大數據偵查技術在知識產權犯罪中的應用分析

聶洪濤，韓欣悅

（西安財經大學法學院，西安710061）

引言

網絡的普及使得知識產權犯罪越來越趨于多樣化，其隱蔽性強、影響范圍更廣、傳播速度更快。作案的方式不再局限于在線下生產和制造假冒、盜版產品，更多地是以網絡為媒介，如自建網站售賣侵權復制品、侵入他人網絡盜取商業秘密，或利用社交軟件傳播盜版，私設服務器，開發游戲“外掛”等。這些行為都具有較高的技術含量和一定的隱蔽性，從個人到企業乃至國家的知識產權都面臨著遭受侵害的可能性，由此對知識產權保護提出了更高要求，也給偵查機關帶來了更大挑戰，知識產權領域亟需科技手段提供新的技術支持。

一、知識產權犯罪的發展新趨勢

刑法分則對于侵犯商標權、著作權、專利權的犯罪做出了明確規定，商業秘密犯罪在互聯網時代也變得更加普遍。同時，以電子數據載體所記錄的商業秘密信息越來越容易遭到不法分子的侵入和攻擊。隨著經濟的發展，知識產權所具有的價值日益突顯。知識產權作為一種無形財產，能夠帶來巨大的經濟利益，可觀的犯罪收益不斷驅使著不法分子違反法律規定，實施侵害知識產權的行為。

（一）知識產權犯罪案件類型集中多發

據最高人民檢察院有關負責人介紹，近年來發生在我國的侵犯知識產權案件呈現產業化、網絡化趨勢。2018年，全國檢察機關共批準逮捕侵犯知識產權犯罪案件3 306件，提起公訴4 458件，同比上升了21.3%。主要要涉及商標侵權犯罪、侵犯著作權犯罪和侵犯商業秘密犯罪。商標權類案件占比持續擴大，現已超過案件總量的95%。從地域分布上看，侵犯知識產權犯罪多發于經濟發達的地區。在京津、長三角等地區批準逮捕的侵犯知識產權犯罪總人數占到了全國的72%。

圖1 2018年全國檢察機關批捕侵犯知識產權案件類型

表1 2018年全國受理批捕與起訴的侵犯知識產權案件數量類型

根據檢察機關批準逮捕的涉及侵犯知識產權犯罪案件的統計資料，2018年1月至12月，我國受理侵犯知識產權案件3 000余件，其中商標類案件3 100件、著作權類107件、商業秘密類28件、專利類0件。2019年以來，案件總量仍在持續高速增長，以陜西省為例，年均增長率在27%以上，就全國范圍來看，與此情形也基本吻合。占絕對主導地位的是商標類案件，其次是著作權和商業秘密類案件。實踐中假冒專利的行為并不少見，但刑事打擊卻鳳毛麟角。對于銷售侵權復制品的犯罪案件，由于認定侵權的難度太大，定性為此罪名的可能性幾乎沒有，最終通常以非法經營罪處罰。侵犯著作權、商業秘密的案件成為近幾年持續關注的熱點，這類案件往往和企業的技術信息緊密關聯[1]。技術信息、計算機軟件都極易拷貝和銷毀，很少留下痕跡和證據，往往侵權易、取證難，權利人保護意識也比較薄弱，保護措施不得力，尤其是中小企業較為明顯[2]。在利益的驅動下，侵犯計算機軟件著作權、商業秘密的現象大量出現，但刑事受案量卻明顯較小，嚴重影響了企業自主創新的積極性[3]。

（二）知識產權犯罪作案手段更加多元

隨著電子商務市場的迅速發展，移動網絡正推動著消費模式向多元化、智能化轉變，電商平臺逐漸成為產品和服務的主要提供渠道，也成為了不少犯罪分子實施犯罪行為的“根據地”[4]。以虛擬網絡為工具侵犯知識產權的趨勢日益凸顯，網絡售假已呈現鏈式發展態勢。現已有超過半數的知識產權犯罪利用電子商務平臺進行，在線上完成生產、銷售、交易的全過程，物流倉儲業的發展又使得跨區域犯罪更加嚴重，難以實現對犯罪活動的全面打擊。通過互聯網實施的知識產權犯罪具有很強的隱蔽性，其不僅難以發現，也難以取證，大大增加了懲治和預防犯罪的難度。

