
在大数据领域的小伙伴们要注意了,这些雷区千万避开
7日广东公安组织警力,在20个省份同步开展打击侵犯公民个人信息违法犯罪“飓风一号”行动。成功摧毁侵犯公民个人信息犯罪团伙6个,捣毁犯罪窝点14个,抓获犯罪嫌疑人138名,缴获涉及全国公民个人信息近1亿条。
(图片转自奥一网)
看到清一色的年轻人和一脸懵逼的小伙伴,你们知不知道你们的行为,不仅违法并且构成了犯罪,等待你们的将是数年的牢狱之灾!
那么出售个人信息到底会面临什么样的结果呢?根据新修订的刑法修正案九将刑法第二百五十三条规定:
“违反国家有关规定,向他人出售或者提供公民个人信息,情节严重的,处三年以下有期徒刑或者拘役,并处或者单处罚金;情节特别严重的,处三年以上七年以下有期徒刑,并处罚金。”
“违反国家有关规定,将在履行职责或者提供服务过程中获得的公民个人信息,出售或者提供给他人的,依照前款的规定从重处罚。”
“窃取或者以其他方法非法获取公民个人信息的,依照第一款的规定处罚。”
“单位犯前三款罪的,对单位判处罚金,并对其直接负责的主管人员和其他直接责任人员,依照各该款的规定处罚。”
因此,无论是个人还是单位从事出售或非法提供个人信息,都会面临刑法的处罚。那么哪些信息属于个人信息呢,下面由小编简单介绍一下。
个人信息范围涵盖很广,在法理上还存在着一定的争议。目前主要流派有关联说、隐私说、识别说。
关联说,认为一切与个人相关的信息都被认定为个人信息;
隐私说,认为不愿他人公开或知悉的信息属于个人信息;
识别说,认为能够识别出特定人信息为个人信息。
关联说界定的公民个人信息太过宽泛,如果把个人相关的全部信息纳入带法律保护范围,表面上来看有利于保护公民的权利,实际上却扩大了公权力的干预范围,缩小了公民活动的自有空间。
隐私说在侵权界定上面存在一定困难,例如有人认为身高、体重、年龄等信息可以对外界告知,有人则认为这些信息属于个人隐私,极不愿对外界透露。
识别说虽然操作性较强,但是随着互联网的发展,个人信息的范围也将逐步扩大,因此识别说存在一定的滞后性。例如工信部24号令《电信和互联网用户个人信息保护规定》中对个人信息的界定是指电信业务经营者和互联网信息服务提供者在提供服务的过程中收集的用户姓名、出生日期、身份证件号码、住址、电话号码、账号和密码等能够单独或者与其他信息结合识别用户的信息以及用户使用服务的时间、地点等信息。在互联网普及的今天,这些信息只能涵盖个人信息的部分内容,因此范围并不完整。
那么个人信息主要包含哪些内容呢,个人信息包括能够直接或间接地识别自然人的任何信息,覆盖了自然人的心理、生理、智力以及个体、社会、经济、文化、家庭等各个方面。一般包括姓名、职业、职务、年龄、血型、肖像、婚姻状况、宗教信仰、学历、专业资格、工作经历、家庭住址、电话号码(手机用户的手机号码)、身份证号码、信用卡号码、财产情况、指纹、病史、电子邮件、网上登录账号和密码等等信息。
随着大数据产业如火如荼的发展,数据业务中或多或少的会涉及个人信息,如此之多的信息应该如何区分和使用,哪些可以合法使用,哪些属于违法行为呢?其实很简单,凡是涉及个人的任何信息只有在本人授权的前提下才可以交易、提供和使用(公安机关及有关部门打击违法犯罪行为时采集、披露、使用个人信息情况除外),若未得到当事人的授权与认可,均属于违法行为。非法买卖、提供个人信息的行为更是触犯刑法。前车为鉴,希望广大从事大数据领域的小伙伴们引以为戒,保护个人信息,保障数据合法合规流通,亦是保护我们自己的合法权益。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12