盈彩网投资平台官网网址|盈彩网投资平台规则

最高检发布5件大数据赋能未成年人检察监督典型案例******

　　中新网2月2日电 据最高人民检察院微信公众号消息，近日，最高检发布5件大数据赋能未成年人检察监督典型案例。本批案例聚焦未成年人保护工作中存在的堵点、难点问题，通过精准研判和整体治理，实现从个案办理到类案监督的转变，以大数据赋能驱动未检工作提质增效。

　　该批典型案例共5件，分别是：河北省沧县检察院督促履行校车安全监管职责大数据监督案、浙江省湖州市检察院督促强制报告制度落实大数据监督案、浙江省金华市婺城区检察院督促事实无人抚养儿童监护大数据监督案、北京市检察院督促整治校园周边违规设置不适宜未成年人活动场所大数据监督案、贵州省贵阳市南明区检察院督促整治校园周边噪声污染大数据监督案。

　　以上典型案例数据分析的关键点分别在于找出不同部门所掌握校车数据之间的“差异项”，找准监管盲区，通过行政公益诉讼，督促行政机关强化校车安全管理；根据强制报告制度执行的要求在诊疗系统中发现需要强制报告的案件，进一步优化强制报告制度落地的路径，推进社会综合治理；通过数据分析找出符合保障救助条件的事实无人抚养儿童，切实保障困境儿童基本生活和合法权益；通过比对位置信息，对校园周边是否存在违规设置的不适宜未成年人活动场所开展全覆盖、动态化监督；及时确定声音是否超标、噪声污染行为是否得到行政机关的有效治理，切实保护校园正常教学秩序和学生的健康成长。

　　最高检第九检察厅负责人表示，2023年检察机关将继续贯彻落实党中央关于数字中国建设的重要指示精神，增强大数据战略思维，以大数据之力推进未检一体化履职和融合履职、更加主动融入其他“五大保护”，强化诉源治理，实现新时代未成年人检察工作高质量发展。

　　大数据赋能未成年人检察监督典型案例

　　案例一 河北省沧县人民检察院督促履行校车安全监管职责大数据监督案例

　　【关键词】

　　未成年人检察 大数据监督 校车安全 行政公益诉讼

　　【要旨】

　　检察机关针对校车事故暴露出的校车安全管理问题，加强诉源治理，通过大数据检索、数字建模比对，全面梳理县域内运营校车安全管理隐患，找准监管盲区，通过行政公益诉讼，督促行政机关强化校车安全管理，规范校车运营，保障未成年人出行安全。

　　【线索发现】

　　2021年11月，某幼儿园校车驾驶人无证驾驶校车，且严重超载行驶导致车辆侧翻，造成20名幼儿及1名教师受伤的严重后果，涉事司机因危险驾驶罪被立案侦查。该起事故暴露出的校车安全问题引起河北省沧州市人民检察院关注，在全市部署开展校车安全监督专项行动，切实保障学生出行安全。沧县人民检察院落实专项行动部署，对本地校车安全运营情况展开调查。经过初步调查，检察机关发现行政审批部门、教育行政部门和公安交警部门分别在校车运营的审批许可、监督管理方面负有相应职责，各自掌握了大量校车运营的相关数据信息，但由于各部门掌握的信息不同步，容易造成监管盲区。由于当地教育行政部门登记的学校在用校车达140余辆，逐一踏访调查耗时耗力且难以保障调查效果，有必要通过对各部门相关校车信息开展大数据分析，更好明确校车安全问题所在，促推监管治理。

　　【数据赋能】

　　检察机关通过教育行政、公安交警、行政审批等部门获取校车、司机、学生上下学乘车、运营许可等数据信息，经对这些数据信息的综合分析，筛选出从事校车运营却无校车标识牌、未按期年检的校车，无校车驾驶资格、与登记备案信息不符、未按期审验、有违法犯罪记录以及已满60周岁的校车司机。国务院《校车安全管理条例》和《河北省<校车安全管理条例>实施办法》对校车许可使用、校车驾驶人条件和校车安全管理均有明确规定，由于相关规定未能得到贯彻执行，导致教育行政部门登记的实际使用校车情况与行政审批、公安交警部门掌握的合规校车信息存在差异，数据分析的关键点在于找出不同部门所掌握校车数据之间的“差异项”，这些“差异项”是校车安全问题隐患所在，也是监管盲区的集中体现。

