未來(lái)幾年數(shù)據(jù)泄露事件的增長(zhǎng)率也許會(huì)達(dá)到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障?？梢哉f(shuō)，在未來(lái)，每個(gè)財(cái)富500強(qiáng)企業(yè)都會(huì)面臨數(shù)據(jù)攻擊，無(wú)論他們是否已經(jīng)做好安全防范。近日，江蘇淮安警方查封了7家利用爬蟲技術(shù)盜取用戶隱私的科技公司，這7家公司共計(jì)盜取了4.68億個(gè)人身份信息，而目前中國(guó)網(wǎng)民的數(shù)量為8.54億人。換言之，至少有超過(guò)一半的網(wǎng)民失去了隱私。

2019年9月以來(lái)，警方發(fā)起互聯(lián)網(wǎng)“除蟲”行動(dòng)，大力打擊非法抓取用戶信息的違法犯罪行為。在此之前，51信用卡、同盾科技等“獨(dú)角獸”也在爬蟲數(shù)據(jù)的應(yīng)用方面誤入歧途，丟了生意也毀了聲譽(yù)。作為互聯(lián)網(wǎng)大數(shù)據(jù)最早也是最廣泛的應(yīng)用之一，爬蟲技術(shù)正在遭遇前所未有的信任危機(jī)。

你的隱私只值一塊錢

掛上科技公司的“羊頭”，做著賣用戶隱私的“狗肉生意”，這背后是暴利的誘惑。據(jù)江蘇淮安警方通報(bào)內(nèi)容顯示，此次被查封的科技公司，主要是通過(guò)“黑爬蟲”網(wǎng)站的軟件非法獲取小貸公司的用戶數(shù)據(jù)，再打包售賣的下游客戶從中牟利。據(jù)此前媒體報(bào)道案例顯示，一份包含有個(gè)人身份信息、貸款數(shù)據(jù)、逾期數(shù)據(jù)等內(nèi)容的400人隱私數(shù)據(jù)包，售價(jià)為500元，算下來(lái)，一個(gè)人的隱私價(jià)格為1塊多錢。當(dāng)購(gòu)買者所需要的數(shù)據(jù)量足夠大，一條個(gè)人信息的單價(jià)甚至可以低至1分錢。在此次江蘇淮安警方查獲的7家涉事公司中，拉卡拉支付旗下的考拉征信也在其中。據(jù)了解，考拉征信向下游一家叫北京黑格公司的數(shù)據(jù)公司售賣數(shù)據(jù)接口后，該數(shù)據(jù)再次流通到下游購(gòu)買方。

作為二級(jí)“代理商”的考拉征信，從2015年3月以來(lái)共計(jì)提供了近1億次“身份證返照”查詢的非法業(yè)務(wù)，從中獲利3800萬(wàn)元。照此計(jì)算，考拉征信販賣一條隱私信息可獲利2.63元。販賣隱私信息的成本是多少?通過(guò)工商信息可以了解到，作為隱私數(shù)據(jù)源頭的北京黑格公司登記員工人數(shù)為3人。若這3名員工均為爬蟲技術(shù)工程師，按照目前2萬(wàn)至4萬(wàn)的薪資計(jì)算，北京黑格的人工成本為每年72萬(wàn)元-144萬(wàn)元。按照1分錢一條隱私的價(jià)格，只需要售賣7200萬(wàn)條信息就能回本。

隱私的終點(diǎn)站

據(jù)警方通報(bào)信息顯示，上述7家科技公司售賣的隱私數(shù)據(jù)，最終將被用于推銷貸款和催收，以及和其他公司交換信息。其中，專門從小貸公司專區(qū)截獲的個(gè)人信息，可用于放貸以及繼續(xù)向下游客戶售賣。10月21日，港股上市公司51信用卡因委托外包催收公司涉嫌尋釁滋事等違法行為，被公安機(jī)關(guān)調(diào)查。消息稱，51信用卡通過(guò)爬蟲數(shù)據(jù)竊取用戶隱私數(shù)據(jù)，并將數(shù)據(jù)庫(kù)打包流通至催收公司。在此之前，該公司因未經(jīng)用戶同意收集個(gè)人信息而被工信部點(diǎn)名批評(píng)。

9月，大數(shù)據(jù)明星創(chuàng)業(yè)公司魔蝎科技的涉案人員，因非法販賣個(gè)人隱私被警方帶走。在此之前，該公司曾開(kāi)發(fā)過(guò)一款專門爬取支付寶數(shù)據(jù)的產(chǎn)品。據(jù)其產(chǎn)品介紹，個(gè)人只要掃描一枚二維碼就會(huì)將包括真實(shí)姓名、手機(jī)號(hào)、收貨地址、近一年的購(gòu)物信息、交易記錄等信息事無(wú)巨細(xì)地統(tǒng)統(tǒng)“上交”給數(shù)據(jù)庫(kù)。

