《中国人工智能学会通讯》——4.26 电子数据证据

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第4章,第4.26节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

4.26 电子数据证据

电子数据证据的概念

在介绍电子数据证据的概念之前,首先介绍电子数据的概念。电子数据是指基于计算机应用、通信和现代管理技术等电子化技术手段形成包括文字、图形符号、数字、字母等的客观资料,包括电子邮件、电子数据交换、网上聊天记录、博客、微博客、手机短信、电子签名、域名等。

电子数据证据也称为计算机证据、计算机数据证据、电子文件证据等[1-3] ,一般是指在涉及计算机违法犯罪过程中形成的,以物理方式存储于计算机系统内部及其存储器当中,以其内容来证明涉及计算机违法犯罪案件事实的电磁等记录。

电子数据和电子数据证据概念的出发点不同,电子数据证据侧重于从该类证据的载体和表现形式进行定义,电子数据则侧重于从该类证据的本质属性进行定义。

它包含这样四个方面的含义。

(1) 电子数据证据主要形式是电子数据。传统的证据形式为实物或者言词;而电子数据证据则是必须借助计算机或者类似电子记录设备再现其记录内容的数据或者信息。因而,电子数据证据不仅是记录数据的内容,更大的区别是记录数据的方式。

(2) 电子数据证据产生于计算机系统、计算机运行系统或其他类似的电子记录设备中,通常是人为输入计算机系统或者类似设备,或者计算机系统自动生成的数据或者信息。

(3) 电子数据证据必须借助电子、光学、磁或者其他类似手段生成、发送、接收或者存储,电子数据证据必须借助电子、光学、磁等物理介质而存在。

(4) 电子数据证据以其记录的内容证明案件的真实情况。

目前,国外,特别是英美法系国家在电子数据证据的研究和应用上己经有了大量的理论和实践积累。联合国(国际贸易法委员会)等国际组织、美国、英国等信息网络技术和电子立法均处于领先地位的国家相继制定了电子数据证据方面的法律或者示范法[4] 。我国电子数据证据法理论研究处于弱势,立法尚欠完善,造成司法实践的困境[5] 。

这几年我国电子信息技术的广泛应用和互联网的迅速普及,涉及网络安全事件、计算机违法犯罪以及各种网络纠纷(从网上知识产权纠纷到网上域名纠纷、广告纠纷、合同纠纷以及名誉权纠纷等等)的范围也随之扩大。这使得与上述相关安全事件、违法犯罪以及网络纠纷的扩大化所涉及的电子数据证据案件的解决,更加依赖于电子数据证据的获取、认定。要想使电子数据证据发挥其应有的作用,我们就必须从立法上对电子数据取证的工作及结果加以规范和完善。

电子数据证据的分类

电子数据证据是指能证明案件事实的电子数据,它包括多种类型,按当前存在的状态分类,包括动态电子数据证据,如网络通信中的语音、实时短信息、电子邮件等传输状态的电子数据证据;也有静态电子数据证据,如非法侵入他人计算机网络在日志文件中留下的记录。不同种类的电子数据证据从刑事案件的视角而言,其适用的刑事调查措施也不同。比如,静态电子数据证据可以使用搜查、扣押、数据保护、提交令等措施;而动态电子数据证据只能适用电子监视或者实时数据收集措施。

按电子数据依附的载体形式划分,电子数据证据可分为以下几种形式 : 一是电子通讯中的电子数据证据,如电报、电话、传真(Fax)资料;二是封闭计算机系统中的电子数据证据,如单个电子文件、数据库、电子报单、交通信息卡资料等;三是计算机网络中的电子数据证据,如电子邮件、电子数据交换、电子资金划拨、电子聊天记录、电子公告牌记录和电子签章。此外一些外延电子设备中的电子数据,如手机短信、录音、录像资料也属于电子数据证据。可见,这种电子数据证据的分类是很广泛的。

电子数据证据的属性(或特点)

电子数据证据作为一种新的证据类型,与传统的证据类型比较具有下面的特点属性。

(1) 精确性。电子数据证据以技术为依托,很少受主观因素的影响,能够有效避免其他证据的一些弊端,如证言的误传、书证的误记等。

(2) 脆弱易逝性。由于计算机信息是用二进制数据表示的,以数字信号的方式存在,而数字信号是非连续性的,故意或因为差错对电子数据证据进行的变更、删除、删节、剪接、截收和监听等,从技术上很难查清,而且随着时间的推移及环境影响,电子数据可能会发生变化或消失。

(3) 隐蔽性。电子数据证据在计算机系统中可能存在的范围很广,使得证据容易被隐藏;另外,由于电子数据证据在存储、处理的过程中,其信息的表示形式为二进制编码,一切信息都由这些无形的编码来传递,使得电子数据证据与特定主体之间的关系按照常规手段难以确定。

(4) 复合性或多样性。电子数据证据的表现形式是多样的,尤其是多媒体技术的出现,更使电子数据证据综合了文本、图形、图像、动画、音频及视频等多种媒体信息,这种以多媒体形式存在的电子数据证据几乎涵盖了所有传统证据类型。

(5) 易扩散性。电子数据具有极强的可复制性。例如用电子邮件发送信息,要比发送纸质文件的扩散性强大得多。在网络中一份文件可以被发送给多个接收端,而这可能是在操作人员毫无察觉的情况下完成的。

此外,电子数据证据还具有收集迅速、易于保存、占用空间少、容量大、传送和运输方便、可以反复重现、易于使用、便于操作等特点。

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
881 0
|
机器学习/深度学习 人工智能 专有云
人工智能平台PAI使用问题之怎么将DLC的数据写入到另一个阿里云主账号的OSS中
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
811 4
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
381 1
|
存储 机器学习/深度学习 人工智能
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
439 0
|
人工智能 安全 Anolis
中兴通讯分论坛邀您探讨 AI 时代下 OS 的安全能力 | 2024 龙蜥大会
操作系统如何提供符合场景要求的安全能力,构建更加安全可信的计算环境。
|
数据采集 人工智能 自然语言处理
GPT被封锁了怎么办?轻松获取高质量的数据,训练自己的人工智能和大语言模型。
2023年标志着AI大模型时代的到来,GPT-4等模型在多个领域展现巨大潜力。然而,OpenAI对中国区服务的限制提出了挑战。本文探讨如何使用亮数据代理获取训练大模型所需的数据,包括确定目标、选择代理、数据抓取、清洗,并以西方历史为例,展示如何使用亮数据的静态住宅代理稳定获取DE区域数据,最终在国产AI平台上训练模型,提升知识库的丰富度和准确性。尽管面临外部障碍,但自主获取和训练数据能增强本土AI能力。
|
机器学习/深度学习 人工智能 前端开发
人工智能平台PAI产品使用合集之创建了实时特征视图,里面的数据是通过什么传入的
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
存储 人工智能 安全
人工智能浪潮下的数据隐私保护技术
在大数据与人工智能(AI)的高速发展中,数据隐私保护成为亟待解决的关键议题。本文将探讨当前AI时代下数据隐私保护的技术手段及其面临的挑战,并分析未来发展趋势。文章首先介绍数据隐私的重要性和当前面临的风险,然后深入讨论加密技术和匿名化处理等保护措施,最后评估这些技术的有效性及潜在的改进方向。
921 0
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

热门文章

最新文章