　　【案件办理】

　　经大数据比对筛查，检察机关累计筛查出37辆正使用但无标识牌校车，这些无标识牌校车中有25名驾驶人不具有校车驾驶资格；在有标识牌校车中，5辆校车实际驾驶人与登记不符、5辆校车司机将满60周岁，需要及时更换；另筛查出私自营运校车业务的大巴、面包车28辆。为确保数据比对的精准性，检察机关随机对两所幼儿园的4辆校车运营情况进行实地调查，调查结果与大数据对比筛查发现的问题相符。2022年4月，沧县人民检察院作为行政公益诉讼立案，向教育行政部门提出诉前检察建议，要求疏堵结合开展校车规范治理工作，加强日常监管，保障校车运营安全。教育行政部门联合公安部门根据检察建议内容展开联合专项治理，无校车驾驶资格司机被全部替换，驾驶人发生变动的均依法变更许可登记，4辆不合格校车被停运，20余辆私自营运校车业务的非制式车辆被查扣，两名严重超载接送学生上下学的驾驶人被以危险驾驶罪立案侦查。同时，检察机关协调各方开通校车审批许可绿色通道，为30余辆符合标准的无牌校车办理了合法手续，保障学生用车需求。

　　案例二 浙江省湖州市人民检察院督促强制报告制度落实大数据监督案例

　　【关键词】

　　未成年人检察 大数据监督 强制报告 异常诊疗记录

　　【要旨】

　　检察机关聚焦强制报告制度落实，系统汇总涉未成年人异常诊疗记录、涉未成年人性侵报案及立案记录等数据，发现涉未成年人性侵害立案监督线索，通过刑事立案监督、民事监护干预形式，加大对性侵害未成年人犯罪的打击力度。同时，针对突出共性问题，启动数字化场景应用建设，优化强制报告路径，推进社会综合治理。

　　【线索发现】

　　王某在给女儿董某某(9周岁)洗澡时发现其下身红肿，遂将其带至浙江省湖州市某医院就诊，期间，董某某称被人欺负。医院医生询问是否已报警，王某称会自己报警。后王某丈夫董某因考虑与加害人有亲属关系，未及时报警，导致发案滞后，部分证据灭失。

　　检察官在办案过程中发现该问题并非个例，强制报告制度实施以来，因报告主体等未履行强制报告义务而错失破案良机的案件时有发生，性侵未成年人案件报案率、发现率低等突出问题客观存在。2021年12月，通过大数据分析，发现近两年本地区存在大量涉未成年人异常诊疗记录，有必要在全市范围内开展专项监督，切实抓好侵害未成年人案件强制报告制度落实。

　　【数据赋能】

　　检察机关通过卫健部门、公安机关及医疗机构获取未成年人异常诊疗、未成年人入住旅馆、侵害未成年人治安处罚等数据信息，经对这些数据信息的综合分析，筛选出因未履行强制报告义务导致司法机关尚未掌握的侵害未成年人案件线索，监护人未及时报警、长期放任被害人在外留宿等监护干预案件线索。数据分析的关键点在于根据强制报告制度执行的要求在诊疗系统中应当强制报告的案件。通过提炼未成年人异常诊疗数据中高概率成案的信息标签，明确检察监督重点，系统挖掘制度执行存在的漏洞，为依法推进一体监督，探索强制报告自动预警系统建设提供数据支撑。

　　【案件办理】

　　检察机关通过大数据汇总比对，发现司法机关尚未掌握的涉未成年人异常诊疗记录，将其中涉嫌性侵犯罪线索移交公安机关。针对监护人未及时报警、长期放任被害人在外留宿等监护不当行为，制发督促监护令，监督落实监护职责。通过数据分析，联合市卫健委对强制报告执行问题突出单位进行督促整改，健全完善侵害未成年人案件医疗领域强制报告信息的常态化报告机制；启动强制报告“一键智达”应用场景建设，联合市公安、市卫健委等部门开发诊疗系统自动预警报告系统、打通部门壁垒形成闭环治理，促使制度从依靠个体自觉向程序必经的方式转变，实现集发现报告、应急处置、研判转介、帮扶干预、督察追责于一体的系统整体化落实。运行以来，自动报告线索80余条，同比上升5倍，已立案侦查侵害未成年人案件7起，联合帮扶救助8人次。

　　案例三 浙江省金华市婺城区人民检察院督促事实无人抚养儿童监护大数据监督案例

　　【关键词】

　　未成年人检察 大数据监督 事实无人抚养儿童 监护缺失 数字化应用场景

　　【要旨】

　　检察机关针对事实无人抚养儿童精准发现难等突出问题，研发数字化应用场景，协同民政、公安、司法等部门加强工作衔接和信息共享，通过大数据智能分析，及时发现未纳入保障的事实无人抚养儿童，以检察建议、支持起诉等方式开展监护缺失监督，促推相关行政部门依法履行职责，切实保障困境儿童基本生活和合法权益。