在新興技術和全球化的推動下，曾經的本土產業已經走向全球[5]。在促進經濟增長的同時，隨之而來的全球有組織犯罪也使得偵查機關措手不及，犯罪集團跨越國界運送貨物和資金，犯罪活動往往以大批量銷售假冒注冊商標的商品或侵權復制品為主，音像制品、藥品等容易模仿和復制的產品成為知識產權犯罪的“重災區”[6]。假冒注冊商標涉及的范圍也相當廣泛，有些假冒注冊商標產品難辨別真假，具有很大的欺騙性，造假者利用國際知名品牌商標的影響，以次充好，賺取高額利潤，涉案金額巨大。

二、互聯網時代知識產權犯罪的偵查難點

（一）知識產權犯罪的網絡化與無形化阻礙了嫌疑人身份認定

知識產權作為一種無形財產，最為顯著的特征在于其具有無形性，而侵害知識產權的犯罪同樣具有無形性的特征。在互聯網經濟迅速發展的今天，知識產權犯罪的犯罪行為、場所等要素都隱匿在網絡之中，侵權行為不易被權利人所察覺，同時調查取證也更加困難。通過網絡實施犯罪具有涉及面廣、隱蔽性強等特點，一些犯罪分子還借助物聯網技術實施犯罪行為，攻擊的范圍不僅僅限于計算機，任何可以聯網的電子設備都可能成為犯罪行為的媒介或目標。在這個萬物互聯的時代，犯罪行為擴散到生活的方方面面，數據化特征非常明顯。傳統偵查模式已與犯罪信息化程度大幅提高的現狀不相適應，依靠經驗進行信息分析和案情研判已經無法針對在網絡等虛擬空間中實施的犯罪行為展開有效偵查。

在網絡上侵犯知識產權不受時間和地點的限制，犯罪嫌疑人通常以虛擬的形象實施犯罪行為，并且在有些情況下使用的身份還不止一個，身份之間也不具有明顯的關聯性，使得偵查和取證面臨很大挑戰。而且，隨著犯罪方法、工具的智能化，以及犯罪分子反偵查意識的增強，犯罪的過程在網絡等虛擬空間中進行，難以獲取實物證據，現場勘查取得的物證明顯減少。犯罪分子在現實與虛擬之間來回轉換，犯罪行為也突破了特定時空和行政區劃，網絡上留下的作案痕跡也很容易被篡改或毀壞，嫌疑人身份和犯罪數額的認定難度也隨之加大，迫切需要通過技術手段及時固定證據[7]。

（二）知識產權犯罪的專業化與集團化加大了打擊難度

與傳統的犯罪形式不同，當前的知識產權犯罪主要以互聯網為依托，呈現出一種智能化的特點。相較于其他類型的犯罪，知識產權犯罪具有較強的專業性，犯罪主體通常通曉計算機技術、物聯網等領域的專門知識，如利用淘寶、微信等平臺進行的知識產權犯罪，即使平臺監管日趨嚴格，投入了大量的人力物力進行打擊，不法分子仍能找到漏洞，繼續實施違法行為。如在一些使用網絡工具侵犯著作權的案件之中，犯罪分子利用游戲“外掛”、手機APP、釣魚網站等手段實施侵權行為，給案件的偵破工作帶來了很大困難。同時，越來越多的知識產權犯罪呈現出集團化趨勢，犯罪人員結成龐雜的犯罪關系網，互相之間分工協作，各自實施知識產權犯罪行為中的某一個部分，從而形成一個完整的犯罪鏈條。并且犯罪團伙的成員之間往往通過網絡聯系，隱藏了真實的身份，在現實生活中可能互不認識，這使得犯罪人員更具有隱蔽性，加大了打擊難度。

