大數據時代挖掘隱私證據的可采性原則研究

2017-02-26 05:32:28劉建華

江西社會科學 2017年9期

■劉建華

大數據時代挖掘隱私證據的可采性原則研究

■劉建華

在大數據時代，物理空間與數據空間對接后，個人行為和生活細節被數據化，這些海量的碎片化數據不涉及識別公民個人信息記錄，依靠人力很難找出其潛在的相關性，而挖掘技術卻能將這些毫無關聯的元數據整合成隱私信息，讓個人生活軌跡變得“透明”。在傳統法律的框架下，這些隱私證據遭遇不能以非法證據排除的實務尷尬和理論尷尬。為了將隱私證據的危害降低到社會可接受的程度，亟須研究大數據時代挖掘隱私證據的可采性原則，以期構建“網眼”熟人社會下的良性秩序與可容忍的隱私觀，推動人類數字文明時代的法治進步。

大數據；隱私證據；證據排除；熟人社會；網絡社會

大數據爆發性發展正席卷全球，在商務、社交等行業制造共享變革機遇的同時，也改變了人們的生活方式。大數據的一大功能就是將我們存留于互聯網中的數據轉換成有價值的資源。通過人工智能（AI）深度挖掘、交叉分析這些規模龐大的數據，可以從看似毫無關聯的數據中獲得有用的隱私軌跡或信息，讓個人生活軌跡變得“透明”。但是，網絡世界一半是無比舒適的便捷，那另外一半是無孔不入的危險。在個人信息的使用環節，當隱私遇上大數據，非身份信息如共享單車、公眾號、高速ETC、互聯網電視的使用記錄早已超出其隱私信息本身的意義，若這些個人信息不列入保護范圍，則會增加個人的隱私安全風險，個人生活安寧的隱患也日益凸顯。基于個人數據的深度挖掘生成的隱私信息特征，能否成為法庭訴訟的合法證據，將成為大數據時代不能回避的證據法研究問題。

一、大數據技術挖掘個人信息的證據屬性

互聯網技術的飛速發展，整個社會進入了大數據時代，不管人們是否愿意，我們的個人數據正在不經意之間被企業、個人搜集并使用。據不完全統計，網絡平臺在移動互聯網、虛擬生活、數字商業、在線娛樂、云計算、數據分析等六個方面留存個人信息的數據。個人信息在被收集、存儲、處理、分析后，能使原本碎片化的數據變得有規律可循，從而詳實地展現個人的生活軌跡。

（一）網絡平臺留存個人信息的常態化

網絡已經成為公民生活的不可或缺的一部分。一方面由于政府和社會對公共秩序、公共安全和公共福利管理方式改進，交警APP、公交一通卡、醫保卡、停車APP等“互聯網+”方式廣泛使用，離不開公民以個人信息為基礎數據庫的支撐。國家信息建設工程從原來“三金”已經擴展到目前“二十三金”，政府也從原來的“服務政府”“責任政府”向“數字政府”“智慧政府”轉變。另一方面由于網絡生活已經成為人們日常生活組成部分，公民個人上學、買手機、就業、結婚、開公司、體檢、買車、網上購物每一個細節都已經被記錄。無論我們如何不愿意自己的個人記錄被感知，在但在商務網站與社交網站中已經留存大量涉及個人信息的數據。

利用信息挖掘技術，就是從大量的，不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在于網絡證據相關的信息處理的過程。因此利用大數據，可以實現對個人碎片化信息的整合，進而逐漸形成一幅完整的“人格剖面圖”。大數據運用已經滲透到公民的衣食住行各方面，隨著越來越多的數據被挖掘與整合，個人信息的特征數據濃縮得越來越精準，如百度、淘寶個性化的廣告推送服務。

