大数据公司又被查，爬虫程序员在内20余人被抓！

近日江苏淮安警方依法打击了 7 家涉嫌侵犯公民个人信息犯罪的公司，涉嫌非法缓存公民个人信息 1 亿多条。

其中，拉卡拉支付旗下的考拉征信涉嫌非法提供身份证返照查询 9800 多万次，获利 3800 万元。

警方已将考拉征信服务有限公司及北京黑格公司的法定代表人、董事长、销售、技术等 20 余名涉案人员抓获。

警方发现，涉案的广州诺涵公司虽然披着科技公司的外衣，其实从事的是网络放贷、软暴力催收、贩卖公民个人信息等违法犯罪行为。

在他们贩卖的公民个人信息里，甚至还出现了公民身份证照片信息，这样极度隐私的个人信息他们从哪儿获取的呢?

警方发现，在广州诺涵科技公司，公民个人信息被称为“流量”，公司自己开发有“乐花管家”等多个小贷平台，在自身购买公民个人信息用于推销贷款、软暴力催收的同时，也和其他公司相互交换公民个人信息，还开发有爬虫云等软件，通过技术手段爬取其他小贷公司的公民个人信息，用于公司放贷和非法出售牟利。

锁定相关犯罪证据后，淮安警方在长沙、深圳分别将湖南九象公司的法定代表人和技术主管抓获。

审讯得知，九象公司黑爬虫网站的“身份核验返照”业务端口来自北京黑格科技有限公司，而黑格公司是从北京考拉征信服务有限公司等四家公司购买的查询接口。

随即，警方将北京黑格公司和考拉征信服务有限公司的法定代表人、董事长、销售、技术等 20 余名涉案人员抓获，并于今年 4 月在北京将他们上游公司的 5 名涉案人员抓获。

经查，北京考拉征信服务有限公司从上游公司获取接口后又违规将查询接口出卖，并非法缓存公民个人身份信息，供下游公司查询牟利，从而造成公民身份信息包括身份证照片的大量泄露。

违规缓存相当于把公民个人信息复制了一份，存在那边，下游公司再向它通过数据接口调取数据的时候，它就不需要再向上游调取，也是节省了开支，这个是违法的。

经查，2015 年 3 月以来，北京考拉公司非法提供查询返照 9800 余万次，获利 3800 余万元，在公司服务器中查获并收缴被非法获取、存储的公民姓名、身份证号、相片近 1 亿条。

许多程序员都有这样的想法，技术是无罪的，我只是个打工的程序员，公司干违法的业务，跟我没关系。。。只能说，程序猿们真是图羊图森破了。

我们先来看几个真实的法院判决案例：

案例一：数据拥有者有证据能够举证你的数据是抓取来的。如下，今日头条对起诉上海晟品法院宣判结果。

(图片文字来自中国判决文书网)

从文书描述来看，修改UA、修改device id、绕开网站访问频率控制这是写爬虫的基本，这些技术手法反而成了获罪的依据。

案例二：抓取用户社交数据，尤其是用户隐私相关。

(图片文字来自新浪网)

案例三：用爬虫技术扰乱对方网站经营规则，且牟利。比如这个：

(图片文字来自中国永嘉公号)

图上描述做搜索引擎排名的技术，其实就是利用爬虫技术规模化的访问网页。

在我们通常的认知里，因为互联网推崇分享精神，所以认为只要是网络公开数据就可以抓取，但是通过上面的案例来看，有几个禁忌，抓取的数据最好不要直接商用，涉及社交信息/用户信息要谨慎。

老板交代你抓取敏感任务时，让老板先看下刑法第285条。公司从事违法业务，不代表个人行为就没事，只是还没入有关部门的法眼。

爬哪些数据会触犯法律?

第一、著作权法保护的所有作品数据

比如一些网站发表的内容，如文章、评论等都是有著作权的，如果只是单纯的通过浏览器查看是不会触犯法律的。

但是，对于有著作权的作品，如果未经著作权人许可，以盈利为目的，对其作品用任何手段进行复制是犯法的。

如果是使用了爬虫技术手段爬取数据之后将其保存下来或者传播，并且进行盈利，这种都是属于犯罪的。

第二、网站用户的个人信息或者隐私信息

网站上的个人用户的个人信息，即使是用户自己放到一些网站上进行公开或者部分公开，如微博、微信等，不代表这些数据就可以被其他人随便获取，这个要特别注意。

所以，如果爬取的数据涉及到个人信息或隐私信息，都是违法的!

还有些爬虫企图绕过权限校验等，爬取用户未公开的信息，如个人私密相册照片等，都是属于侵犯用户的个人隐私的，不要觉得自己技术玩得溜，这些可都是违法行为。

第三、反不正当竞争法中明确保护的数据

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!