（三）知識產權犯罪的國際化導致了偵查取證困難

傳統的知識產權犯罪由于主要在線下進行，各個環節都局限在較小的區域范圍之內。而以互聯網為媒介則使得知識產權犯罪突破了時空和地域的限制，呈現出國際化的發展趨勢[8]。網絡一方面拓展了犯罪的鏈條，從材料來源到生產分銷都實現了跨地域、跨國界；另一方面，知識產權作品的數字化、虛擬化也擴大了侵權對象的范圍。同時，利用網絡侵犯知識產權往往借助微信、微博或電子商城等工具，加快了侵權作品或產品的流通，使得傳播速度更快。通過網絡服務器隱密而便捷地傳輸，犯罪行為地與結果發生地很可能出現在不同國家的境內，使之影響更大，波及范圍非常廣泛。同時，由于可能涉及到不同國家，往往還伴隨著司法管轄權的競合[9]。在傳統的知識產權犯罪中，認定犯罪地并不是非常困難，侵權復制品的制造、運輸、銷售等行為都在實體地點進行。但是，由于網絡媒介的參與，犯罪地變得無法確定，在互聯網中，用戶表現為一個個的IP地址，難以對應到現實中的人，犯罪分子可以在不同的地點架設服務器，犯罪行為通過哪個IP實施都變得難以確認，使得案件更加復雜。

三、大數據偵查技術為知識產權犯罪案件的偵破帶來新機遇

大數據技術的精髓在于挖掘數據背后所蘊藏的規律，將其應用于決策之中。大數據偵查技術就是要在數據思維的引導下，以數據算法為載體，連接起“案”與“人”的關系，突破虛擬和現實的界限，挖掘出隱藏在數據背后的行為人信息和案件線索[10]。

在對傳統偵查模式進行發展與創新的基礎上，大數據偵查模式具有數據化的顯著特征，能夠從海量數據中挖掘出有價值的信息作為破案線索和證據。大數據時代的偵查搭建起虛擬和現實的橋梁，為偵查技術革新和偵查思維轉變提供了技術上的支持。

（一）偵查思維從因果關系轉向相關關系

傳統偵查主要是通過勘查痕跡、調查訪問獲得案件線索從而鎖定犯罪嫌疑人，這種模式建立在因果邏輯的基礎上，在因果關系思維的引領下，對于犯罪事實的認定要嚴格遵循因果關系。然而，這只適用于具有明顯因果關系并且案發現場留下物證或線索的案件。當我們進入一個較為復雜的數據化時代，碎片化、多因性的特征在案件因果關系中逐漸顯現了出來，通過揭示因果關系發現事實的傳統思維受到了嚴峻挑戰。大數據卻使得傳統因果思維發生了翻天覆地的變化，轉而強調相關關系[11]。

相關性關系的概念來源于數理統計，即以數學方法測定兩個對等數列之間相關變化的中間值，這種方法能夠反映兩者關系的緊密程度，進而對相關性做出分析。數據的集合能夠在一定程度上反應事物和事物之間互動的某種規律，在此基礎上預測出其將來發展的趨勢。信息化偵查對日益復雜的犯罪手段所做出的回應之一就是不再把功用性作為偵查的主要思維導向，轉而在數據分析中探求事物的相關性，并對犯罪計劃、犯罪行為作出合理的預測，從而達到防控犯罪的效果。

綜上所述，大數據偵查將不再熱衷于確定的因果關系，而開始在海量的數據信息中尋求事物的相關性，做出預測性的安排。

（二）偵查模式從靜態分析轉向軌跡分析

在傳統的偵查模式下，偵查機關對現場遺留的痕跡、物證等進行的搜索和認定是一種靜態的案情分析模式。而軌跡分析是以動態數據的組合來反映涉案對象的情況，數據情報分析能夠實現時空的多重轉換，捕捉偵查對象在眾多時空節點上的活動狀況。犯罪過程究其實質是一個信息交換的過程，嫌疑人實施犯罪行為的過程中會與其他的人或物產生多種多樣的接觸。而偵查過程其實是一種信息發現的過程。在軌跡分析中，偵查人員不是孤立地通過已表現出的顯性信息查找線索，而是通過多項數據的交匯互動挖掘出隱性信息。犯罪行為發生的不同階段所表現出不同的信息交換和轉移，將由“點”反映的犯罪活動狀況連成了一條“線”，即排序、匯集形成軌跡信息。通過對不同時間、地點數據所反映的偵查對象活動狀態進行串聯，我們可以掌握犯罪嫌疑人動態的活動過程。

