大数据侦查与个人信息保护的冲突和平衡

2021-04-29王传君

科技创新导报 2021年35期

王传君

摘要：大数据技术广泛应用于侦查活动，侦查活动中对公民个人信息的利用越发频繁，侦查机关违反程序获取公民信息、违规公开个人隐私等信息安全保护问题日益凸显。犯罪科技化背景下，刑事侦查改变传统的被动回应模式，形成“侦监”“网监”“商监”三角式的信息监控和犯罪预防模式，能够有效防控犯罪。但在此模式运行中，应当清楚地认识到其对公民个人信息造成的泄露风险和危害后果。根据相关法律、法规重新定位公民个人信息权在刑事侦查活动中的角色，通过侦查机关的内部控制与外部监督，确保公民个人信息在侦查活动中的有效保护。

关键词：大数据侦查个人信息犯罪预防

1 大数据侦查的基本理论溯源

专家Schoenberg认为：大数据技术，一种跨越传统数据库操作区域的信息获取思维，聚焦于多样化数据信息间的关联性。将“大数据技术”理论引入侦查过程中，从而产生了“大数据侦查”概念，实际上主要通过计算机技术对大量存储于网络内部的数据资料进行采集、加工、挖掘、对比等操作，最终根据获取的相关数据信息确定如何对犯罪嫌疑人进行侦查^[1]。

大数据侦查作为一种数字化侦查模式，其在实际应用过程中还涵盖了许多基于大数据技术而衍生的侦查模型。就类似于通过不同形式将碎片化的数据积累到一起，形成一个“藏宝阁”，然后在实际使用中根据侦查案件的不同背景、不同犯罪类型等，通过数据算法不断地进行数据信息挖掘、分析，从而拼凑成一张完整的、有价值的“藏宝图”，为侦查案件的告破提供强有力的技术支撑和证据支撑，在一定程度上显著地提高工作人员的办案时效性。

2 大数据侦查监控模式的根本特征

2.1 大数据侦查改变了案件形成模式

随着科学技术的不断创新与发展，犯罪类型越来越多样化，犯罪形势也越来越趋向于复杂化。人工智能犯罪、网络犯罪越发呈现常态化，犯罪手段也更加高明。对于传统模式下采取的案件侦查模式而言，大部分情况主要是通过现场勘查、询问等侦查形式，其已不能够有效应对数字化犯罪带来的风险。

引入大数据技术，刑事侦查从曾经的“被动应对”模式转化为“主动预防”模式。案件的侦破出发点不再单纯地局限于立案，而是通过数据分析技术发现可疑情况，根据可疑情况展开相应的调查，这样的话在一定程度上显著地提高了案件侦查时间^[2]。

2.2 大数据侦查改变了信息获取方式

国家与商业大数据的基本建设已日趋成熟完善，警务大数据平台建设也在高速的发展推进进程中，三者强有力的结合使得数据资料的获取不再是案件侦破的阻碍。

由于大数据信息平台具有便利性、高效性等优势，改变了传统的案件侦查模式，在案件发生后，能够在第一时间内通过大数据信息平台对案件相关的信息进行跟踪、搜索和挖掘，从而在一定程度上全面掌握案件相关数据资料，极大地提升了案件侦破的时效性。

2.3 大数据侦查改变了结果的可预测性

传统侦查方式主要包括询问、讯问、搜查、查封、扣押、冻结、技术侦查等，侦查手段的开展往往具有顺序上的先后性和环节上的反复性。侦查方向和侦查的进度取决于案件线索的不断发现和获取，虚假信息、超出时效的信息会给侦查工作带来错误的指向性引导，成为侦查错误形成的巨大诱因，导致侦查的结果难以预测。

按照“数据采集、模型建立、信息比对、犯罪预测”的侦查路径，通过大数据技术获取海量数据信息，根据案件的实际需求对数据进行筛选、分析、整合，同时分析犯罪嫌疑人非常规行为之间的相关性，将其与预先建立的数据模型进行比对，在一定程度上预测和评估犯罪嫌疑人的意图，揭示行为背后当事人的未来发展趋势和意图，以便能够提前做好危机事件的安全防控工作。通过大数据分析技术，量化不同数据信息之间的关联性，降低外界因素对案件预测结果的干扰，使得案件侦查行为结果更具有可预测性。

