大數據偵查與個人信息保護的沖突和平衡

王傳君

摘要：大數據技術廣泛應用于偵查活動，偵查活動中對公民個人信息的利用越發頻繁，偵查機關違反程序獲取公民信息、違規公開個人隱私等信息安全保護問題日益凸顯。犯罪科技化背景下，刑事偵查改變傳統的被動回應模式，形成“偵監”“網監”“商監”三角式的信息監控和犯罪預防模式，能夠有效防控犯罪。但在此模式運行中，應當清楚地認識到其對公民個人信息造成的泄露風險和危害后果。根據相關法律、法規重新定位公民個人信息權在刑事偵查活動中的角色，通過偵查機關的內部控制與外部監督，確保公民個人信息在偵查活動中的有效保護。

關鍵詞：大數據 偵查 個人信息 犯罪預防

1 大數據偵查的基本理論溯源

專家Schoenberg認為：大數據技術，一種跨越傳統數據庫操作區域的信息獲取思維，聚焦于多樣化數據信息間的關聯性。將“大數據技術”理論引入偵查過程中，從而產生了“大數據偵查”概念，實際上主要通過計算機技術對大量存儲于網絡內部的數據資料進行采集、加工、挖掘、對比等操作，最終根據獲取的相關數據信息確定如何對犯罪嫌疑人進行偵查^[1]。

大數據偵查作為一種數字化偵查模式，其在實際應用過程中還涵蓋了許多基于大數據技術而衍生的偵查模型。就類似于通過不同形式將碎片化的數據積累到一起，形成一個“藏寶閣”，然后在實際使用中根據偵查案件的不同背景、不同犯罪類型等，通過數據算法不斷地進行數據信息挖掘、分析，從而拼湊成一張完整的、有價值的“藏寶圖”，為偵查案件的告破提供強有力的技術支撐和證據支撐，在一定程度上顯著地提高工作人員的辦案時效性。

2 大數據偵查監控模式的根本特征

2.1 大數據偵查改變了案件形成模式

隨著科學技術的不斷創新與發展，犯罪類型越來越多樣化，犯罪形勢也越來越趨向于復雜化。人工智能犯罪、網絡犯罪越發呈現常態化，犯罪手段也更加高明。對于傳統模式下采取的案件偵查模式而言，大部分情況主要是通過現場勘查、詢問等偵查形式，其已不能夠有效應對數字化犯罪帶來的風險。

引入大數據技術，刑事偵查從曾經的“被動應對”模式轉化為“主動預防”模式。案件的偵破出發點不再單純地局限于立案，而是通過數據分析技術發現可疑情況，根據可疑情況展開相應的調查，這樣的話在一定程度上顯著地提高了案件偵查時間^[2]。

2.2 大數據偵查改變了信息獲取方式

國家與商業大數據的基本建設已日趨成熟完善，警務大數據平臺建設也在高速的發展推進進程中，三者強有力的結合使得數據資料的獲取不再是案件偵破的阻礙。

由于大數據信息平臺具有便利性、高效性等優勢，改變了傳統的案件偵查模式，在案件發生后，能夠在第一時間內通過大數據信息平臺對案件相關的信息進行跟蹤、搜索和挖掘，從而在一定程度上全面掌握案件相關數據資料，極大地提升了案件偵破的時效性。

2.3 大數據偵查改變了結果的可預測性

傳統偵查方式主要包括詢問、訊問、搜查、查封、扣押、凍結、技術偵查等，偵查手段的開展往往具有順序上的先后性和環節上的反復性。偵查方向和偵查的進度取決于案件線索的不斷發現和獲取，虛假信息、超出時效的信息會給偵查工作帶來錯誤的指向性引導，成為偵查錯誤形成的巨大誘因，導致偵查的結果難以預測。

按照“數據采集、模型建立、信息比對、犯罪預測”的偵查路徑，通過大數據技術獲取海量數據信息，根據案件的實際需求對數據進行篩選、分析、整合，同時分析犯罪嫌疑人非常規行為之間的相關性，將其與預先建立的數據模型進行比對，在一定程度上預測和評估犯罪嫌疑人的意圖，揭示行為背后當事人的未來發展趨勢和意圖，以便能夠提前做好危機事件的安全防控工作。通過大數據分析技術，量化不同數據信息之間的關聯性，降低外界因素對案件預測結果的干擾，使得案件偵查行為結果更具有可預測性。

3 大數據偵查與個人信息保護之間存在的沖突

3.1 大數據偵查易對個人信息造成“隱秘性”侵犯

以往時間段，大部分偵查機關侵犯個人權利的違法偵查行為是有跡可循的。例如，若強行采取刑訊逼供的方式，會使得犯罪嫌疑人身體上出現明顯的瘀傷、勒痕等跡象。而對于侵權的行為而言，一般情況下當事人均是處于知情狀態^[3]。通過大數據偵查技術形式，數據的運行和決策均是依賴于設備系統和數據編碼原則，數據挖掘、分析的過程存在一定的不透明因素，這樣極易對個人信息造成“隱秘性”侵犯。