數據系統記錄了人們社會生活中方方面面的交互行為，如基站臺記錄了用戶的手機通迅信息、GPS記錄了車輛的移動信息、銀行記錄了資金的交易信息。在信息時代，嫌疑人的行為與各種數據庫產生信息交換是不可避免的，尤其是借助網絡實施的知識產權犯罪活動。涉案人、涉案物在移動過程中遺留在監控、客運、銀行卡等系統的信息都會與其它的社會信息發生交互。軌跡不僅反映著涉案的人與物來自何方、去向何處，還反映著他們與相關的社會環境所發生的千絲萬縷的聯系。而偵查人員可以借助與案件相關的車輛、物品、消費記錄等信息開展偵查活動，以追蹤涉案目標的行動路徑、查明嫌疑人身份、找出犯罪證據，為案情研判提供情報信息，并為鎖定嫌疑人范圍、分析同案犯等提供證據支撐。

（三）偵查方法從個案抽樣轉向構建譜系

在傳統偵查活動中，可獲取的信息比較有限，較多使用抽樣的調查方法，但無論如何制定選取樣本的方法，終究無法獲得全部的數據，破案的關鍵證據和線索有可能就包含在那些沒有被選為樣本的數據中。長久以來，偵查工作也將個案偵破作為重心，由于可獲取的數據比較有限，偵查人員只能針對單個案件進行偵破，發生新案就要從頭開始，無法形成長效的破案機制。大數據技術的出現則增強了偵查機關主動發現犯罪的能力，大數據算法能夠建立起主動發現線索的機制，通過預知未來的犯罪活動場所、嫌疑人犯罪概率，并識別一些隱蔽性犯罪的線索，從而達到防患于未然的目的[12]。

大數據偵查技術應用后，我們可以獲取關于調查對象的全部數據，這有助于我們進行全景式的分析。雖然與案件看似直接相關的數據只是一小部分，但獲取全景數據無疑有助于進一步查清案件事實。整體分析的模式擺脫了個案的局限，以數據信息作為偵查運行的基礎，我們能夠調動更多資源，基于數據研判預測事態發展的動向，通過對一類案件進行綜合分析，掌握犯罪的規律性[13]。通過對案件數據進行大量的樣本采集，可以發掘出類似案件的規律，并建立與之相對的預警規則，以結構化分析提煉出關鍵要素，將犯罪特征轉化為數據間的函數關系，類似案件發生時再將犯罪嫌疑人的相關信息輸入數據庫進行匹配，從而大大提高了偵查的效率。在犯罪規律數據庫形成后，同類案件之間的關聯性、同案之中人員組織的關聯性、犯罪分子不同階段所作出的犯罪行為之間的關聯性都能夠被偵查機關所掌握，完整的數據譜系使我們面對新發生的案件時不再措手不及，能夠實現對犯罪的準確打擊。

（四）偵查信息從分散零散轉向碰撞融合

大數據是海量數據的深度集合，大數據偵查方式依賴于計算機技術、人工智能等多種專門技術，在數據分析過程中采用關聯分析、偏差檢測等多種方法，在偵查活動的每個階段都需要運用智能化的數據處理技術，其中所涉及的數據能夠達到海量級別，又以大數據算法加以分析。專業算法能迅速高效的完成數據處理，提煉出與犯罪嫌疑人關聯的重要信息，采用與犯罪活動相關的全部數據對案件進行全方位、多維度的分析。大數據偵查活動以數據共享為機制，將分散的、不同時空領域中的主體及其行為有機的整合起來，使偵查活動中的不同部門之間實現資源共享，并與社會資源實現數據融合[14]。

隨著信息化偵查理念的深入普及，偵查人員在接到警情后，已經開始有意識的搜尋視頻音頻、GPS定位信息等數據痕跡。大數據技術能在短時間內完成人臉比對、行為刻畫等偵查工作，極大地解放了人力勞動，幫助偵查模式向智能化方向轉型。偵查人員可以采集通訊記錄、交易記錄等一切與案件相關的電子數據信息。除了偵查機關的自有數據外，隨著數據資源的開放共享，政府、行業數據庫等都能為偵查活動提供信息和情報。關聯數據比對、多庫比對等智能化搜索也應運而生，數據信息突破了時空的障礙，可以經由數據間的碰撞融合對犯罪嫌疑人進行全方位的刻畫。