（二）元數據深度加工個人信息的證據能力

證據就是認定案件事實的依據，從信息論角度來分析，證據就是信息與載體的結合體。［1］(P111)網絡作為信息科學技術傳播的載體，那么通過網絡終端而獲取的信息內容則隸屬于電子數據，這些電子數據主要是使用計算機或計算機系統運行過程中產生的,以其記錄的內容來證明案件事實的二進制記錄物，這些隨機原始的記錄也稱為元數據（Metadata），其零散記錄沒有什么信息價值，如高速公路偶然通行ETC記錄。元數據是對數據本身進行描述的數據，它不是對象本身，只是描述對象的屬性。如當所涉公民個人信息僅僅包括車輛行駛路線、方向位置等日常行為軌跡而并不涉及識別公民個人身份時，也不具有實質違法性，因此元數據作為證據，數據本身具有中立性，其沒有證明價值。

但對海量的元數據進行深度加工，如對某當事人大量共享單車的使用記錄，進行深度挖掘整合，就可以分析出此當事人的行蹤軌跡，甚至能科學推算此人夜不歸宿的習慣。如對高速公路通行的汽車進行挖掘，就可以推算出公務車嚴重超速而沒有被處罰的腐敗事實。那么深度加工的數據，如夜不歸宿習慣、超速不被罰的腐敗事實能否作為適格的證據呢？毋庸置疑，審查判斷證據能力依據就是其三性，即客觀性、相關性及合法性。如果元數據的相關主體得到明確的授權或者具有合格的主體身份，收集和保全過程嚴格按照法律程序進行,沒有違反法律的相關規定。那么利用大數據技術，對大量元數據深度加工所獲豐富、有價值的個人信息，符合科學算法和邏輯推理，其深度組合體的證據應屬于電子證據，而不是鑒定意見，畢竟沒有摻與任何專業鑒定人的意見判斷，同時依據電子數據性質對證據能力審查判斷方法也是合理的。雖然這些個人信息涉嫌個人的隱私，但這些隱私證據無疑具有證據能力。［2］(P186-191)

二、挖掘隱私證據保護遭遇“網眼”熟人社會的實務尷尬

大數據的終極價值就是可以用海量的數據與算法描述每一個具體的個體。大數據已經撼動了世界的方方面面，從政府政策、商業決策到人文社會的其他領域。信息技術的快速發展放大了個人信息的問題，如建構出消費習慣，可以說通過數據技術整合而成的信息集合體，社會形成一個“網眼”的熟人社會的生態。

（一）鄉土社會隱私保護依賴道德教化

囿于鄉土中國的相對封閉性、范圍的有限性和技術的落后性，個人信息通常為熟人直接接觸，接觸范圍有限，危害性較小。中國鄉土社會以宗法群體為本位，人與人之間的關系，是一種“差序格局”。而圍繞這一人際關系格局，衍生出一系列禮節和習俗。《共同體與社會——純粹社會學的概念》作者滕尼斯認為，共同體的類型主要是建立在自然的基礎上的群體里實現的，如家族、宗族等，它能在歷史上形成的小的聯合體（村莊）以及思想的聯合體（友誼）里實現。［3］（P25-28）鄉土社會是熟人社會，個人信息局限在熟人之間。社會倫理所限，傳播者并無過多惡意。費孝通指出，在鄉土社會，人們因熟悉而信任。［4］(P23-25)由于鄉土社會持久的互賴關系，人們從一次不守信所帶來的收益遠小于他失去信任所造成的損失，這種信任并不是對契約的重視，而是發生于對一種行為的規矩熟悉到不假思索時的可靠性。

與西方社會用法律來約束行為不同，鄉土社會是建立在熟人和家族關系之上的，鄉土社會的秩序是在長期的教化中，靠每個人內化了的道德體系和敬畏之心來維系的。既然社會是靠道德來維持秩序，那么許多社會與個人的行為問題就將動輒上升為道德層面，其監管模式是每個人都自動地守規矩，不必有外在的監督。如果一旦道德的教化對象失去了敬畏之心或道德體系本身也陷入混亂，道德就會在社會結構的劇烈變遷中分崩離析。陌生人所組成的現代社會無法用道德教化來約束時，于是就需要有法律、法治，需要有“超乎私人關系”的法律規制。

