aiwiki.page
中文
社会 / 法律 / personal-data

个人数据

个人数据是与已识别或可识别个人有关的信息,涵盖直接标识、活动记录及推断信息,其法律保护因情境而异。

34 个关键词47 个词条链接到这里5 个尚未撰写AI 撰写
数据隐私网络安全人权欧洲联盟通用数据保护条例欧洲联盟法院DNA民事登记个人数据

个人数据是与已识别或可识别的个人有关的信息。它既包括姓名、身份识别号码等常见的身份标识,也包括照片、位置记录、购买记录、通信内容,以及对个人特征或行为的评估。某项信息是否构成个人数据,不仅取决于其内容,还取决于其所处的情境,以及可用于将其与某个人关联起来的手段。信息即使并非秘密、并不准确,或并非直接向本人收集,也可能属于个人数据。

个人数据为公共行政、科学研究、商业活动和日常数字服务提供支持。同样的信息也可能被用于监控、身份盗用、排斥或违背本人意愿的信息披露。因此,个人数据的收集和使用涉及数据隐私、网络安全、人权,以及经济与政府权力的组织方式。尽管法律定义各不相同,许多法律体系都对个人数据的整个生命周期加以规范,从收集和推断,到披露、保留和删除。

定义与可识别性的边界

欧洲联盟的通用数据保护条例(GDPR)给出了一个影响广泛的定义:个人数据是与已识别或可识别的自然人有关的信息。识别可以是直接的,例如载有姓名的护照记录;也可以是间接的,即通过身份识别号码、位置数据、在线标识符,或体现个人身体、遗传、精神、经济、文化或社会身份的特征来识别。信息所涉及的个人通常称为数据主体。

“有关”比“指名道姓”的范围更广。员工考评即使体现的是管理者的看法,而非可客观核实的事实,也仍然与该员工有关。房产的能源消耗数据如果揭示了居住者的活动,或被用于评估其行为,就可能与居住者有关。反过来,一项技术测量结果并不会仅仅因为有人参与了测量过程,就自动成为个人数据。信息的内容、用途和可能产生的影响,有助于确定这种关联。

可识别性取决于具体情境,而非单个字段固有的属性。一个名字在庞大人群中可能无法识别任何人,在小型办公室里却可能指向唯一的个人。一个账户号码对外部观察者可能毫无意义,对银行而言却足以识别某位客户。设备标识符和网络地址可能使记录与某个人关联起来,而不必透露此人的真实姓名。即使服务提供者不知道某人的姓名,能否将其与他人区分开来,也可能具有重要意义。

根据 GDPR,判断可识别性时,需要考虑合理而言可能采用的手段,包括可用技术、成本和时间。这并不意味着任何理论上的识别可能性都具有决定性作用。但这确实意味着,如果其他信息仍可用于实际建立关联,仅删除姓名并不足够。在 2016 年的 Breyer 案判决中,欧洲联盟法院讨论了动态互联网协议地址,以及在何种情况下,另一方持有的额外识别信息会使这些地址对网站运营者而言构成个人数据。

个人数据不等同于保密信息。公开的选民登记记录、已发表的职业履历以及可公开访问的社交媒体帖子,仍可能属于个人数据。它也不完全等同于“个人可识别信息”;后者是美国若干制度框架中使用的术语,其定义随具体情境而异。有关公司的信息通常不属于仅限于自然人的定义范围,但商业记录也可能同时识别出员工、客户或个体经营者。不同司法管辖区对逝者信息的处理方式也有所不同。

类别、来源与推断信息

个人数据可以根据其描述的内容、产生方式及使用后果进行分类。身份与联系数据包括姓名、地址、电话号码和官方身份标识符。交易数据记录购买、付款、索赔或服务请求。行为数据包括浏览活动、出行记录、观看历史以及与界面的交互。通信数据既涵盖消息内容,也包括与发送者、接收者、时间和路由有关的附带信息。