四、大數據技術應用于知識產權犯罪偵查的路徑探索

（一）以相關性關系分析識別嫌疑人身份

大數據的相關性通過數值間的數理關系得出，這種數據之間邏輯上存在的相關性有時可能并不能夠被主觀思維理解，但這種相關關系為我們從既存推出潛在，從過去預測將來提供了廣闊的空間，這能夠有效拓展偵查的思維、豐富偵查線索。

首先，相關性分析思維能夠發掘數據背后隱藏的聯系。在傳統的偵查方式下，偵查人員只能憑借主觀經驗收集與案件事實看似有明顯因果關系的破案線索。而當前知識產權犯罪行為主要隱匿在網絡中，在偵查時往往難以找到有明顯因果關系的破案線索。當我們借助關聯信息分析案件，通過數據碰撞整合，挖掘出數據信息，就能夠為偵查活動提供全景化的資料，引導偵查人員全方位分析案情。通過相關性關系我們能夠從看似無關的數據中梳理出行為人的人際關系、行動蹤跡、地理位置等重要信息，對犯罪嫌疑人進行多維、立體的數據畫像，并查找出其高頻聯系人、異常轉賬記錄等敏感信息，為查找案件線索、收集證據提供有效的指引。

其次，相關性思維強調分析關聯物來了解某個現象本身。在知識產權犯罪高度網絡化的背景下，犯罪嫌疑人的現實身份往往難以確認，我們可以通過觀察其在虛擬網絡空間中登錄、交易等數據的變化，從而推測其身份、處所的情況。通過物聯網等技術能夠將物體的所處狀態、流轉痕跡等都以數據形式記錄下來，形成與實體空間相對應的一個數據空間，偵查人員通過實體空間中的人和物去構建相對應的數據空間形式，在發現犯罪嫌疑人的虛擬身份后，從數據空間中找到與實體空間相聯系的線索，連接起“案”與“人”，直至確定行為人的真實身份。通過犯罪分子的虛擬網絡帳號追蹤后臺IP地址、轉賬記錄等信息，能夠鎖定犯罪嫌疑人在現實空間中的落腳點，最終為順利抓獲犯罪嫌疑人提供幫助。同時，相關性關系反應事物之間的變化規律，便于預測案件發展趨勢，為及時預測犯罪，作出事前、事中防控提供技術支持。

（二）以軌跡分析把握嫌疑人行動規律

軌跡分析是根據犯罪活動留下的痕跡以及信息系統中所保存的數據，確定犯罪行為相關的人、事、物時空節點，從而偵破案件的情報分析方法。主要由時間要素和空間要素構成，即涉案人或物運動過程的順序和其移動路徑、所在地點等[15]。

大數據軌跡分析能夠根據車輛運行數據、GPS定位、航班數據、出入境數據等確定行為人的歷史活動軌跡，嫌疑人乘坐交通工具的跟蹤信息以及旅店住宿、網絡設備終端使用可由車軌信息分析得出[16]。車軌分析通過對航班、鐵路等交通記錄進行研判，將有助于掌握嫌疑人頻繁往來犯罪地的時間規律。而通過消費軌跡分析對嫌疑人的重要消費，如房產、金融資產等異常狀況進行篩查，則便于我們了解嫌疑人涉案后的非法收益去向。網銀、微信、支付寶等新型支付途徑已逐步取代了傳統的匯款、面交等方式，但無論形式如何變換最終都歸結為銀行的收支明細，數據算法可以篩選出交易頻繁的賬戶以及其近期的關聯交易，同時根據支付方式的不同判別涉案人員的年齡結構。

微信等社交軟件的語音和聊天信息為進行通訊軌跡分析提供了更大空間。通訊軌跡分析的重點內容是分析通訊集中的具體時間段。年齡結構相對較大的行為人習慣采用銀行轉賬等傳統支付方式，其交易時間會集中在銀行營業的時間范圍內，在營業時間段與上下家的聯系會比平時頻繁，通過通訊信息與銀行交易記錄的數據交叉比對能夠有效縮小嫌疑人的范圍。同時，買賣雙方為了掩人耳目、躲避偵查，常常選擇夜晚或凌晨等時段與其上家、下家聯系，將晚間通訊信息與支付寶等第三方平臺的記錄進行多庫比對，更有助于掌握嫌疑人的活動規律。