　　【线索发现】

　　2022年5月，浙江省金华市婺城区人民检察院在办案中发现，一对夫妻均处于服刑和逮捕在押阶段，他们年仅10岁的女儿小月(化名)应当被认定为事实无人抚养儿童。但检察官上门走访发现，小月无其他近亲属，仅有小姨不定时送来生活物资。婺城区人民检察院立即协助开展资格确认和关爱帮扶工作，相关部门指定小月的小姨为临时监护人，并签订委托监护协议，将小月纳入救助保障范围，每月发放基本生活补贴，切实保障小月的基本生活。经深入调查了解，检察机关发现在加强事实无人抚养儿童保障工作中，受限于执法司法信息不共享的原因，除人工排查和自主申请外，相关部门难以及时掌握孩子父母因涉案被羁押或其他无法履行监护职责的情形。

　　【数据赋能】

　　检察机关会同公安机关、民政部门、司法行政部门、卫健部门、人民法院、残联等部门，对常住人口中未成年人和困境儿童、服刑人员、强制隔离戒毒人员、重残人员、失踪人员、死亡人员等数据信息进行综合分析，筛选出符合事实无人抚养儿童认定标准但尚未纳入救助的未成年人。数据分析的关键点在于通过获取未成年人信息匹配关联到潜在“应保未保”事实无人抚养儿童。通过大数据分析，加强部门协作，实现信息实时共享，打通数据壁垒，是落实《关于进一步加强事实无人抚养儿童保障工作的意见》的重要举措，也是强化未成年人监护监督的重点内容。

　　【案件办理】

　　婺城区人民检察院联合公安机关研发“事实无人抚养儿童智慧发现救助”数字化应用场景，通过系统智能运算，首批筛查出28条待核线索，经人工核实，确定5人因父母涉案被捕等原因符合事实无人抚养儿童的认定条件。检察机关以制发检察建议方式促推相关部门逐一按程序纳入保障，从监护状况、户籍管理、受教育情况等民事权益保障为切入开展跟进监督。其中，以民事支持起诉的形式帮助身患疾病的事实无人抚养儿童杨某甲申请法院判决指定监护人，联动多部门为其提供就医、就学等方面的关爱帮扶。

　　案例四 北京市人民检察院督促整治校园周边违规设置不适宜未成年人活动场所大数据监督案例

　　【关键词】

　　未成年人检察 大数据监督 校园周边不适宜未成年人活动场所 行政公益诉讼

　　【要旨】

　　针对校园周边违法设置娱乐场所、酒吧、互联网上网服务营业场所、烟酒彩票销售点等不适宜未成年人活动场所问题，检察机关加强法律监督，消除安全隐患。通过建立大数据模型，对校园周边是否存在违规设置的不适宜未成年人活动的场所开展全覆盖、动态化监督，用科技的力量为未成年人保护法律监督赋能，营造未成年人健康成长的良好环境。

　　【线索发现】

　　为落实校园周边不得设置不适宜未成年人活动场所的有关法律法规，净化校园周边环境，北京市人民检察院能动履职，借助公益诉讼智能线索发现分析研判平台，建立大数据法律监督模型，按模型要求进行检索，获取校园周边娱乐场所、酒吧、互联网上网服务营业场所、烟酒彩票销售点等场所信息，并发现可能违反法律法规的线索。检察机关发挥一体化办案优势，统一部署，三级院联动，根据线索开展现场核实，并根据核实情况依法开展未成年人保护行政公益诉讼工作。

　　【数据赋能】

　　检察机关从工商注册信息和地图信息中收集全市各中小学校和全市范围内KTV、网吧、棋牌室、游戏厅、酒吧、迪厅、夜总会、彩票站等不适宜未成年人活动场所的位置信息，经对这些数据信息的比对、分析，筛选出校园周边违规设置不适宜未成年人活动场所的线索信息。数据分析的关键点在于比对位置信息。未成年人保护法明确规定，学校、幼儿园周边不得设置营业性娱乐场所、酒吧、互联网上网服务营业场所等不适宜未成年人活动的场所，不得设置烟、酒、彩票销售网点。《互联网上网服务营业场所管理条例》《北京市中小学校幼儿园安全管理规定(试行)》《北京市控制吸烟条例》等法规针对不同场所，对“周边”作出200米、100米等明确限定。由于相关规定未能得到贯彻执行，导致中小学校、幼儿园等校园周边仍有此类场所存在，这些场所正是未成年人保护的问题隐患所在，也是检察监督未成年人保护法律法规不折不扣落到实处的关键。