2019年3月，號(hào)稱中國(guó)最大的簡(jiǎn)歷大數(shù)據(jù)公司、曾獲李開(kāi)復(fù)旗下創(chuàng)新工場(chǎng)投資的巧達(dá)科技，被警方“一鍋端”，原因是非法售賣簡(jiǎn)歷信息。據(jù)警方披露，巧達(dá)科技非法獲取了2.2億自然人的簡(jiǎn)歷信息以及超過(guò)10億份通訊錄。而這些信息背后，是與此相關(guān)的社會(huì)關(guān)系、組織關(guān)系、家庭關(guān)系。按照此前巧達(dá)科技的官宣數(shù)據(jù)，這家公司擁有超過(guò)8億自然人的全方位數(shù)據(jù)。更早，“大數(shù)據(jù)行業(yè)第一股”數(shù)據(jù)堂的員工也爆出販賣公民信息的丑聞。據(jù)公開(kāi)信息顯示，該案6名主要涉案人員在8個(gè)月時(shí)間內(nèi)，共計(jì)販賣公民信息量達(dá)到百億條，累計(jì)傳輸數(shù)據(jù)壓縮后約為4000GB左右，相當(dāng)于傳送了2000部《戰(zhàn)狼2》。

這些隱私數(shù)據(jù)的主人不一定是貸款人或者小貸平臺(tái)的用戶，他們可能是網(wǎng)購(gòu)達(dá)人、準(zhǔn)備買房的青年、正在準(zhǔn)備就業(yè)的大學(xué)畢業(yè)……據(jù)悉，數(shù)據(jù)堂所販賣的隱私數(shù)據(jù)主要內(nèi)容為手機(jī)號(hào)、地區(qū)和互聯(lián)網(wǎng)使用習(xí)慣偏好，通過(guò)標(biāo)簽化可以做到精準(zhǔn)營(yíng)銷。

大數(shù)據(jù)光環(huán)下的“蟲災(zāi)”

什么數(shù)據(jù)能爬取、爬取行為如何約束以及怎么使用爬取的數(shù)據(jù)，業(yè)界標(biāo)準(zhǔn)無(wú)法統(tǒng)一。“君子協(xié)議”防不住小人，只能由警方和檢方出馬了。但此起彼伏的追查行動(dòng)，無(wú)法根治爬蟲帶來(lái)的“互聯(lián)網(wǎng)蟲災(zāi)”。爬蟲技術(shù)誕生于上個(gè)世紀(jì)90年代，最早被應(yīng)用于Google等搜索引擎。爬蟲技術(shù)通過(guò)抓取互聯(lián)網(wǎng)網(wǎng)頁(yè)信息并對(duì)其進(jìn)行篩選、儲(chǔ)存，就能成為一個(gè)巨大的“數(shù)據(jù)包”，供用戶在搜索引擎上檢索。百度搜索也是基于爬蟲技術(shù)而實(shí)現(xiàn)的。隨著技術(shù)的演進(jìn)，后續(xù)還出現(xiàn)了“算法推薦”等基于爬蟲數(shù)據(jù)庫(kù)而升級(jí)的新工具。技術(shù)無(wú)罪，人性作祟。在爬蟲技術(shù)誕生之初，一些搜索引擎同一些網(wǎng)站通過(guò)郵件的方式定下“君子協(xié)議”—— robots.txt。協(xié)議內(nèi)容規(guī)定了搜索引擎在網(wǎng)站抓取內(nèi)容的范圍和禁區(qū)。彼時(shí)，爬蟲技術(shù)的生長(zhǎng)環(huán)境還是透明的，內(nèi)容獲取和提供方的關(guān)系也更為和諧。

歷史上關(guān)于爬蟲數(shù)據(jù)的第一場(chǎng)紛爭(zhēng)發(fā)生在2000年。美國(guó)支付平臺(tái)eBay將一家比價(jià)網(wǎng)站BE告上法庭，原因是BE違反了爬蟲協(xié)議，將禁區(qū)內(nèi)的用戶信息爬取并聚合公開(kāi)。盡管BE聲稱該內(nèi)容屬于用戶集體貢獻(xiàn)而不歸用戶所有，但最終eBay勝訴。

2017年，領(lǐng)英以違法爬蟲將一家數(shù)據(jù)分析公司告上法庭。但結(jié)果和eBay不同，領(lǐng)英敗訴。盡管領(lǐng)英一再?gòu)?qiáng)調(diào)保護(hù)用戶隱私不被未知第三方濫用，且用戶能夠控制自己的數(shù)據(jù)將被用于何處。但實(shí)際上，領(lǐng)英對(duì)這家數(shù)據(jù)公司的爬取是知情的。發(fā)起訴訟，源自領(lǐng)英準(zhǔn)備開(kāi)展與該數(shù)據(jù)公司類似的業(yè)務(wù)，為此需要阻斷其爬取行為。兩場(chǎng)官司的出發(fā)點(diǎn)發(fā)生了變化。從最初的單純維護(hù)爬蟲協(xié)議的“保護(hù)隱私原則”，轉(zhuǎn)變?yōu)橐灾\求自身利益的爬取反制——經(jīng)過(guò)20年的演變，爬蟲數(shù)據(jù)的行業(yè)自律行為，已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)互聯(lián)網(wǎng)道德約束的邊界。