当爬虫遇上法律会有什么风险？数据保护官详解其中雷区

9月26日，第四期数据保护官（DPO）沙龙在搜狐媒体大厦举办，主题为“网络爬虫的法律规制”。搜狐法律中心高级经理马晓明认为，对于爬取数据，国内法律更倾向于保护经营者的权利，认为经营者基于自己的运营行为而获得的数据信息属于核心的商业资产，受到法律保护。

爬虫有“君子约定”限制，但企业间仍纠纷不断

所谓网络爬虫，新浪微博软件工程师刑瑞明认为，网络爬虫是按照一定的规则，自动从互联网上提取网络信息的程序或脚本。

当下，从我国信息技术应用产业的实际业务来看，利用爬虫软件等各种技术手段爬取互联网数据的行为广泛存在，在技术上属于常见的信息获取场景。

虽然爬虫在技术上常见，但道德上，爬虫有一个“君子约定”限制。马晓明指出，此约定即Robots协议，又称爬虫协议、机器人协议，全称是“网络爬虫排除标准”。据了解，Robots协议由一位荷兰籍网络工程师提出，它放在网站中。网站通过Robots协议告诉搜索引擎哪些页面可以抓取，哪些页面不能抓取。Robots协议是一个未经标准组织备案的非官方标准，也不属于任何商业组织，对企业来说，相当于一个“君子约定”，它不能避免企业的数据免遭爬取，也不能成为市场竞争维护垄断的工具。

据隐私护卫队了解，近年来，企业之间通过数据爬取引发的对于数据权益争夺的各种案件层出不穷。比如，新浪诉脉脉抓取新浪微博用户信息案；实时公交查询软件“酷米客”状告同类产品“车来了”盗取后台数据一案，最终判定“车来了”创始人兼CEO邵凌霜犯非法窃取计算机信息系统数据罪，罚金10万元，判处有期徒刑三年、缓期四年执行；涉案公司也被认定具有不正当竞争行为，赔偿原告经济损失50万元。

“我国法律更倾向于保护经营者的权利，认为经营者基于自己的运营行为而获得的数据信息属于核心的商业资产，受到法律保护。”马晓明说，这是她研究国内案例总结出的观点，而国外相反，比如美国更倾向于数据的再利用和信息技术的发展，“从HiQ Labs 诉领英(LinkedIn)的裁定结果就可以看出来。”

为保护自身数据不被爬取，很多企业都设置了反爬虫策略。那么，爬虫获取数据，究竟会给企业带来哪些问题，腾讯数据隐私合规专家赵冉冉认为，爬虫最核心的问题是两个企业之间的商业利益纠纷问题，主要体现在以下方面：爬取方频繁的访问，对被爬取方的服务器造成压力；爬虫会破坏网站或app运营的方式和逻辑，侵害其未来的价值；爬虫可能会让企业的一些盈利模式不能再继续下去，比如电商的竞价排名等。

爬虫遇上法律，可能触犯多种罪行

当爬虫遇到法律，可能会发生什么？DPO社群成员田申对此作出解答。他认为，网络爬虫涉及的法律问题可从信息层、策略层、数据层进行分析。在信息层，当抓取到具有著作权、个人信息等内容时，可能侵犯知识产权、人格权等法律法规；在策略层，当爬虫技术涉及突破、绕开反爬虫策略、协议时，可能犯有提供侵入非法控制计算机信息系统程序工具罪或破坏计算机信息系统罪；在数据层，当爬虫活动的关联行为涉及破解客户端、加密算法等，可能犯有非法获取计算机信息系统数据罪等。

在解答的过程中，田申着重强调到：“根据他以往的从业经历来看，没想到非法获取计算机信息系统数据罪对行业产生那么大的影响。”

非法获取计算机信息系统数据罪是指违反国家规定如网安法、电信条例等，侵入国家事务、国防建设、尖端科学技术领域以外的计算机信息系统或采用其他技术手段获取该计算机信息系统中存储、处理或传输的数据。该罪情节严重情况的情景包括违法所得超过5000元、造成经济损失超过1万等。

然而，对于计算机信息系统的边界问题，与会的多位DPO社群成员表示，以前，计算机信息系统只是服务器，而如今，边界在哪里并不好判断，比如app 等客户端是否包含在内等。

如何规范？不爬取商业秘密、企业内部系统数据等

如何规范数据爬取行为？与会的DPO社群成员给出了不同建议。

DPO社群成员刘笑岑建议，可以从以下方面注意。首先要识别数据性质，是公开数据、半公开数据还是内部系统数据，对于内部系统数据，严格禁止侵入；爬取数据时避免获取个人信息、明确的著作权作品、商业秘密等；限定数据的应用场景，不得不劳而获“搭便车”地利用他人数据，侵害他人的商业利益和竞争秩序等。

对于被爬取方，马晓明建议，企业可设置完善的Robots协议，并在用户协议中明确“为用户提供的是正常的访问服务，禁止用户实施以商业为目的的数据爬取行为”，同时，对于不希望被爬取的内容，企业可增加相应的技术保护措施，准备合理的理由（如商业密码、著作权等）等方法。

报料请点击 

推荐阅读：
网曝张雨绮持刀与丈夫争执 为何该派出所出警记录会出现在网上？
检查酒店WiFi漏洞被判罚，专家：唯恐人不知的炫技非黑客精神
美国有望出台联邦隐私法案 苹果谷歌等巨头出席国会听证表示支持