3 大数据侦查与个人信息保护之间存在的冲突

3.1 大数据侦查易对个人信息造成“隐秘性”侵犯

以往时间段，大部分侦查机关侵犯个人权利的违法侦查行为是有迹可循的。例如，若强行采取刑讯逼供的方式，会使得犯罪嫌疑人身体上出现明显的瘀伤、勒痕等迹象。而对于侵权的行为而言，一般情况下当事人均是处于知情状态^[3]。通过大数据侦查技术形式，数据的运行和决策均是依赖于设备系统和数据编码原则，数据挖掘、分析的过程存在一定的不透明因素，这样极易对个人信息造成“隐秘性”侵犯。

在案件侦破过程中，大数据侦查通常遵循数据采集、方向确认、数据对比、信息核实和嫌疑人确定等环节。一般情况下，主要采取的模式为数据检索、数据挖掘、犯罪网络分析等。但是由于机器设备是没有任何感情，是纯粹基于内部逻辑运算，其在案件某些分析环节与现实人之间的主观逻辑存在差异。针对某一案件的基本情况，现实人会通过因果逻辑思维进行相应的概述，但是机器设备获得的“结论”，仅是总体概述的“结果”，并不会分析产生该结果的根本原因。数据信息应用的无形化，其將在一定程度上加剧对个人信息的“侵犯”，随着侦查技术的日益成熟，这种侵权手段将愈发隐秘。

3.2 对数据的依赖加深对个人信息的过分采集

信息的充分采集，其是保证大数据侦查中信息资源应用效率最大化的基本前提，也正是基于对海量数据信息的无限“渴望”，其在一定程度上导致侦查部门在司法实践中过度收集个人数据。通常情况下，案件侦查人员会收集犯罪嫌疑人全部的信息，其中包括与案件无关的个人隐私数据。由于公民都是独立的个体，每个公民又都涵盖了大量的个人数据信息，但并非全部数据都需要应用于刑事侦查领域。在目前的司法实践中，信息的收集显然已明显超过适度^[4]。

2018年，侦查部门依托人脸智能识别系统，在张学友演唱会中成功抓获5名在逃嫌犯。 2020年，侦查部门通过DNA比对技术，成功破获尘封近28年的南京医科大学女大学生遭强奸杀人案。由于个人信息中的生物样本可以与特定的个体相关联，生物识别技术的实际应用，使其在当前案件侦查中的作用和地位越发突出，从而在一定程度上激发侦查机关对此类个人信息的过度采集欲望。

根据侦办案件需要，除对犯罪嫌疑人以外，经常还需对被害人及其他相关人员进行生物信息的采集，如指纹、毛发等取证或鉴定措施，实践中亦存在违规对被害人等其他相关人员违法取样等情形。这些个人生物信息等敏感信息的获取、利用、保存及处置，目前都未有明确的管理机制，若被随意查阅、利用及泄露，对公民个人信息造成的危害将难以弥补。

3.3 数据挖掘等技术应用加大对个人信息保护难度

真正体现大数据价值的并不是它“大”的特征，而在于其对海量数据信息的分析和应用。数据挖掘技术的成熟，不仅在一定程度上加深了大数据侦查对个人隐私数据的深入挖掘，同时使得部分个人信息的边界线被模糊，使得个人信息更容易被盗取，增加数据风险。

例如，美国某家大型连锁超市，该超市拥有专业的顾客数据挖掘分析算法模型，通过该数据模式能够在一定程度上对用户进行个性化推荐，从而使其能够领先于同行向用户营销相应的产品。有一次通过对某一位女性购买的保湿产品、斜挎包、维生素、婴儿毯等购物数据的挖掘，系统预测该女性为孕妇，于是向对方赠送了一张孕妇产品优惠券。然而没想到的是，该女性竟然是一个未满18岁的女孩，女孩家长就到超市进行抗议，质疑超市鼓励未成年少女怀孕，而事后才被告知自己女儿的确怀孕的事实^[5]。

由此可见，数据挖掘技术在满足用户基本需求的基础上，通过对非敏感数据的详细分析，轻易获取个人隐私信息。虽然获取的数据信息大部分并不都是个人隐私信息，但由于获取的相应资料与个人尊严之间存在高度的关联性，泄露和滥用将会在一定程度上对用户主体造成无法挽回的严重后果。数字化技术的不断创新与发展，使得个人信息保护难度显著增大，这亦是传统隐私法所无法规制的。

