关键词:
恶意数据抓取行为
数据犯罪
入罪标准
摘要:
随着网络技术的不断发展,社会主体为了提高获取数据的效率,开发了相应的数据抓取软件。数据抓取行为随即成为刑法学关注的热点话题,然而数据抓取行为作为技术手段,应当归属于技术中立范畴,但技术最终由人进行适用,故而区分了善意的数据抓取行为和恶意的数据抓取行为。恶意的数据抓取行为在主观方面与客观方面皆具有一定恶性,因而应当对其进行刑法规制。
本文首先从对恶意数据抓取行为的一般问题进行了研究,明确了恶意数据抓取行为的概念、特点,同时结合恶意数据抓取行为的方式特征,对恶意数据抓取行为进行了类型化的分析,结合恶意数据抓取行为的损害后果,提出了对恶意数据抓取行为刑法规制的必要性。从当前对于数据抓取行为的规制情况来看,在规制恶意数据抓取行为时,当前有两种治理模式,即缓和治理与严厉治理,两种治理模式在对公共利益、未经授权、危险性等因素的考量上存在不同。在缓和的治理模式下,基于信息共享、信息自由等价值取向,对于数据抓取行为的态度较为友好,同时对于数据抓取行为的入罪门槛较高,刑事处罚力度较小。在严厉的的治理模式下,法律从保障信息安全、保护个人隐私的角度出发,对于数据抓取行为的容忍度较低,同时对于数据抓取行为的入罪门槛较低,刑事处罚力度较大。通过对恶意数据抓取行为的立法、司法现状进行分析,发现恶意数据抓取行为在立法上主要是情节犯,我国当前对于恶意数据抓取行为的惩罚偏向严厉,同时存在犯罪对象的不明确、犯罪行为认定标准的不清晰、犯罪后果的认定较为模糊等问题。
对此,本文从恶意数据抓取行为的立法现状和实践现状切入,针对犯罪对象不明确的问题,应当明确数据的财产权属性,对恶意通过数据抓取获取信息的行为进行场景化的分析,符合财产犯罪构成要件的应当认定为财产犯罪。因数据犯罪与个人信息犯罪具有不同的入罪标准,应当明确个人信息的认定标准,若数据中包含可识别性信息时,应当将数据认定为个人信息。针对犯罪行为认定标准不清晰的问题,应当明确犯罪行为与民事违法行为的界限,是否违数据抓取协议不宜作为刑事犯罪的判断标准,同时应当结合“白帽子”规则作为判断民事违法与刑事违法的界限。应当明确犯罪行为与不正当竞争行为的界限,通过结合恶意数据抓取行为是否发生在商业领域、双方当事人是否具有竞争关系、当事人之间的竞争是否存在“越界”行为,明确不正当竞争行为的认定。对于犯罪后果认定较为模糊的问题,应当明确犯罪后果认定的相关因素,确立恶意数据抓取规则的免责事由。明确犯罪后果罪名的适用,根据恶意数据抓取行为的不同类型,进而确定具体罪名的适用。