　　【案件办理】

　　通过公益诉讼智能线索发现分析研判平台，检察机关获取相关线索信息900余条，通过筛选发现可能违反法律法规的线索104条，分别交予对应的分院、区院办理，目前已立行政公益诉讼案件14件，整改结案8件。海淀区市场监管局多措并举，开展学校周边酒类销售主体专项整治工作，对校园周边酒类销售主体进行排查，形成动态台账，根据销售主体的不同情况进行分类管理、随机检查。对违法向未成年人售酒的食品销售者，均依法进行查处。延庆区人民检察院核实烟酒销售点线索24条，经与区市场监管局和烟草专卖局沟通，对线索涉及的商户及时进行整改。密云区文旅局收到检察建议后，对涉案接纳未成年人网吧作出行政处罚，组织网吧负责人进行法律法规培训，提高经营者保护未成年人的责任意识。

　　案例五 贵州省贵阳市南明区人民检察院督促整治校园周边噪声污染大数据监督案例

　　【关键词】

　　未成年人检察 大数据监督 校园周边噪声污染治理 行政公益诉讼

　　【要旨】

　　检察机关针对校园周边噪声污染瞬时性强、取证难、治理难等问题，通过大数据建模比对，搜集、整理、分析违法信息数据，精准确定噪声源头。对校园周边噪声污染相关行政机关未依法充分履职的，发挥行政公益诉讼职能，督促有效治理，维护良好校园环境。

　　【线索发现】

　　2022年3月，贵州省贵阳市南明区人民检察院检察官在履行法治副校长工作职责过程中，接到某中学师生反映，该校周边凌晨时段快速公交专用车道经常有摩托车“飙车”“炸街”，周边建筑工地在午休时段也时常有打桩机轰鸣作业，严重影响师生的学习和休息，不少学生出现了失眠和焦虑问题。检察机关经过进一步调查，发现其他学校周边也存在不同程度的交通运输、建筑工地、社会生活等噪声污染。同时，检察机关发现，由于校园周边噪声污染变化大、种类多、取证难，交管、住建、环保等部门分别负有不同职能，各自掌握部分信息，对噪声污染的监管存在局限性，容易导致监管盲区，噪声污染问题难以根治。

　　【数据赋能】

　　检察机关通过环保、交管、住建等部门获取噪声举报、噪声值数据、道路监控抓拍、建筑工地施工备案、噪声污染行政处罚等数据信息，经对这些数据信息的综合分析，筛选出校园周边存在的噪声污染行为和噪声污染源，噪声污染违法行为未被行政机关处罚和治理的案件线索。数据分析的关键点在于及时确定声音是否超标、噪声污染行为是否得到行政机关的有效治理。根据《中华人民共和国噪声污染防治法》《贵州省环境噪声污染防治条例》《中华人民共和国声环境质量标准GB3096-2008》等规定，学校等建筑物属噪声敏感建筑物，夜间噪声不得超过45分贝，昼间噪声不得超过55分贝，机动车消声器和喇叭必须符合国家规定。由于相关规定未能得到有效贯彻执行，同时校园周边环境噪声污染源分散多发，噪声污染问题的精确“捕捉”和督促治理，是发挥检察职能维护未成年人良好校园成长环境的重点内容。

　　【案件办理】

　　经大数据比对和筛选，检察机关累计识别出参与道路“飙车”“炸街”人员59人(其中未成年人15人)，确定建筑工地噪声污染18处，社会生活噪声污染50处。2022年4月，检察机关将校园周边噪声污染治理问题依法以行政公益诉讼案件立案，就交通运输噪声问题依法向交管部门发出诉前检察建议。检察机关联动交管、住建、公安、市场监管、环保、城市综合执法、教育等职能部门制定了《还“静”于校 校园周边噪声专项整治活动方案》，开展了校园周边噪声污染专项整治，各职能部门整治辖区校园周边噪声污染26处，整治“飙车”“炸街”团伙7批共计59人，扣押摩托车11辆，勒令整改摩托车40辆，协调妇联、团委等对“飙车”“炸街”的15名未成年人及家庭进行法治教育和家庭教育。加强与学校的联动互动，开展交通安全普法教育25场，联动解决了久治未绝的摩托车“飙车”“炸街”问题，辖区校园周边声环境质量得到有效改善，切实保护了校园正常教学秩序和学生的健康成长。

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）