
大数据时代个人信息保护法缺位
在大数据时代,出台专门的个人信息保护法势在必行。
现行法律规定模糊
“在大数据时代,数据是财富,是可以交易的,但一些不法分子,一边打着大数据交易的幌子,一边做着个人信息的买卖。”中国政法大学传播法研究中心研究员朱巍表示,这是因为目前法律对于大数据、对于个人信息的界定并不清晰,让不法分子打了擦边球。
2012年12月,全国人大常委会颁布了《关于加强网络信息保护的决定》(以下简称《决定》),随后工信部也出台了《电信和互联网用户个人信息保护规定》,采用了列举加概括的方式指出,个人信息包括用户姓名、身份证号等能够单独或者与其他信息结合识别用户的信息。
“但界定个人信息并没有这么容易,比如黑客通过追踪用户上网的Cookie(即行为轨迹),将其整合加工后具备了识别用户的特点,那么Cookie算不算是个人信息?这点在法律上并没有明确规定。”沪江网法务总监林华表示。
此外,《决定》首次提出了对个人信息搜集、使用的“合法性、正当性和必要性”三个原则。
“这是我们国家对个人信息进行最高法律层面的规定,但是也只有这九个字,没有对其进行明确的具体化。”朱巍表示,尽管最高法院在2014年对网络侵权作出司法解释时,曾努力地将个人隐私保护范围和合理使用条件进行明确,但这也仅适用于民事责任之中;在行政责任和刑事责任中,对个人信息保护范围和法律责任仍过于局限和过时。
呼吁出台个人信息保护法
林华和朱巍都认为,在大数据时代,国家有必要出台专门的个人信息保护法。
“据不完全统计,近年来我国各个部门出台的涉及到信息安全的法律、法规和政策多达一百多部,接近两百部。”朱巍告诉记者,这些法律法规多数是重合的,还有部分是抵触的,并且部分法律规定太滞后。
朱巍进一步表示,最高人民法院在2014年10月10日公布实施网络侵权的司法解释,其中强调了对个人信息的保护力度,即任何人不得非法公开。
“最高法院的司法解释,仅将‘非法公开’作为承担侵害隐私权的构成标准,但在大数据时代,个人数据的收集和窃取都具有隐蔽性,用户数据泄露的渠道多种多样,连用户自己都不知道数据是在哪个环节被盗取的。”朱巍说。
而林华提出,目前的法律法规,对于网络服务提供者应该采取何种措施、履行何种义务并没有明确规定,“而这是非常重要的。随着大数据时代的到来,用户数据面临泄露的风险将进一步加大,如果网络服务提供者没有做好技术防范,没有尽到提醒的义务,导致用户在数据泄露前没有防范意识,数据泄露后也不知道,将对用户造成重大损失。”
“美国、日本等国家都有专门的个人信息保护法,我们国家也应该有这样一部法律。这样就能明确哪些个人信息是可以使用的,网络服务提供者有哪些义务,网络隐私侵权如何认定等。”朱巍说。
此外,朱巍还向记者透露,目前个人信息保护法已经在立法清单上,“肯定会出台,但什么时候出是个问题。毕竟现在是大数据时代,有很多问题有待发现和探索,不会一蹴而就”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16