“爬蟲”怎么成了“害蟲”？

謝瑋　宋杰

9月以來，大數據行業可謂風聲鶴唳。

一時間，魔蝎數據、新顏科技、公信寶、快錢支付、天翼征信等公司先后傳來有人被警方帶走調查的消息。

這令處于大數據風控服務核心的——爬蟲技術推上了風口浪尖，大數據行業也迎來了前所未有的“震蕩”。消息稱，被調查或是因為這些公司利用網絡爬蟲技術侵犯個人隱私數據，這些隱私數據的泄露，加劇了暴力催收的泛濫，助長了“套路貸”“高利貸”。

而港股上市公司51信用卡（02051.HK）被警方突擊調查的消息，則為這場風波炸響了一聲“驚雷”。10月21日晚，杭州公安通報稱，51信用卡被突擊調查原因在于，今年9月以來，其委托的外包催收公司冒充國家機關，采取恐嚇、滋擾等軟暴力手段催收債務，涉嫌尋釁滋事。

目前，已經有多家大數據風控平臺暫停部分服務。大數據行業似乎進入了一個前所未有的“整頓期”。

在近年互聯網金融大潮中，大數據風控供應商一直扮演著重要角色。爬蟲技術也是大數據風控行業的主打產品?！芭老x”怎么成了“害蟲”？在互聯網金融風險整治不斷深化的大背景下，大數據風控行業又將何去何從？

事起“爬蟲”業務

網絡爬蟲也叫網絡蜘蛛（spider），是一種自動瀏覽網絡的計算機技術，能夠自動化、高效率地檢索互聯網并抓取數據。爬蟲技術也是搜索引擎技術的核心元素之一，經歷了20多年的發展，已經日趨多樣化，在搜索引擎、數據分析、人工智能等領域得到了廣泛應用。

此次風波中的公司大多是國內較早從事大數據風控的服務商，主要為銀行、保險、消費金融公司、貸款機構等提供風控技術解決方案，而其中就包括了爬蟲服務或者基于爬蟲技術而形成的產品。

知名大數據風控平臺同盾科技卷入了此次風波。其旗下子公司信川科技的數聚魔盒業務已經停止。公開信息顯示，數聚魔盒主要涉及數據采集流程，支持爬取數據用作信用評估。

“信川科技是同盾科技下屬獨立運營的子公司，旗下的數聚魔盒業務已經停止?！蓖芸萍枷嚓P負責人向《中國經濟周刊》記者介紹，數聚魔盒業務本身對適用條件與場景有嚴格的授權要求與限制，為更加嚴格地保護用戶合法權益，并積極響應國家關于個人信息保護的相關政策，去年公司已經開始主動收縮該業務，今年上半年已完全停止。

而背靠中國電信的天翼征信也傳來被調查的消息。有媒體報道稱，9月12日上午，天翼征信總經理、副經理以下及市場人員，共計十余人被警察帶走。

天翼征信相關負責人對《中國經濟周刊》記者表示，“我們現在一切都正常，沒有什么太大問題。未來可能將對客戶進行篩選。我們業務都是合規的，至于行業里的傳聞也不太好評價。而關于有無人員被帶走調查，對外不做任何回復。”

爬蟲作為一種計算機技術具有中立性，在法律上也從未被禁止，為什么這些公司會因為爬蟲技術而被調查？

插圖：《中國經濟周刊》美編 劉屹鈁

問題的關鍵在于爬取的行為和爬取獲得的數據是否觸及監管紅線——是否經過授權？是否過度爬取數據？獲取了哪些數據？是否為獲取數據破壞被爬服務器的防護措施？

前述同盾科技負責人直言，“爬蟲其實是一個中立的技術，但現在可能會有灰色地帶存在?！?h3>“爬蟲”的野蠻生長

在近年來的互聯網金融大潮中，大數據風控服務商扮演著重要角色。

隨著互聯網金融興起，非銀行金融機構如P2P、小貸公司、消費金融公司等都試圖掘金傳統征信數據缺失人群。而伴隨用戶金融行為進一步線上化，還產生了除工商財稅、水電煤繳費之外的信息，如支付和交易信息、社交大數據信息等等，成為判斷用戶信用水平的重要數據類型。

然而，對于這些機構而言，自身搭建完整的風控系統成本動輒高達數千萬。在此背景下，服務金融機構以及類金融機構的第三方大數據風控公司應運而生。

從這些大數據風控企業的合作體量，就可以看出市場需求的旺盛。公開信息顯示，魔蝎科技已與國內銀行、保險機構、消費金融、互聯網金融等超過2000家客戶合作。新顏科技合作機構2500家以上;數聚魔盒在2019年3月份下線前，合作企業超過10000家。