（二）生人社會隱私保護依賴法律規制

在法治視域里,中國社會整體上處于鄉土社會向法治國家過渡的階段，現代性的法律制度打破了中國社會的傳統秩序。后鄉土中國的區域與階層之間的利益逐步分化，產生了不同人群之間的矛盾，法律的作用就是要界定并協調各方利益關系的發展。在熟人社會中，人與人之間的關系是稀疏的，在生人社會中，人與人聯系密切，并且包含無限的可能與維度。如果說熟人社會的聯系是“實質性”的，則生人社會聯系即是“功能性”的，我們必須區分“生人社會”中流動性隔離造成的“生人”和“熟人社會”中物理隔離造成的“生人”，在交流與保護中尋求最佳平衡。隱私權內涵進一步擴張，涉及私生活安寧和私生活秘密等方面，生人社會對隱私權的過度保護一方面是對現實生活的不安全感，另一方面是心理上的被窺探感。由于網絡環境開放性、傳播迅捷性、技術壁壘性使得網絡環境下的隱私權更易侵害且侵權行為更隱秘、侵害后果也更為嚴重。所以各國立法機關通過大量的有關對人格權、隱私權的保護相關法律，甚至有將人打造成“隱身人”的趨勢。

（三）網絡社會對隱私保護面臨實務失控的尷尬

數據的隱私化與隱私的數據化是現代社會隱私領域的兩大基本趨勢。數據與隱私之間的關系愈發緊密，然而數據的邊界日益模糊，個人的私密信息不可避免地成為數據，與個人隱私相關的數據可能通過任何方式被處理、利用甚至濫用。即使私人信息去名化處理，大數據的反向識別技術與數據挖掘分析技術能使每個人成為“透明人”。如果說大數據勢不可擋，盡管目前有“被遺忘權”，但是網絡空間的可搜索性和永久存續性使得人們對完全磨平痕跡的期望落空，網絡熟人社會對隱私保護面臨實踐失控的尷尬。

人們使用手機從而生成一個資料詳細的位置數據庫，里面記載著手機用戶每天的活動，從公司到醫院、從自己家到朋友家等，而這個數據庫是用戶本人看不到、也無法控制的。這種數據被稱為蜂窩基站位置信息（CSLI）。而在不需要法庭授權的情況下，美國的地方、州以及聯邦執法機構都能夠獲得CSLI數據。值得注意的是，搜集這種位置數據并非罕見或機密行為。當前，執法部門只需要給出一個非常低的法律依據即可，稱之為“合理懷疑”(Reasonable Suspicion)，而法官將會據此發出搜查令。在過去幾年當中，兩家美國上訴法院就此舉做出了裁決：第五和第十一聯邦巡回上訴法院，均判決此舉完全合法，即在沒有搜查令的情況下，搜集電話位置信息的做法并沒有違反美國憲法第五修正案。［5］從此案例來看，在大數據時代，由于技術收集和科學算法，看似侵犯隱私的證據已經翻墻，突破傳統法律實務的保護范疇，而且形勢表現強勁。從隱私權保護的法律實務來看，“網眼”下的熟人社會，傳統隱私保護面臨失控的尷尬。

三、挖掘隱私證據遭遇非法證據排除規則的理論尷尬

在大數據時代，個人數據在網絡平臺上是觸物留痕、有跡可循，大數據讓個人信息和生活軌跡變得更加“透明”。然而根據傳統非法證據規則對隱私權的保護，大數據挖掘的隱私證據理論上面臨難以排除的尷尬。

（一）大數據的元數據不涉及隱私信息

傳統上，隱私權作為人格權的一種進行保護，其注重的是人格尊嚴與人格自由方面的利益。那么在隱私的內涵不斷擴張的情況下，如何判斷某項信息是否屬于隱私證據并受法律保護呢？除了不涉及法律與公共利益必須公開的信息以外，自然人不愿意公開且沒有公開的信息都可以劃入隱私的范圍，通常包括私生活安寧和私生活秘密兩個方面。私生活安寧指個人生活不被他人打擾的權利，私生活秘密則包括了個人的生理信息、家庭隱私、財產隱私等。通常認為，雖然個人信息與個人隱私存在交叉關系，但隨機偶然記錄的個人數據在初始狀態并不涉及個人隱私，如共享單車的個人使用記錄。