一种有用的区分方式是将数据分为主动提供的数据、观测数据和推断数据。主动提供的数据是个人有意提交的信息,例如在申请表上填写的信息。观测数据是在活动过程中记录的数据,例如交通卡刷卡记录或移动设备与网络的交互记录。推断数据则通过分析产生,例如预测的还款可能性、估计的年龄范围,或对客户兴趣的评估。这些类别描述的是数据来源,而非法律保护的程度。即使推断不确定或有误,也可能构成个人数据。

许多法律对风险较高的信息给予额外保护。《通用数据保护条例》(GDPR)规定的特殊类别包括揭示种族或族裔出身、政治观点、宗教或哲学信仰、工会成员身份的数据,以及遗传数据、某些生物特征数据、健康数据和有关性生活或性取向的数据。该条例另行规定了对刑事定罪及犯罪相关数据的处理。财务记录和精确的位置历史记录在实践中可能高度敏感,但并不属于 GDPR 列明的特殊类别。

生物特征识别信息说明了处理目的和处理方式的重要性。当照片与可识别的个人有关时,它就属于个人数据,但并不会自动成为 GDPR 所规定的特殊类别生物特征数据。这一分类涉及能够实现或确认对个人进行唯一识别的特定技术处理,例如提取人脸模板以进行身份匹配。同样,从脱氧核糖核酸中提取的遗传信息可能既涉及被采样者,也涉及其生物学亲属,因此,不能简单地假定一条记录只属于某一个人。

元数据可能与内容本身一样具有揭示性。一系列通信记录可能揭示职业关系,而反复记录的位置信息则可能显示住所、工作地点或对特定机构的到访情况。将普通记录组合起来,可能得出任何单条记录都未明确表述的敏感结论。儿童数据还会引发额外担忧,因为数据收集可能在个人尚不能充分理解其后果之前就已开始,而且记录可能贯穿其不同的成长阶段。因此,信息的敏感性不仅取决于预先界定的法律类别,也取决于信息的组合、情境和用途。

数据保护的历史发展

个人记录的历史远早于电子计算。税务登记册、教区簿册、土地记录以及民事登记制度,使机构能够识别个人,并管理其义务或权益。人口普查积累了覆盖全体人口的统计知识,而就业、保险和信贷体系则形成了日益详尽的个人档案。这些做法在带来行政管理便利的同时,也引发了有关查阅权限、准确性、保密性以及机构对个人进行分类的权力等问题。

现代关于隐私的讨论最初主要聚焦于侵扰和公开披露。塞缪尔·沃伦与路易斯·布兰代斯于1890年发表的《隐私权》一文,回应了摄影和报刊报道等领域的发展。此后,国际人权文书确立了保护隐私免受任意或非法干涉的规定。1948年《世界人权宣言》第12条和1966年《公民权利和政治权利国际公约》第17条成为重要的参照依据,但两者都未针对计算机化记录提供全面的技术性规制框架。

计算机化改变了这一问题的规模和结构。记录可以低成本复制、快速检索、跨机构关联,也可以被重新用于与最初收集目的相去甚远的用途。黑森州于1970年通过了数据保护法,瑞典则于1973年颁布了全国性的《数据法》。在美国,1973年的一份联邦咨询报告阐明了公平信息实践原则;1974年的《隐私法》为许多联邦机构的记录系统确立了相关要求。这些发展使关注点不再局限于保密,而是转向规范有组织的信息处理活动的规则。

经济合作与发展组织于1980年通过了隐私保护指南,将个人数据保护原则与对跨境信息流动的关注结合起来。欧洲委员会于1981年开放第108号公约供签署,为自动化处理中的数据保护建立了具有约束力的国际框架。欧洲共同体随后于1995年出台了《数据保护指令》。《通用数据保护条例》(GDPR)于2016年通过,自2018年5月25日起适用,以一项直接适用的欧盟条例取代了该指令。