隨著行業的“野蠻生長”，競爭日益激烈，一些變異的爬蟲產品也隨之出現，涉及竊取、泄露、濫用用戶數據等。

有業內人士向《中國經濟周刊》記者介紹，一些大數據風控服務商為了獲取海量數據，許多非授權隱私數據也會成為爬蟲的目標，甚至用戶手機里的通訊錄、通訊記錄、電商交易數據、外賣交易記錄等等，要是被盯上，“基本上你就沒什么秘密了”。

而有些爬蟲技術則采用“多線程爬取”，從而導致網站癱瘓或不能訪問，這也是大多數網絡攻擊所使用的方法之一。

“去年就一直存在個人隱私信息不斷被泄露，部分金融公司通過各種數據源對用戶數據進行打包出售再加工，嚴重涉及到公民隱私及數據安全的問題?！庇袠I內人士對《中國經濟周刊》記者表示，有的金融公司通過各種數據源對用戶數據進行打包出售再加工，嚴重涉及公民隱私及數據安全問題。去年問題爆發得很明顯，主要集中在消費金融和現金貸兩大業務板塊。

部分拓展在線零售業務的中小城商行、農商行，也會選擇與第三方大數據風控公司合作，進行數據交叉驗證、豐富風控維度。

在上述業內人士看來，大量第三方數據公司為了獲得銀行業務，會提供大量不同的數據源，很多數據是“非脫敏”數據，“銀行業是一個國家的經濟命脈， 這些數據提供給銀行就會涉及到金融安全問題?！?/p>

“即便客戶允許你抓取，也是在這一次審批當中可以用，你把這些數據留存用于其他場景肯定是不對的?！币晃徊辉竿嘎缎彰臉I內人士對《中國經濟周刊》記者分析，從對個人信息保護的嚴格意義上講，這些數據應當全部銷毀。而部分爬蟲公司并不銷毀歷史上抓取的數據，同時還提供給其他客戶、其他場景使用。

這位業內人士舉例稱，還有一類公司會采用特殊手段規避法律風險，“比如：用戶上傳身份證號碼，征信公司直接顯示用戶每個月納稅金額，這肯定觸犯法律。但他們會規避掉法律風險，用數據標簽給用戶的納稅金額打分，比如繳稅1萬元的人就是5分，1萬元以下的就是3分?！?h3>劍指爬蟲，意在數據

隨著強監管信號的不斷釋放，“野蠻生長”的大數據爬蟲時代或將結束。在不少業內人士看來，本次整頓也是一個行業凈化、洗牌的過程，有利于整個行業更加健康、規范發展。

今年5月28日，國家互聯網信息辦公室發布了《數據安全管理辦法（征求意見稿）》 （下稱“《管理辦法》”），用部門立法的方式對互聯網數據收集、數據處理使用，都做了明確的界定。

《管理辦法》第十六條規定，“網絡運營者采取自動化手段訪問收集網站數據，不得妨礙網站正常運行;此類行為嚴重影響網站運行，如自動化訪問收集流量超過網站日均流量三分之一，網站要求停止自動化訪問收集時，應當停止?！?/p>

在北京大成律師事務所執業律師、北京網貸協會法律顧問肖颯看來，沒有授權的爬蟲就一定是違法的，需要重點整治。現在的關鍵是如何面對這些看似“合法”的爬蟲，重中之重就是運營商做到用戶授權鏈的完整，明晰完整的授權鏈，做到源頭控制?？偟膩碚f，應當盡快制定完善針對網絡爬蟲的數據安全法律法規，將網絡爬蟲引向合法軌道。若是違法進行網絡爬蟲，就要重拳出擊，加大懲罰力度和偵查力度，涉及刑事犯罪的要重點處理。

然而，過去一個多月的行業“震蕩”昭示著，針對大數據風控行業的強監管才剛剛開始。

10月24日，有報道稱，央行日前發文緊急調研銀行與第三方數據公司合作情況。其中，銀行需排查的內容主要涉及數據采集、信用欺詐、信用評分、風控建模等方面。央行還要求各企業征信機構排查自身業務中是否存在違規爬蟲行為。央行表示，如存在上述情況，請立即上報，對于存在違規爬蟲業務的要立即整改。如不存在上述情況的，請出具加蓋公章的書面承諾函，并于10月24日前送至央行征信管理處。

責編：陳棟棟 chendongdong@ceweekly.cn

編審：張偉

美編：黃河浪