4 大数据侦查与个人信息保护之间的平衡路径

4.1 明确不同侦查阶段的数据适用规则

大数据侦查是一个动态的、开放的体系模式，其相比于传统模式下的案件侦查，更加数字化、科技化。结合大数据侦查的实际运作，其主要分为3个阶段：犯罪预警阶段、犯罪前侦阶段、犯罪侦查阶段。在犯罪预警阶段，通过对以往高危分子显著的特征数据进行归纳分析，形成一个大型的数据存储库，在一定程度上显著增强犯罪防控效率。

在犯罪前侦阶段，应明确开启大数据侦查的事实门槛条件，防止侦查机关任意启动大数据侦查，从而造成全区域用户的个人行为监控^[6]。同时，在常规的案件侦查过程中应该禁止使用数据挖掘等深度分析的侦查技术手段，大数据侦查仅局限于初步的数据采集、比对等环节。若是特殊情况，可经程序批准后方可适用。

在犯罪侦查阶段，通过相关数据资料预先准备明确的破案思路，然后通过数据挖掘分析技术确定犯罪的关键目标。若采集的数据内包括个人隐私资料，或需扩大数据整体采集区域，需经调查机关主要负责人批准后方可进行^[7]。对于现阶段的数据挖掘技术而言，基于大数据技术的基本特征及优势，制定专项方案，给予更严格的方案规制。

4.2 构建针对数据挖掘的特殊程序

为规范我国大数据侦查中数据挖掘技术的适用区域范畴，可在应用形式上制定专门程序，从本质上细化数据挖掘技术的案件适用类型及区域，从而在满足实际需求的基础上保障个人信息的安全性，降低个人隐私数据泄露的风险。在适用对象方面，侦查技术的对象必须是有证据或有合理怀疑依据的嫌疑人、被告人^[8]。

考虑到现有的海量数据资源，其内部中包含大量的用户数据资料，应明确数据挖掘技术仅能够应用于与犯罪活动直接相关的人员，如嫌疑人、被告人等，而不允許任意扩大数据采集的区域范畴。严格规范数据挖掘技术的审批程序，立法应明确调查部门报批时，其客观证据的基本要求，即调查部门在申请应用数据挖掘时，其需证明其申请符合必要性基本应用原则，以及不使用数据挖掘技术的可能造成的后果^[9]。审批主体需根据调查机关提供的相关证明要素，判断应用数据挖掘技术的必要性，再决定是否批准，防止滥用数据挖掘技术。

以秘密侦查管理措施为例，考虑到案件本身的侦查难度及其他外界客观影响要素等情况，为保证案件侦查的顺利实施，侦查机关可根据案件办理的实际情况，临时限制侦查相对人的知情权^[10-12]。同时，赋予信息主体申诉和控告的基本发言权，明确当侦查人员非法使用个人隐私数据信息时，可向检察机关提出申诉控告。

4.3 完善大数据侦查运行的审批监督机制

在刑事诉讼中，技术侦查措施的实施，其是公安机关内部审批监督机制，是出于现实情况的考虑。虽然检察机关是隶属于法律监督部门，但对技术侦查管理措施的整体运行情况缺乏认知度，难以对数据挖掘技术的申请实施进行直接监管。与此同时，虽然司法机关可通过证据审查或者非法证据，在一定程度上排除规则对技术侦查措施的间接监督，但大部分情况下，通过技术侦查模式获取的相应材料，其均不能够直接作为案例的证据使用。

对于当前大数据侦查的技术考量，可参考技术侦查措施监管模式，兼顾大数据侦查措施适用的灵活性，构建以调查审批为基础的内部监管机制。在实际应用中，主要以书面审批为主，根据涉及信息的敏感程度实行分级审批。同时，在调查机关内部系统中增设专门的技术监督部门，聘请具有个人信息相关工作经验和计算机系统应用技能的专业技术人员担任调查部门内的个人信息保护专员，负责本部门个人信息监管和对外对接工作。这样的话，对相应的技术应用领域进行专业有效的监管，显著的加强信息化支撑，切实保护公民个人信息安全。

5结语

大数据侦查作为一种主动侦查模式的兴起和广泛应用，为有效预防犯罪、防控社会风险提供了可行的操作路径。但在大数据调查活动的实际开展中，对无关信息不可避免地过多搜集，以及对个人隐私的不当公开等都可以表征出侦查机关在侦查过程中对公民个人基本权利的一种“侵犯”。因此，引入调查内部控制机制，适度修正相关法律法规，完成大数据侦查程序控制的制度设计，才能使大数据侦查在法治轨道上顺利运行。

参考文献