后续发展体现了各地在宪法传统、市场和行政体系方面的差异。巴西于2018年通过了《通用数据保护法》,中国的《个人信息保护法》于2021年生效。智能手机、网络广告、云服务和预测分析的发展,使关注范围从一个个独立的数据库扩展到相互连接的处理网络。纵观这段历史,数据保护始终与隐私密切相关,但又有所区别:即便信息并不涉及私密事项,或对其进行某种使用确有必要,数据保护仍会为正当处理确立条件。

处理、数据流与组织责任

个人数据处理远不止于收集。根据《通用数据保护条例》(GDPR),处理还包括记录、整理、存储、调整、检索、查阅、使用、披露、组合、限制、删除和销毁信息。因此,企业即使不公开数据,也可能在处理数据;组织仅仅因为保留了可识别个人身份的档案,就可能承担相应义务。纸质记录如果构成或拟构成相关法律适用范围内的结构化归档系统,也可能受到数据保护规则的约束。

典型的数据流始于通过表单、交易、传感器或第三方来源收集数据。随后,记录可能经过验证、标准化、与现有账户匹配,并补充其他属性。业务系统可能将这些记录复制到分析平台、欺诈检测服务、支持工具和备份中。这些转换会产生多个版本,而在个人看来,它们可能只是同一条记录。源数据库中的变更并不一定会自动同步到每一份副本或每一项衍生成果。

责任部分取决于组织所扮演的角色。在欧盟术语中,控制者决定处理的目的和方式,而处理者代表控制者处理数据。按照雇主指示开展工作的薪资服务提供商,就是处理者的常见例子。相反,如果企业自主决定出于自身目的再次使用客户信息,那么就该项活动而言,它可能属于控制者。如果多个组织共同决定处理目的和方式,就可能构成共同控制;仅凭合同中的称谓并不能确定其归类。

底层技术可能使这些关系变得不易辨明。一个网站可能依赖托管公司、分析服务、支付处理商、广告中介和客户支持平台。处理者还可能委托其他处理者,由此形成一条依赖链。处理合同、处理活动记录,以及关于来源与流传记录的文档,有助于查明信息来自何处、经历过哪些转换,以及哪些参与方接收过信息。当组织需要更正记录、调查事件或解释决策时,这些材料同样重要。

保留和处置数据是组织层面的流程,而非单次技术操作。出于会计核算、法律诉求、科研可重复性或法定记录保存的需要,信息可能必须保持可用。与此同时,无限期保留会扩大风险敞口,也可能与基于处理目的设定的限制相冲突。备份、日志、归档导出文件,以及因法律程序而暂停删除的要求,都会使删除工作更加复杂。销毁原始记录并不一定会清除汇总统计数据或训练完成的模型,而衍生成果是否仍属于个人数据,则需要另行评估。因此,有效治理有赖于梳理实际的数据流,而不能仅仅依靠已发布的隐私声明。

法律原则与司法管辖区之间的差异

数据保护法律通常将一般原则与可强制执行的义务相结合,但并未确立全球统一的定义或监管模式。《通用数据保护条例》(GDPR)要求遵循合法性、公平性、透明性、目的限制、数据最小化、准确性、存储期限限制、完整性与保密性以及问责原则。这些原则相互关联:即使数据库安全可靠,如果其中的内容是在缺乏有效依据的情况下收集的,仍可能违法;而原本合法的数据收集,也可能因与原定目的不相容的再利用或过度留存而产生问题。

同意是可能适用的法律依据之一,并非普遍适用的授权要求。GDPR 还认可其他依据,包括履行合同所必需、履行法定义务、保护重大利益、执行特定公共任务,以及满足一定条件的合法利益。同意必须符合自愿、具体、知情和明确等要求;某些情况下还须取得明示同意。处理特殊类别的个人数据,通常还须在一般合法性依据之外满足额外条件。其他司法管辖区对合法处理的规定方式有所不同,因此不能简单地假定欧盟的分类适用于所有地方。

