大数据时代海量数据的多元化证明机制研究

Research on the Diversified Proof Mechanism for Massive Data in Big Data Era

将海量数据作为罪量是我国网络犯罪立法特色。实践中,海量数据的准确计算一直是证明难题。对此,“综合认定”“推定”“抽样”“等约计量”“底线证明”等方法应运而生。然而,上述方法是在证明资源有限性条件下的权宜之计,未从根本上解决海量数据的真实性证明难题。可根据数据描述对象及生成机制对其进行多元化区分,分析不同类型的海量数据证明困境症结点,针对性构建多元化证明机制。对于身份类静态数据的重复性、无效性,可以通过去重、抽样方法认定其真实数量;对于作品类静态数据的混杂性,可以通过专业鉴定方法来解决;对于动态行为数据的重复性、虚假性,可借助算法来识别。另外,既有的推定、证明责任分配等规则亦应当进行适当调整,与上述证明方法配套运行。