在案件偵破過程中，大數據偵查通常遵循數據采集、方向確認、數據對比、信息核實和嫌疑人確定等環節。一般情況下，主要采取的模式為數據檢索、數據挖掘、犯罪網絡分析等。但是由于機器設備是沒有任何感情，是純粹基于內部邏輯運算，其在案件某些分析環節與現實人之間的主觀邏輯存在差異。針對某一案件的基本情況，現實人會通過因果邏輯思維進行相應的概述，但是機器設備獲得的“結論”，僅是總體概述的“結果”，并不會分析產生該結果的根本原因。數據信息應用的無形化，其將在一定程度上加劇對個人信息的“侵犯”，隨著偵查技術的日益成熟，這種侵權手段將愈發隱秘。

3.2 對數據的依賴加深對個人信息的過分采集

信息的充分采集，其是保證大數據偵查中信息資源應用效率最大化的基本前提，也正是基于對海量數據信息的無限“渴望”，其在一定程度上導致偵查部門在司法實踐中過度收集個人數據。通常情況下，案件偵查人員會收集犯罪嫌疑人全部的信息，其中包括與案件無關的個人隱私數據。由于公民都是獨立的個體，每個公民又都涵蓋了大量的個人數據信息，但并非全部數據都需要應用于刑事偵查領域。在目前的司法實踐中，信息的收集顯然已明顯超過適度^[4]。

2018年，偵查部門依托人臉智能識別系統，在張學友演唱會中成功抓獲5名在逃嫌犯。 2020年，偵查部門通過DNA比對技術，成功破獲塵封近28年的南京醫科大學女大學生遭強奸殺人案。由于個人信息中的生物樣本可以與特定的個體相關聯，生物識別技術的實際應用，使其在當前案件偵查中的作用和地位越發突出，從而在一定程度上激發偵查機關對此類個人信息的過度采集欲望。

根據偵辦案件需要，除對犯罪嫌疑人以外，經常還需對被害人及其他相關人員進行生物信息的采集，如指紋、毛發等取證或鑒定措施，實踐中亦存在違規對被害人等其他相關人員違法取樣等情形。這些個人生物信息等敏感信息的獲取、利用、保存及處置，目前都未有明確的管理機制，若被隨意查閱、利用及泄露，對公民個人信息造成的危害將難以彌補。

3.3 數據挖掘等技術應用加大對個人信息保護難度

真正體現大數據價值的并不是它“大”的特征，而在于其對海量數據信息的分析和應用。數據挖掘技術的成熟，不僅在一定程度上加深了大數據偵查對個人隱私數據的深入挖掘，同時使得部分個人信息的邊界線被模糊，使得個人信息更容易被盜取，增加數據風險。

例如，美國某家大型連鎖超市，該超市擁有專業的顧客數據挖掘分析算法模型，通過該數據模式能夠在一定程度上對用戶進行個性化推薦，從而使其能夠領先于同行向用戶營銷相應的產品。有一次通過對某一位女性購買的保濕產品、斜挎包、維生素、嬰兒毯等購物數據的挖掘，系統預測該女性為孕婦，于是向對方贈送了一張孕婦產品優惠券。然而沒想到的是，該女性竟然是一個未滿18歲的女孩，女孩家長就到超市進行抗議，質疑超市鼓勵未成年少女懷孕，而事后才被告知自己女兒的確懷孕的事實^[5]。

由此可見，數據挖掘技術在滿足用戶基本需求的基礎上，通過對非敏感數據的詳細分析，輕易獲取個人隱私信息。雖然獲取的數據信息大部分并不都是個人隱私信息，但由于獲取的相應資料與個人尊嚴之間存在高度的關聯性，泄露和濫用將會在一定程度上對用戶主體造成無法挽回的嚴重后果。數字化技術的不斷創新與發展，使得個人信息保護難度顯著增大，這亦是傳統隱私法所無法規制的。

4 大數據偵查與個人信息保護之間的平衡路徑

4.1 明確不同偵查階段的數據適用規則

大數據偵查是一個動態的、開放的體系模式，其相比于傳統模式下的案件偵查，更加數字化、科技化。結合大數據偵查的實際運作，其主要分為3個階段：犯罪預警階段、犯罪前偵階段、犯罪偵查階段。在犯罪預警階段，通過對以往高危分子顯著的特征數據進行歸納分析，形成一個大型的數據存儲庫，在一定程度上顯著增強犯罪防控效率。

在犯罪前偵階段，應明確開啟大數據偵查的事實門檻條件，防止偵查機關任意啟動大數據偵查，從而造成全區域用戶的個人行為監控^[6]。同時，在常規的案件偵查過程中應該禁止使用數據挖掘等深度分析的偵查技術手段，大數據偵查僅局限于初步的數據采集、比對等環節。若是特殊情況，可經程序批準后方可適用。

在犯罪偵查階段，通過相關數據資料預先準備明確的破案思路，然后通過數據挖掘分析技術確定犯罪的關鍵目標。若采集的數據內包括個人隱私資料，或需擴大數據整體采集區域，需經調查機關主要負責人批準后方可進行^[7]。對于現階段的數據挖掘技術而言，基于大數據技術的基本特征及優勢，制定專項方案，給予更嚴格的方案規制。