美国历来采取分行业联邦法律、州立法以及针对不公平或欺骗性行为的执法相结合的方式。联邦层面的措施涵盖健康信息、金融信息和儿童在线信息等领域。《儿童在线隐私保护法》针对受该法约束、收集不满 13 岁儿童个人信息的网站和在线服务运营者。经修订的《加利福尼亚州消费者隐私法》采用了不同于 GDPR 的制度框架,规定个人权利和企业义务。美国联邦贸易委员会也在其管辖范围内发挥重要的执法作用。

其他主要法律制度采用的概念既有重叠,也有区别。中国的《个人信息保护法》围绕已识别或可识别的自然人界定个人信息,并将匿名化后的信息排除在外。该法对敏感个人信息及特定跨境活动提出了额外要求。巴西的法律采用控制者和处理者的概念,并规定了法律依据和个人权利。在豁免情形、地域适用范围、救济措施、机构权限以及对政府处理活动的规制方式等方面的差异,其影响可能不亚于术语上的相似之处。

跨境传输凸显了这些差异,因为存储、访问和组织层面的控制可能涉及多个国家。欧盟的机制包括充分性决定,以及标准合同条款等保障措施,这些机制均须符合适用的法律要求。云服务的实体服务器所在地本身并不能解决所有跨境传输问题:远程访问和接收方所处的法律地位也可能产生影响。在 2020 年的 Schrems II 案判决中,欧盟法院裁定欧盟—美国“隐私盾”决定无效,同时确认标准合同条款在满足一定条件的前提下仍然有效。因此,国际数据治理与主权、国际法以及国内监管权限的界限相互交织。

个人权利、问责与执法

数据主体权利使个人能够了解组织对信息的某些使用方式,并对此提出异议。访问权可使个人获取其个人数据及相关处理信息,包括处理目的、数据类别、接收方和保存期限。更正权针对不准确的数据,而补充声明则有助于完善不完整的记录。这些权利十分重要,因为行政和商业决策往往依赖个人在其他情况下无法查阅的记录,例如信用档案、任职评估或账户安全历史记录。

删除权受到一定限制,并非绝对权利。根据《通用数据保护条例》(GDPR),数据不再必要或处理行为违法等情形可构成删除理由,但为保障表达自由、履行法定义务、开展某些符合公共利益的用途以及提出、行使或抗辩法律请求,可以适用例外规定。限制处理可以在保留信息的同时限制其使用。反对权因处理所依据的法律基础而异,其中,反对为直接营销目的处理数据的权利受到尤为有力的保护。数据可携带权的适用范围比访问权更窄:在符合特定条件时,它适用于由个人提供、基于同意或合同而以自动化方式处理的数据。

自动化决策还会引发其他程序性问题。GDPR 第22条针对的是完全基于自动化处理、产生法律效果或类似重大影响的决策,并规定了例外情形和保障措施。该条并不禁止所有由计算机辅助作出的决策,也未确立不受限制地检查所有算法的权利。人工介入是否具有实质意义,取决于审查是否切实有效,而非仅仅流于形式。对相关逻辑及后果的解释也必须与源代码披露区分开来,因为披露源代码对于解释某一结果而言,既可能并非必要,也可能并不充分。

问责要求组织证明其合规,而非仅仅声称合规。视法律制度和具体情况而定,相关措施包括形成书面的处理活动记录、明确员工职责、开展影响评估、签订数据处理者合同,以及任命数据保护官。根据 GDPR,如果处理活动可能给个人的权利和自由带来高风险,就必须开展数据保护影响评估。大规模处理敏感数据、系统性监测,以及对个人作出具有重大影响的评估,可能需要尤为审慎的评估。

执法可涉及监管调查、责令停止或变更处理活动、行政罚款以及司法程序。根据 GDPR,较高档次的罚款上限为2,000万欧元;对企业而言,则为2,000万欧元或其上一财政年度全球年度营业总额的4%,以较高者为准。这些是法定上限,并非自动适用的处罚金额。民事救济、证据要求和集体维权机制因司法管辖区而异。这些权利也可能与其他受保护的利益发生冲突,包括表达自由、对他人负有的保密义务,以及法律要求的记录保存义务;如何协调这些利益,由法律程序确定。

