京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据也需要法律保护
大数据是由小数据组成的,小数据背后是每个公民的信息。如果这些信息被不当利用,那么,有可能会损害公民的基本权利。正因为如此,早在2012年全国人大常委会就专门颁布了有关保护公民网络信息的决定。但是,从目前的情况看,如果把个人信息保护看作是一个静态的概念,沿用传统信息保护模式保护个人信息,那么,最终有可能会顾此失彼,挂一漏万。
所谓大数据不是简单的数据相加,而是动态的数据跟踪分析。从现实来看,几乎所有互联网经营者和个人移动终端设备生产企业都建立了自己的数据库。从表面上看,这样做是为了更好地给消费者提供服务,但是,这些数据库的信息包含了消费者的个人隐私,因此,如果互联网经营者和个人移动终端设备生产企业将数据库的信息用于商业目的,或者将自己数据库的信息用于分析并且公开分析报告,那么,有可能会导致消费者的个人信息被泄露。
依照我国现行法律规定,公民个人隐私受到侵犯,可以直接向人民法院起诉,要求司法机关保护自己的民事权利。但是,如果一部分地区消费者的整体利益受到损害,那么,除非发起集团诉讼或者提起社会公益诉讼,否则,很难有效保护消费者的合法权益。如果依照现行的民事诉讼法和消费者权益保护法保护消费者的基本权利,或者依照侵权责任法保护公民的基本权利,那么,有可能会遭遇法律上的障碍。正因为如此,国家立法机关应当针对数据库建立以及数据库使用制定专门的法律规则,对数据库经营者使用消费者信息作出限制性规定,对数据库经营者发布消费者的消费报告制定明确的规则,只有这样,才能确保消费者的利益不受损害,也只有这样才能从根本上保护个人隐私。
正如一位互联网经营者所说的那样,谁能掌握数据,谁就能把握市场先机。现在越来越多的公司从事数据库经营业务,从表面上来看,这些公司通过合法手段从市场上收集各种信息,然后分类整理,出售给企业经营者,用于商业目的。但是,仔细分析人们就会发现,如果在信息使用过程中涉及个人隐私,那么,有可能会出现权利交叉的问题。通俗地说,数据库的经营者可以把数据作为自己的财产用于商业经营,但是,数据库的经营者经营的数据财产包含个人隐私,如果数据库的经营者在处理数据库信息的过程中,涉及公民的个人隐私,或者在出售分析报告的过程中,涉及消费者的个人信息,那么,是否应当征得消费者同意呢?
因此,如果只是按照传统的数据管理模式或者按照传统个人信息保护规则,解决大数据时代消费者权利保护问题,那么,有可能会挂一漏万。
笔者认为,立法机关应当就大数据经营制定法律规则,明确规定以下方面的内容:首先,承认数据信息的财产属性,切实改变传统的观念,把保护数据信息作为财产法保护的重要内容。今后任何从事个人信息搜集整理经营的企业,都必须符合一定的条件,确保消费者信息不受侵犯。如果消费者拒绝将个人信息存入经营者的大数据库,那么,经营者应当采取措施,立即将消费者的信息从大数据库中删除,因为只有这样,才能从源头保护消费者的个人信息。
其次,应当为大数据库制定具体的法律规则。大数据库实际上是数据的集散地,在大数据库经营过程中,不可避免地会面临数据的搜集、整理、保管和经营等诸多环节。立法机关应当针对我国数据库建立中出现的问题对症下药,制定专门的规则,确保数据库经营者不得损害消费者的利益,不得损害社会公共利益,不得损害国家利益。
第三,在数据库建立的过程中,应当坚持国家利益、公共利益和个人利益平衡保护的基本原则。现在一些高等院校和一些企业科研院所专门建立数据库的研究机构,目的就是在数据搜集整理过程中实现资源共享,实现商业化经营。这是大数据产业发展的整体趋势。这种现象说明,中国在高度重视数据库应用的过程中,还没有意识到大数据和国家安全之间的关系,还没有意识到保护国家信息安全的重要性。我国网络安全法虽然对网络国家安全作出明确规定,但是,从目前的情况看,对于通过网络搜集整理形成数据库的安全保护问题并没有作出明确规定。这就要求立法机关必须尽快制定有关数据库管理的有关规定,防止一些高等院校和科研机构在分析研究大数据的过程中,将自己掌握的大数据和国外一些研究机构分享,从而损害中国的国家利益。
全国人大常委会已经颁布实施电子签名法,为电子商务的发展提供基础性的法律依据。全国人大常委会目前正讨论电子商务法(草案),为我国电子商务的发展制定具有可操作性的法律规则。在这部法律草案中应当增加规定有关数据保护的内容,一方面,切实保护消费者的利益;另一方面,把数据库的经营主体拉入法律调整范围,确保数据库经营者在搜集整理和数据使用的过程中不会损害国家利益、公共利益和个人的合法利益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01