然而大數據最大的魅力就是能將看似雜亂無章的數據挖掘出潛伏的規律與價值。正如維克托·邁爾·舍恩伯格所稱數據有以下三個特質：（1）不是隨機樣本，而是所有數據；（2）不是精確性，而是混雜性；（3）不是因果關系，而是相關關系。［6］（P9-11）如正上所述，元數據它不是對象本身，只是描述對象的屬性。當所涉公民個人信息僅僅包括車輛行駛路線、方向位置等日常行為軌跡而并不識別公民個人身份時，并不具有實質違法性。埃里克·西格爾也主張：“如果有人因為口渴而偷喝了檸檬水，不要把責任歸咎于讓他感到口渴的太陽上。”［7］（P127-129）如果說在微信朋友圈曬位置、發照片是用戶的主動選擇，那么，互聯網衍生出的產品幾乎將用戶所有數據都記錄在案，但這些元數據絕大多數卻不隸屬于傳統隱私范疇。

（二）大數據收集方法不侵犯隱私權利

簡單來說，大數據收集方式就是計量與記錄，把現象轉化為量化形式的過程。其涉及的數據量規模巨大到無法通過人工或傳統的工具在合理時間內截取并整理成為人類所能解讀的信息，因此要依托云計算及相關技術的支撐，利用挖掘算法發現潛在的有價值信息和線索，并將結果以云服務的方式提供給用戶，以實現實時、大規模、快速處理與交互分析。雖然這些元數據往往被描述為“在某種程度上具有匿名性”，但是在網絡平臺，隨著試驗次數的增加，一個隨機事件發生的頻率會趨向一個穩定值。如果牽涉到的信息越多，這樣的說法就越顯站不住腳。來自MIT的伊夫·亞歷山大(Yves-Alexandre de Montjoye)和塞薩爾·A.伊達爾戈(César A.Hidalgo)卻發現只要通過同一手機的四個不同的位置數據點就可以精確定位其擁有者。

如果從證據收集方法來審查證據的合法性。數據挖掘方法是可控、可查、開放的；挖掘出的數據類型、禁止收集的類型已經根據法律剔除敏感成分的程序和標準；數據挖掘之前、挖掘過程中、挖掘之后任何階段的整合方法都公開可核查。如果數據的規則是“公平”而“正確”的，那么遵循這些規則的預測分析活動就不算是侵犯或助長侵犯別人隱私。

（三）大數據挖掘方法客觀科學

大數據的挖掘方法屬于全數據模式，研究的是非線性甚至函數形式不明確的相關。涉及兩方面內容：海量運算存儲能力與數據建模算法。挖掘算法是完全摒棄了選擇性抽樣造成的結果不科學。挖掘方法主要有這些：統計分析方法根據統計技術用來分析網頁的訪問頻率、網頁的訪問時間、訪問路徑；關聯規則是通過市場分析可以知道哪些商品被頻繁購買，哪些顧客是潛在顧客，是最基本的挖掘技術；聚類技術是在海量數據中尋找彼此相似的對象組，基于距離函數求出對象組之間的相似度；歸類技術主要用途是將用戶資料歸入某一特定類中；序列模式即給定一個由不同序列組成的集合；依賴關系指一個依賴關系存在于兩個元素之間，如果一個元素A的值可以推出另一個元素B的值，則B依賴于A。而利用上述方法在提煉信息過程中就能找出普遍適用的規律，而這些算法或模型都是經過相應驗證的挖掘方法，是科學客觀的。

四、大數據挖掘隱私證據可采性原則的考量

在證據調查過程中，需要結合個人信息保護和正義程序的基本原則，尋求個人信息利用和個人信息保護之間最佳利益平衡，最大程度發揮大數據的功能價值。因此在突破傳統隱私保護窠臼的基礎上，對大數據挖掘隱私證據可采性問題應基于以下原則進行考量，將法律規制的重點放在數據分析環節，強調信息主體對個人數據應用的控制標準，保障數據主體的知情權、刪除權等權利，為其生活安寧與生活秘密編織嚴密的防護鎧甲。