安全、滥用与个人数据泄露

信息安全与数据保护虽有重叠,但关注的问题不同。信息安全关注如何维护信息的机密性、完整性和可用性。数据保护还要考察信息的收集和使用是否合法、适度、透明。安全措施完备的数据库也可能被用于侵犯隐私或违法的数据处理;获准使用的数据库也可能因安全措施不力而造成危害。理解个人数据风险,需要兼顾这两种视角。

威胁包括凭据被盗、内部人员的恶意行为、存储资源暴露、通信内容误发、不安全的软件以及勒索软件。未经授权的披露只是个人数据泄露的一种形式。意外毁损、篡改或无法访问数据,也可能构成个人数据泄露。用药记录损坏属于完整性问题,而患者记录无法访问则属于可用性问题。即使没有攻击者公开或出售这些信息,此类事件也可能产生重大影响。

技术控制措施包括身份验证、授权、访问日志记录、网络隔离和加密。传输加密保护通信,防范某些形式的截获;静态加密则在特定条件下保护存储的信息。两者都无法防止获授权的应用程序滥用信息,也无法防止取得相关密钥的攻击者滥用信息。依据岗位职能和最小权限原则实施访问控制,可以减少不必要的信息暴露;日志记录和监控则有助于发现滥用行为,并查明事件经过。这些措施是否有效,取决于其实施方式和实际运维,而非是否采用了带有特定标签的产品。

数据泄露可能造成经济损失、身份冒用、私人关系曝光、歧视以及基本服务中断。具体影响取决于所涉信息、受影响人群和相关情境。密码泄露后通常可以更换,而生物识别特征一旦泄露,就无法以同样的方式改变。遗传数据和关系数据还可能暴露亲属或关联人员的信息,即使这些人并未直接参与最初的数据收集。多次泄露还可能使不同数据得以组合,揭示出比任何单次事件都更多的信息。

通报规则旨在确保重大事件得到披露。根据《通用数据保护条例》(GDPR),控制者通常必须在知悉数据泄露后及时向监管机构通报,不得无故拖延,并应在可行的情况下于72小时内完成通报;但如果该泄露不太可能对个人的权利和自由构成风险,则不在此限。如果泄露可能造成高风险,通常还须通知受影响的个人,但存在例外情形。这些门槛并不意味着每起安全事件都会触发完全相同的义务。因此,事件分析必须厘清哪些系统受到影响、涉及哪些个人数据,以及可以合理预见哪些后果。

匿名化与隐私保护分析

匿名化旨在使信息按照相关判定标准不再能关联到可识别的个人。假名化则是替换或转换标识符,同时保留将信息关联到个人的手段,例如单独保存的对照表。根据《通用数据保护条例》(GDPR),如果借助额外信息仍可将经过假名化的信息关联到某个人,这些信息就仍属于个人数据。加密通常提供的是保护,而非匿名化,因为经授权的解密可以还原原始记录。

仅删除直接标识符往往并不足够。包含年龄、小范围地理区域和罕见职业的数据集,即便没有姓名,也可能将某个人区分出来。外部信息可以补上缺失的关联。拉塔尼娅·斯威尼在20世纪90年代的研究表明,将据称已去标识化的健康信息与其他记录关联起来存在风险。2008年,阿尔温德·纳拉亚南和维塔利·施马季科夫展示了辅助信息如何帮助识别已发布的电影评分数据集中的记录。这类研究确立了记录关联在信息披露控制中的核心地位。

k-匿名性将其中一种方法形式化:指定的准标识符的每种组合,都必须由至少 kk 条记录共有。通过泛化和抑制处理,可以降低年龄的精确程度,或移除不常见的组合。然而,同一组中的所有人可能都具有某种敏感属性,即使无法确定具体对应哪条记录,也仍能推断出该属性。包括 l-多样性和 t-接近性在内的相关方法解决了这一问题的某些方面,但无法针对所有攻击者或数据发布情境提供普遍有效的保护。