4.2 構建針對數據挖掘的特殊程序

為規范我國大數據偵查中數據挖掘技術的適用區域范疇，可在應用形式上制定專門程序，從本質上細化數據挖掘技術的案件適用類型及區域，從而在滿足實際需求的基礎上保障個人信息的安全性，降低個人隱私數據泄露的風險。在適用對象方面，偵查技術的對象必須是有證據或有合理懷疑依據的嫌疑人、被告人^[8]。

考慮到現有的海量數據資源，其內部中包含大量的用戶數據資料，應明確數據挖掘技術僅能夠應用于與犯罪活動直接相關的人員，如嫌疑人、被告人等，而不允許任意擴大數據采集的區域范疇。嚴格規范數據挖掘技術的審批程序，立法應明確調查部門報批時，其客觀證據的基本要求，即調查部門在申請應用數據挖掘時，其需證明其申請符合必要性基本應用原則，以及不使用數據挖掘技術的可能造成的后果^[9]。審批主體需根據調查機關提供的相關證明要素，判斷應用數據挖掘技術的必要性，再決定是否批準，防止濫用數據挖掘技術。

以秘密偵查管理措施為例，考慮到案件本身的偵查難度及其他外界客觀影響要素等情況，為保證案件偵查的順利實施，偵查機關可根據案件辦理的實際情況，臨時限制偵查相對人的知情權^[10-12]。同時，賦予信息主體申訴和控告的基本發言權，明確當偵查人員非法使用個人隱私數據信息時，可向檢察機關提出申訴控告。

4.3 完善大數據偵查運行的審批監督機制

在刑事訴訟中，技術偵查措施的實施，其是公安機關內部審批監督機制，是出于現實情況的考慮。雖然檢察機關是隸屬于法律監督部門，但對技術偵查管理措施的整體運行情況缺乏認知度，難以對數據挖掘技術的申請實施進行直接監管。與此同時，雖然司法機關可通過證據審查或者非法證據，在一定程度上排除規則對技術偵查措施的間接監督，但大部分情況下，通過技術偵查模式獲取的相應材料，其均不能夠直接作為案例的證據使用。

對于當前大數據偵查的技術考量，可參考技術偵查措施監管模式，兼顧大數據偵查措施適用的靈活性，構建以調查審批為基礎的內部監管機制。在實際應用中，主要以書面審批為主，根據涉及信息的敏感程度實行分級審批。同時，在調查機關內部系統中增設專門的技術監督部門，聘請具有個人信息相關工作經驗和計算機系統應用技能的專業技術人員擔任調查部門內的個人信息保護專員，負責本部門個人信息監管和對外對接工作。這樣的話，對相應的技術應用領域進行專業有效的監管，顯著的加強信息化支撐，切實保護公民個人信息安全。

5結語

大數據偵查作為一種主動偵查模式的興起和廣泛應用，為有效預防犯罪、防控社會風險提供了可行的操作路徑。但在大數據調查活動的實際開展中，對無關信息不可避免地過多搜集，以及對個人隱私的不當公開等都可以表征出偵查機關在偵查過程中對公民個人基本權利的一種“侵犯”。因此，引入調查內部控制機制，適度修正相關法律法規，完成大數據偵查程序控制的制度設計，才能使大數據偵查在法治軌道上順利運行。

參考文獻

1. 陳剛.解釋與規制：程序法定主義下的大數據偵查[J].法學雜志，2020，41（12）：17.
2. 陳純柱，黎盛夏.大數據偵查在司法活動中的應用與制度構建[J].2021（2018-1）：29-36.
3. 石育瑋，張黎.大數據偵查方法在集資詐騙案件中的應用研究：前景，問題與對策[J].北京警察學院學報，2021（2）：9.
4. 于陽，魏俊斌.沖突與彌合：大數據偵查監控模式下的個人信息保護[J].情報雜志，2018，37（12）：147-155.
5. 欒興良.數據保護原則視閾下大數據偵查的立法規制[J].湖北警官學院學報，2020，33（5）：14.
6. 龍皓.國內大數據偵查研究的熱點及趨勢——基于CiteSpace的知識圖譜可視化分析[J].網絡安全技術與應用，2021（10）：4.
7. 王成林，韋新宇.行為偵查學視域下的大數據偵查體系構建——以南寧市打擊犯罪機制改革為例[J].廣西警察學院學報，2019，32（2）：5.
8. 覃榕.大數據偵查背景下對公民的信息保護[J].山海經：教育前沿，2021（15）：2.
9. 張青磊.第二屆全國大數據偵查學論壇暨2019年互聯網法律大會偵查論壇述評[J]. 公安學刊：浙江警察學院學報，2020（3）：8.
10. 李藝.大數據背景下的犯罪趨勢及偵查對策研究[J].鐵道警察學院學報，2021，31（3）：7.
11. 謝明睿.大數據偵查模式下的公民個人信息權保護研究[J].湖南警察學院學報，2018，30（5）：22-28.
12. 趙峰.大數據偵查模式之下相關性關系的證明淺議[J].貴州警官職業學院學報，2016，28（6）：7.