（三）以關系圖譜解決知識產權犯罪集團化難題

關系圖譜能夠將犯罪嫌疑人或相關人的身份、行為特征、興趣愛好、人際關系等情況以數據形式表現出來，逐步刻畫出對象的數據全貌。通過搜尋大量數據源，我們可以獲取嫌疑人的基本數據，在此基礎上，我們對這些無規律的初始數據進行歸納并分析數據特征，形成犯罪嫌疑人的身份標簽，逐漸擴展為完整的人物信息。在團伙犯罪的偵查中，以往的偵查人員通常只能依賴口供、證人證言等來判斷團伙各成員在犯罪組織中的作用，但言詞證據的主觀性很強并具有易變性，大數據則能夠對成員之間的親疏程度、聯系頻率進行定量化的計算，并能以關系圖譜的形式呈現出來，使嫌疑人在犯罪組織中的角色一目了然。

當今社交網絡平臺以用戶為中心向外發散，能夠根據某一用戶與其他用戶的聯系互動頻率、興趣相似程度、共同好友數量等指標測算他們之間的關系。犯罪關系圖譜的構建與其原理類似，通過對犯罪活動中成員的聯系緊密程度、分工合作關系進行數據化分析，對于有組織犯罪中的成員關系進行認定。隨著網絡知識產權犯罪的擴大化，在銷售假冒注冊商標的商品、銷售侵權復制品、侵犯商業秘密等案件中，往往涉案人數眾多，團伙化特征顯著，其以虛擬身份在網絡中實施犯罪行為，對于彼此之間的真實身份通常并不知情，在案件偵破過程中，即使部分犯罪嫌疑人到案也無法得知其上家與下家，但他們的網絡聯系信息、交往痕跡等卻為關系圖譜的構建提供了有利條件，通過他們的通訊狀況、社交數據等還原其犯罪網絡關系圖譜，搜尋犯罪活動的整個鏈條，為知識產權犯罪的集團化問題提供解決方案。

（四）以數據碰撞突破知識產權犯罪國際化困境

數據碰撞技術通過計算機軟件對兩個以上與犯罪行為有關的數據庫進行碰撞對比，對于碰撞產生的重合數據、交叉數據進行深入的分析。在大數據偵查中，數據碰撞所匹配出的交叉數據能夠說明數據之間的同一性和關聯度，從而反映犯罪嫌疑人的作案情況。通過網絡服務器的傳輸，知識產權犯罪行為地與結果發生地出現了顯著分離。但是，網絡數據在極易篡改和刪除的同時，大數據算法也可以將其恢復，犯罪分子可以在不同的地點架設服務器，大數據算法就可以在這些不同的地點間找到聯系。

在大數據時代，數據信息覆蓋了生產、生活的方方面面，偵查切入點也隨之發生了轉變，大數據技術開啟了一個案情智能研判的新時代，數據算法使得前后手交易賬戶、異常交易等信息浮出水面。偵查人員除了通過勘查訪問獲取信息外，更多地是尋找并分析涉案數據，尤其是對于利用網絡實施的知識產權犯罪這種非接觸性、無形性作案，電子通訊方式在為犯罪分子實施犯罪行為和隱匿證據、逃脫制裁提供便利的同時，也記錄了他們行動的電子數據。犯罪行為在數據空間內留下的電子痕跡成為偵查情報的重要來源，這些空間的交叉和數據的碰撞能夠在案件偵破中起到意想不到的作用，許多和犯罪嫌疑人及其所實施的行為相關聯的信息在這個過程中顯現出來。數據碰撞能夠將紛繁復雜的線上、線下以及不同時間、地點的數據信息進行碰撞和整合，找到交叉和重合點，以數據算法分析之間的聯系。即使行為人實施多地點和跨國作案，其行為軌跡和不同IP地址的關聯也能夠通過數據分析被偵察機關所掌握，不論嫌疑人身在何處，都可以進行鎖定。