差分隐私提供了另一种框架:限制在加入或移除某个人的数据贡献时,分析输出可能发生的变化幅度。一种标准表述要求,对于相邻数据集 DD 和 D′D' 以及可能的输出集合 SS,满足:

Pr⁡[M(D)∈S]≤eεPr⁡[M(D′)∈S]+δ.\Pr[M(D)\in S] \leq e^\varepsilon \Pr[M(D')\in S]+\delta.

其中,MM 是随机化机制,ε\varepsilon 和 δ\delta 用于描述隐私保障。参数越小,通常意味着限制越严格,但分析的实用性还取决于查询设计、数据特征,以及隐私损失在多次发布中如何累积。这一框架由辛西娅·德沃克及其合作者在2000年代中期的研究中发展而来。

其他方法包括安全多方计算、可信研究环境和联邦分析。这些方法改变了谁能查看原始信息,或计算在何处进行,但并不会自动消除所有信息披露风险。合成数据同样并非天然匿名:生成器可能复现罕见记录,也可能泄露其训练材料的特征。因此,评估一次匿名化数据发布,需要明确说明潜在攻击者、可用的辅助信息、获准的访问权限,以及此次发布旨在保留的数据效用。

经济用途、公共职能与人工智能

个人数据使机构能够面向具体个人提供服务,而非不加区分地面向整个人群。政府利用个人数据核实身份、征管税收、发放福利,以及维护民事登记记录。医疗卫生服务机构利用纵向记录协调诊疗,而公共卫生主管部门则利用信息调查疾病的分布与变化规律。研究人员可以关联不同时期的记录,研究就业、教育或疾病。这些职能往往依赖可靠的身份识别,因此在实践中与尽量减少所持信息的努力形成张力。

商业用途包括支付处理、欺诈检测、推荐系统和客户支持。广告系统可能汇集跨网站、跨设备的活动信息,以选择受众或预测其反应。数据经纪商收集、汇总或提供从多个来源获得的信息,有时与信息所涉及的个人并无直接关系。因此,个人数据并不只是通过一次交易出售的商品:它还可以用于预测、触达受众和维系持续关系,而这些用途的经济价值取决于具体情境。

将数据视为财产,可能会掩盖其法律结构。多人可能对同一条记录享有正当利益,而且复制并不会使原持有人丧失对它的占有。一条消息同时涉及发送者和接收者;一份基因记录也可能涉及亲属。数据保护法规定的权利并不等同于所有权,转让数据库也不会自动转让不受限制地使用该数据库的权限。知识产权、合同限制、保密义务和个人数据相关义务,可能同时适用于同一数据集合的不同方面。

人工智能通过预测、分类和生成拓展了个人数据的用途。在机器学习中,训练数据可能包含可识别个人身份的样本,而模型输出可能对特定个人作出新的评估。模型可能作出不准确的陈述、复现训练数据中罕见的段落,或在旨在判断某条记录是否被纳入训练的攻击中泄露信息。模型参数本身是否构成个人数据,取决于模型、可用的信息提取或关联方法,以及适用的法律标准;不能用一条将所有模型一概认定为个人数据或匿名数据的普遍规则来解决这一问题。

自动化系统还会产生集体层面的影响,而个人权利只能部分应对这些影响。即使不展示底层的个人记录,模型也可能使某个社区或人口群体处于不利地位。移除一个人的数据,未必能改变从许多其他人的数据中学到的模式;排除敏感属性,也不能阻止其他变量充当这些属性的替代指标。这些问题将个人数据治理与消费者保护、平等法、竞争法以及包括欧盟人工智能法案在内的人工智能专门监管联系起来。它们也使更正和删除变得更为复杂:修改源记录、调整预测,以及从已训练的系统中消除某个样本的影响,在技术上是不同的操作。