（一）審查批準原則

審查批準原則本意想借鑒西方的司法審查原則，司法審查原則對涉及個人自由財產隱私等權益的偵查活動由法院或其他司法機構進行審查。［8］（P284）但是我國并沒有司法審查原則適用的土壤，在涉及公民相關自由、財產等權利的事項時，—般采取由領導或上級部門審批的方式。在大數據偵查中個人信息的收集或侵犯公民的隱私權、個人信息權、人格尊嚴等權利，因此個人信息的來源及使用行為同樣應當具有合法性，可以通過審查批準制度來保證所獲取的個人信息合法有效。

美國是世界上最早提出隱私權并予以法律保護的國家，那么美國法律是如何對大數據隱私進行保護的呢？在1974年通過了《隱私法案》并在之后通過了一系列全面的隱私相關法案。奧巴馬政府在2012年2月宣布推動《消費者隱私權利法案》的立法程序，該法案中不僅明確且全面地規定了數據的所有權屬于用戶（即線上/線下服務的使用者），而且規定在數據的使用上需要對用戶有透明性，安全性等更多細節。［9］盡管這一法案尚未通過國會，但表明了美國政府在隱私權方面立法的決心，這套法案將影響21世紀大數據在美國的發展。

此外，還制定審查批準原則在司法機關審查之外審查公民個人信息、建立數據庫的合法性。至于由哪個機關負責審查，或許可以仿照日本“特定個人信息保護委員會”、德國“個人資料保護委員會”這樣的機構，由專門的第三方組織來負責對政府或司法機關收集利用公民個人信息的行為進行監督，在司法機關建立涉及公民個人信息的數據庫以及與其他部門進行數據合作共享之前應當報第三方機構審查批準，以獲得合法的授權。

（二）利益權衡原則

在大數據時代，個人的任何行為都會留下數據痕跡，要解決數據痕跡帶來的隱私暴露問題關鍵在于個人信息保護與利用的利益衡量。將利益權衡原則具體應用到非法取證的場合，就是將非法取證行為所要保護的權益與取證行為本身所可能造成的危害進行比較，將違法取證行為的嚴重程度、案件的重要程度、證據的重要程度進行對照，以確定哪種權益更值得優先保護。這些利益因素包括：取證主體的取證方式、案件的重大性、違法收集證據行為的程度、當事人可以采取的其他合理取證方式、當前政治政策考量等。［9］例如在陷阱取證過程中，若對方當事人本身沒有侵權的意圖，但是在原告提供的利益誘惑下臨時起意，實施了侵權行為。這種情況屬于—種教唆他人實施侵權的行為。如果當事人能夠對另一方的侵權行為存在合理懷疑，但苦于無證據可舉，迫于無奈采取侵犯他人隱私的形式取證，就難以認為取證人有過錯。

在權益輕重程度衡量的層面，比如銀行的監控設備是為了保護公共利益而設置的，相對于其他個人的肖像權而言，公共利益為重，而且行為人在公共場合實行的行為，本身就有愿意公開的內涵，此時錄音錄像資料就可以作為證據使用而不得予以排除。兩害相權取其輕，應犧牲較小的價值來保護較大的價值。在網絡時代，在不危害社會公共利益的情況下，如果單純地把輕微違法行為取得的證據或者是程序上不合法律規定而取得的證據也作為非法證據而排除，這樣無疑導致當事人因為證據被排除而承擔不利訴訟后果，這樣不符合我國訴訟法所要達到的目的。

(三）比例原則

比例原則實際上來源于個人信息保護體系中的“有限處理原則”，管理者在處理個人數據的時候要秉持謙抑、克制的態度，對于數據的處理數量和處理方式都要在當初的目的范圍之內。［10］(P170)比例原則同樣也是司法程序中的一項基本原則，在個人信息保護中的有限處理原則與司法中的比例原則實質上不謀而合。司法機關所收集的數據在實現取證目的的基礎上應控制在最少范圍內；應采用合理的技術手段收集、處理數據，不得破壞數據的完整性真實性以及損害數據主體的其他權益；應規范數據控制者的行為，加強數據控制者責任。