五、大數據偵查技術應用中應注意的問題

（一）規制數據獨裁

我們身處于一個大數據的時代，但數據算法并不能對一切進行量化。智能算法的穩定性與精確性在一定程度上弱化了人的主體能力。在智能社會，智能算法誕生之初就載有人類科技的最高成果，它打破了人類情感的界限，對海量信息的處理能力也遠超人腦。過度地依賴數據算法可能導致偵查人員主觀能動性的發揮受到限制，我們在肯定數據算法應用價值的時候也要對其保持理性的認識。通過計算，算法代替人類做出了判斷，但這種無責任的判斷必然會導致決策風險，由算法偏差引發信息風險不容忽視，數據系統對個人信息的泄露，更不利于人權保障和社會穩定。

智能算法的應用與推廣正悄無聲息地形成著一種“算法權力”，這種算法權力影響著我們生活的方方面面。算法決策一貫以科學和客觀為特征，然而正如人類的決策會受到個人價值判斷的影響一樣，絕對嚴密的客觀分析是不存在的，算法一經產生就承載著算法制定者的價值判斷，當其進行數據分析和關系解讀時，客觀性僅是相對的。數據算法在帶來便利的同時，也很容易被濫用和誤用，算法結果的不正確、不公正時有存在，在大數據時代信息不對稱的現狀下，對算法權力不予以警惕，數據權力的“黑箱”將會日益形成。此外，算法作出的選擇帶有一定的機械性，難以完全具有對于特殊和突發情況的反應力以及屬于人類社會的基本感情。數據算法的分析結果有可能出現失真，或與法律倫理相違背。因此，對于數據算法的選擇性依賴也將是我們必須要探討的問題。數據算法的開發者、使用者、執行者應被施以更加嚴格的責任，以達到偵查權力公正行使的效果。

（二）保護個人信息

大數據偵查技術的應用適應了知識產權犯罪當前所出現的新趨勢，有助于案件的偵破和偵查效率的提高，各單位之間實現了數據共享，信息交流壁壘被打破，不同部門零碎分散的數據從此集中起來。但要建立數據庫進行大量的數據分析工作，必然涉及到公民的隱私，偵查機關在獲取犯罪嫌疑人全景化的數據信息的同時，也會獲取到一些沒有涉嫌犯罪的公民個人信息[17]。公民的各種行為都可能被數據化，小到個人的身份、通訊、出行等記錄，大到公共信息，數據已經成為公民社會生活的主要信息載體，所有公民的個人特征都能夠通過數據來刻畫，這在為偵查機關提供豐富情報信息的同時，人們在社會生活中產生的個人信息也逐漸被多方主體所掌握，使得公民個人處在了一種“被監控”的狀態。尤其是部分偵查人員缺乏權利意識，私自查閱、出售個人信息等現象時有發生[18]。數據的交叉碰撞在發現犯罪線索的同時，大面積的個人信息數據泄露、數據濫用等問題也相伴而生。

我國是世界上為數不多將個人信息保護正式立法的國家，但是，公民個人信息權利的實現在實踐中面臨著多重困境。目前，偵查機關獲取網絡平臺上的用戶個人信息在程序上仍舊缺乏規范，偵查機關在調取這些數據時應當出示哪些材料、如何證明其偵查人員的身份，不同的平臺均作出了說明，但這些規定莫衷一是，缺乏統一的標準，加大了公民個人信息被泄露給不法分子的風險[19]。公民更不知道自己產生了哪些數據、自己的數據被如何收集，以及最終被用于何處。人人都可能在毫不知情的情況下成為偵查機關視線范圍中的嫌疑人，信息安全和個人自由、隱私等將無從保障。為了偵查工作的順利開展，我們往往不便于在事前告知公民將要調取其個人信息，且個人信息的收集與分析通常由計算機完成。在這個公民個人信息秘密收集和流轉的過程里，公民難以對收集者行使權利，并且其與自己個人信息的接觸也被阻斷，無法對自己的信息進行修改與補正，知情權和控制權往往被虛置。

在法律法規和相關政策規定的范圍內進行數據搜集和使用是開展大數據偵查最基本的要求。為了規范大數據偵查的應用，應該制定搜集、分析、使用公民個人信息的具體規則，對于與案件不相關的公民個人隱私，應當及時銷毀，防止信息泄露，涉案信息應當妥善保管和封存，從而在增進偵查效能與保障公民權利之間尋求平衡。偵查活動要符合刑事訴訟法的有關規定，對個人信息的使用要遵循個人信息保護的法律法規，堅決避免擴大適用范圍，防止侵犯公民的合法權益[20]。