處理規(guī)范法律法規(guī)

當(dāng)前數(shù)據(jù)處理過(guò)程中出現(xiàn)的法律問(wèn)題都是數(shù)據(jù)問(wèn)題間接導(dǎo)致的，即數(shù)據(jù)問(wèn)題導(dǎo)致公民的隱私權(quán)受到侵害，進(jìn)而上升為法律問(wèn)題中的侵權(quán)問(wèn)題，出現(xiàn)這種間接性最主要的原因在于，我國(guó)法律并沒(méi)有將數(shù)據(jù)信息確定為法律權(quán)益。那么當(dāng)前的法律體系能否將數(shù)據(jù)處理過(guò)程中的問(wèn)題所涵蓋呢？答案是否定的。以商業(yè)秘密為例，盡管在大數(shù)據(jù)時(shí)代，經(jīng)營(yíng)者的核心技術(shù)信息、經(jīng)營(yíng)信息可以用數(shù)據(jù)量化表示，但是這并不意味著所有的數(shù)據(jù)信息都在商業(yè)秘密的保護(hù)范圍內(nèi)，商業(yè)秘密和數(shù)據(jù)信息是兩個(gè)不同的概念，兩者沒(méi)法等同。因此，我國(guó)在對(duì)數(shù)據(jù)信息立法之前應(yīng)當(dāng)先確定數(shù)據(jù)信息是一種法定權(quán)益，應(yīng)當(dāng)受到法律的保護(hù)。然后再制定出臺(tái)專(zhuān)門(mén)的數(shù)據(jù)處理規(guī)范，并且需要在刑法中添加嚴(yán)重侵犯數(shù)據(jù)信息法益的罪名，追究相關(guān)責(zé)任人的刑事責(zé)任，這樣就可以形成一套完整的數(shù)據(jù)處理規(guī)范法律法規(guī)體系。

[1]馮登國(guó),張敏,李昊.大數(shù)據(jù)安全與隱私保護(hù)[J].計(jì)算機(jī)學(xué)院學(xué)報(bào),2014(1):246.

[2]王元卓,靳小龍,程學(xué)旗.網(wǎng)絡(luò)大數(shù)據(jù)[J].計(jì)算機(jī)學(xué)院學(xué)報(bào),2013(6):1125.

[3]王全弟,趙麗梅.論網(wǎng)絡(luò)空間個(gè)人隱私權(quán)的法律保護(hù)[J].法學(xué)論壇,2002(2):71.

[4]徐漢明,楊新元.經(jīng)濟(jì)全球化背景下國(guó)家網(wǎng)絡(luò)安全立法模式[N].法制日?qǐng)?bào),2014-6-11(9).

[5]王璐,孟小峰.位置大數(shù)據(jù)隱私保護(hù)研究綜述[J].軟件學(xué)報(bào),2014(4):693.

[責(zé)任編輯：羅幼平]

Research on Data Processing Standard in Big Data Age

Wan Baofeng

(AnhuiUniversity，Hefei230601Anhui)

In the era of large data, each event can be quantified into data information, which aggregates together to form large data.The current large data has been applied to all aspects of social life.However, when the large data is providing convenience for people's lives, it also exposes a lot of social problems and even legal issues.How to regulate large data has become the current focus and difficulty.The connotation and characteristics of large data can show that the vitality of large data is the data analysis after the centralized data information.It is in this process easy to breed legal issues.On this basis, the author would find what the legal problem occurs and analyze the reasons behind it in order to find the path to standardize the data processing process.

Data processing; Legal issues; Path selection

2017-05-10

萬(wàn)寶鳳，女，安徽合肥人，碩士研究生。研究方向：行政法與行政訴訟法。

DF523

A

1672-1047(2017)03-0109-04

10.3969/j.issn.1672-1047.2017.03.29