具體而言，在大數據取證過程中，無論是收集數據還是分析處理數據，無論針對當事人還是其他公民的個人信息都應采取對個人權益影響最小的方式保障個人數據的完整性真實性和有效性；除非案件特殊要求，不得采集個人敏感信息；對數據庫實行訪問控制，盡量縮小可以直接接觸個人信息的偵查人員范圍，嚴格限制數據使用者和管理者的權限。不影響案件取證的情況下，對一些與案件無關的關鍵性身份識別信息可通過加密技術、匿名化方法、代碼替代等方式進行遮蔽。［11］2017年3月20日通過的《最高人民法院、最高人民檢察院關于辦理侵犯公民個人信息刑事案件適用法律若干問題的解釋》就強調了在個人數據保護法中合理分配責任，統一數據存儲訪問處理和使用的標準，在保護數據的同時為企業發展創造公平環境。［12］(P165-170)

（四）目的特定原則

個人信息保護制度中有“目的明確”和“目的限制”原則，要求數據在收集之前就必須要有正當的、明確的目的。在數據使用過程中必須緊緊圍繞目的來進行，在大數據偵查過程中，數據的收集、獲取必須基于案件調查取證的需求或其他職能的需求，不得超出司法機關的職能范圍，數據的處理和使用也必須在偵查職能范圍之內進行，與案件線索獲取證據調查相關。對于大數據取證中獲取的個人信息，例如通過數據庫所查詢到的當事人家庭成員信息，通過數據挖掘技術所獲取當事人的數據畫像人際關系行為偏好等個人信息，僅能用于本案的需要，不得另作他用，所獲取的與案件取證無關的個人與他人信息，應當及時銷毀。

歐盟在2012年制定的《通用數據保護條例（草案）》（GDPR）中增加了數據權利人的數據遺忘權、數據可攜權、因數據控制人市場銷售目的而處理其數據的拒絕權以及該拒絕權排除適用的例外情形。我國立法還沒有相關的規定，個人數據權利保護仍然停留在傳統的訪問與修改方面。目前我國沒有專門針對互聯網的個人數據保護方面的立法，僅是將“個人信息保護”寫入民法總則第111條。因此，首先需要分析上文提到的理論與實務尷尬，制訂統一的個人數據保護法，構建網絡隱私空間。其次建立審查機制，對數據控制者使用數據的形式與途徑嚴加核查，對個人數據流轉進行登記，便于追本溯源。最后，應當建立獨立的專門管理機構，不僅有利于貫徹個人數據保護的法規實施，而且能在個人數據跨國流通中更好參與國際合作。

（五）救濟原則

對在大數據偵查過程中違規收集、處理個人信息的行為，例如超出職權范圍收集分析個人信息，將個人數據用作偵查職能以外目的，違法披露個人數據等非法行為，因此而遭受侵害的數據主體可以按照《刑事訴訟法》第47條、第98條規定尋求救濟，對于具體的責任人員，應當根據侵權行為的不同程度進行相應的紀律處分、行政處分等措施，構成犯罪的，應當按照《刑法》第253條“侵犯公民個人信息罪”等相關罪名追究刑事責任。

除了程序性規制外，還可以從數據使用權限、管理制度上來加強對個人信息的保護。首先，可以通過訪問管理控制來對數據資源進行不同的訪問授權，防止非授權人員進行核心數據系統。在刑偵、技偵、網偵及視偵等專業偵查隊伍中，可以根據每個人職能的不同賦予其相應的數據訪問使用權限。對實務辦案部門應當分配較大的權限，賦予部門管理人員或主要辦案人員較大的數據權限；或者按照各辦案小組進行數據權限分配，例如在主任檢察官制度實行之后．可以賦予各主任檢察官較大的數據訪問權限。其次，可以通過密鑰令生物識別等身份認證技術來確保數據訪問人員身份的可靠性，確保用戶的真實身份，保證每次登錄操作都對應到專人，每一步操作都留下數據痕跡。

五、網絡社會中公民觀念調整與技能提升

只有安全的互聯網才是美好的互聯網。從物理空間到虛擬空間，網絡隱私的發展在強調虛擬空間下個人尊嚴與權利保護的同時，也妨礙信息的正當流通與自由共享。隱私的保護不能光靠法律，更要依靠網絡安全教育和個人自我保護。因此，除從原則考量層面提供必要的隱私權保護外，公民個人也應改變觀念與提升技能來適應網絡生活。

