
徐汉明教授等作“大数据时代网络治理法治化”主题报告
015年4月13日,第13届联合国预防犯罪和刑事司法大会进入专题阶段,“大数据时代网络治理法治化”专题报告会在卡塔尔国家会议中心105会议室举行。中南财经政法大学代表团团长、法治发展与司法改革研究中心主任、中国法学会法治研究基地负责人徐汉明教授率团队成员梅夏英、张孜仪、胡婷和林必恒出席专场报告会。徐汉明教授围绕“大数据时代网络安全立法研究”作主题报告,梅夏英、张孜仪、林必恒、胡婷分别就“大数据时代个人信息法律保护研究”、“智慧治理:网络社会社区治理机制创新”、“被遗忘的权利的价值与反思”、“被遗忘的权利立法的中国路径”作主题发言。报告会由国际反贪局联合会副主席、联合国毒品与犯罪署条约司前司长埃德瓦多·维特博士主持。联合国反贪局联合会秘书长叶峰博士,国际检察官联合会执行委员会委员、阿塞拜疆副总检察长卡梅伦·阿利耶夫,联合国系统学术委员会高级项目顾问,维也纳大学、华沙大学教授斯拉沃米·雷多博士,英国大律师扎赫尔·谢克等近百名国际知名司法官员、学者、律师参加了此次报告会。
专场报告会上,徐汉明教授介绍了中国网络安全法治建设取得的成就及其基本经验。他针对大数据时代网络安全“第五空间”面临的现实挑战,从推进网络国际治理体系和治理能力现代化的高度出发,提出开拓网络安全立法研究视野,确立网络安全管理模式,明确网络安全立法重点,选择网络安全立法路径,构建网络安全法的框架结构,加强网络安全国际合作等观点及建议。徐汉明教授强调:“我们将不遗余力地遵循中国政府在首届世界互联网大会的主张并期盼与会的各国政府、专家学者、企业界精英人士积极响应,这就是我们作为大数据时代的地球村村民们,都应当在理念与行动协调一致地‘促进网络空间互联互通、尊重各国网络主权、共同维护网络安全、联合开展网络反恐、推进网络技术发展、大力发展互联网经济、广泛传播正能量、关爱青少年健康成长、推动网络空间共享共治’。”他指出:“我们坚信一个造福于人类社会的大数据时代必将加速推进各国经济、政治、文化、社会、生态文明的跨越式发展,必将赋予这个时代全新理念的植入,厚重财富的增长,多彩文化的交融,多元文明的发展,多维度人类福祉的获得。”与会国际司法官员、专家学者、律师对报告反响热烈。其后,梅夏英、张孜仪、林必恒、胡婷用流利的英语阐发了个人信息法律保护、网络社会社区智慧治理和“被遗忘的权利“法律保护等问题,得到了与会代表的高度认同。
会议讨论阶段,国际检察官联合会执行委员会委员、阿塞拜疆副总检察长卡梅伦·阿利耶夫感谢中国代表团带来如此精彩的报告,他说中国的经验具有普遍意义。在2014年度检察官总结会议上,他们也重点讨论了打击与预防网络犯罪、网络诉讼等问题,以应对大数据时代网络治理的现实难题。联合国系统学术委员会高级项目顾问,维也纳大学、华沙大学教授斯拉沃米·雷多博士认为中国代表团对互联网领域侵犯公共安全、网络监管、大数据时代教育引导青少年的问题给予了必要的关注,具有很好的启发性。联合国有关机构需要高度关注国际网络治理问题,推进网络治理国际司法合作,重视青少年保护等问题。英国大律师扎赫尔·谢克认为,报告中提出的许多理论与制度建设问题,让他了解到了中国网络治理的经验,为西方国家思考相关领域立法提供了很好的参照和借鉴。专场报告会主持人,国际反腐败联合会副主席、联合国毒品与犯罪署条约司前司长埃德瓦多·维特博士认为中国的知名学者和青年学人在报告会上讨论的网络安全立法、个人信息保护、智慧治理等问题,对于思考如何促进国家和国际两级的法治具有重要意义。他希望世界各国都能致力于网络治理研究,通过政府合作,加强对话,共同推进国际网络治理法治化。
据悉,第13届联合国预防犯罪与刑事司法大会的议题之一是网络国际治理与网络犯罪预防。针对大数据时代网络治理面临的挑战和国际合作的困境,中南财经政法大学法治发展与司法改革研究中心徐汉明教授组织团队在自主立项、协同攻关的基础上,承揽了国家社科基金重大委托课题“网络安全法立法研究及草案起草”项目,高质量地完成了研究任务,其研究成果被国家哲学社会科学规划办公室首肯,为网络治理法治化献计献策。经联合国反贪局联合会推荐并经第13届联合国预防犯罪和刑事司法大会组委会批准,由中南财经政法大学法治发展与司法改革研究中心主任、中国法学会法治研究基地负责人徐汉明教授领衔的课题组受邀参加本次大会并做专场报告。
此次由一个国家的高等学校就“大数据时代网络治理法治化”做专题专场报告会,这在联合国高级别机构及会议实施方面尚属首例。中南财经政法大学作为中国高等院校独立组团参加联合国专门高级别会议并作专题性的专场报告尚属首次。会议期间,中南财经政法大学代表团积极与国际人士开展学术交流活动,有利于增强与联合国组织有关机构、高级别官员、权威专家、知名人士的互联互通、交流合作,提升中国高校及新型法治智库的国际影响力,扩大中国特色社会主义法治话语体系的国际辐射力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 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 ...
2025-09-23