（一）公民可容忍的隱私權的觀念調整

鄉土社會是借助“肉眼”監督的熟人社會，人們還是堅持著樸素的隱私權利，有著“蔽體人”的尊嚴。隨著改革放開進一步深入，在商品經濟社會推動人員全國大流動，熟人社會轉變為生人社會。但在網絡平臺大數據時代，個人日常行為在網絡數據有映射，生人社會在“網眼”的監督中又恢復成了熟人社會，即使戴著面具的人，在大數據時代也變成“透明人”，其隱私權利受到嚴重侵犯。因此，為了適應網絡社會的熟人社會，社會必須協調好鼓勵信息傳播與隱私權保護的關系，一方面個人信息不應納入隱私保護范疇，為記錄個人信息的公用化與商用化提供方便，同時公民也應對自身上網行為進行約束與規范，減少個人信息在網絡平臺的殘留化。

（二）公民應提升自身網絡技能來對抗隱私權侵犯

“網絡是把雙刃劍”，它在帶來快捷便利的網上生活、豐富多彩的文化信息的同時，也給所謂缺乏社會良知的一些人新的肆虐空間，制造各種陷阱與犯罪，危害網絡安全與信用。因此，在虛擬網絡時代，為了對抗隱私權侵犯，公民在接觸網絡時也應當注意提升個人自身信息技術素養。如不懂支付寶賬號的安全設置，就要盡量不要綁定各種銀行卡；不懂朋友圈的曬圖風險，就謹慎曬可能泄露個人信息的圖片。網絡已經成為國家基礎設施，網絡空間成為法律規制的第五空間，但大數據技術也讓個人隱私侵犯面臨更多的安全風險，不能完全依賴立法與司法，以政府為主導，行業自律、社會監督，各方力量參與共治是不可阻擋的趨勢。其中，個人參與是預防隱私被侵犯的關鍵，因此公民應學會使用網絡的技能，知悉網上隱私被侵犯套路與預防對策。

總之，正如美國著名的未來學家阿爾溫·托夫勒的預言：“誰掌握了信息，控制了網絡，誰就擁有整個世界。”互網絡與大數據技術對個人數據的全面收集，深度分析與廣泛共享正對個人隱私和利益帶來微妙而深遠的影響。大數據的發展對于公民隱私權存在威脅與挑戰，因此要尋求技術對人類社會造成損害與帶來的利益之間一種最佳的平衡，利用非法證據排除規則的規制，為網民構建安全的網絡隱私空間，創建大數據時代的信息隱私保護與社會良性管理互動，而不是將個人信息保護無限擴張到生人社會那樣的狀態。

［1］何家弘，劉品新.證據法學［M］.北京：法律出版社，2011.

［2］劉品新.網絡法學［M］.北京：中國人民大學出版社，2009.

［3］(德)斐迪南．騰尼斯．共同體與社會——純粹社會學的基本概念［M］.林榮遠，譯．北京:北京大學出版社，2010.

［4］費孝通.鄉土中國［M］.北京：三聯書店，1985.

［5］王亮.美國警方無需授權就能調用手機位置記錄？沒門！http://xue163.com/2190/1/21906 307_2.html.

［6］(英)維克托·邁爾－舍恩伯格，肯尼斯·庫克耶．大數據時代［M］.盛楊燕，周濤，譯．杭州:浙江人民出版社，2013．

［7］(美)埃里克．西格爾．大數據預測［M］.周大昕，譯．北京:中信出版社，2017.

［8］陳瑞華.刑事訴訟的前沿問題［M］.北京：中國人民大學出版社，2011.

［9］張新寶.從隱私到個人信息:利益再衡量的理論與制度安排［J］.中國法學，2015，(3).

［10］郭瑜.個人數據保護法研究［M］.北京：北京大學出版社，2012.

［11］劉銘.大數據反恐應用中的法律問題分析［J］.河北法學，2015，（2）.

［12］王燃.大數據偵查［M］.北京：清華大學出版社，2017.