刷个短视频
看直播
于是，其他类似的产品销售找上了我...
立正！
您的个人信息可能已被网络爬网程序爬网。
2022年5月10日，由江苏省无锡市梁溪区人民检察院提起公诉。梁溪区人民法院判处被告人丁某有期徒刑一年六个月，缓刑二年，并处罚金三万元。据悉，此案是国内首例短视频平台“爬虫”案。
在互联网大数据时代的背景下，作为一种获取网络数据和信息的技术，网络爬虫的使用一直备受争议。
1.什么是网络爬虫？
网络爬虫，又称网络机器人、网络蜘蛛。网络爬虫通过模仿人类浏览互联网的行为，抓取网页、应用软件等数据信息。它是按照一定的规则抓取互联网信息或数据的程序或脚本。
网络爬虫分为善意爬虫和恶意爬虫。善意的爬虫对促进数据共享有积极影响，而恶意的爬虫则容易造成数据泄露、侵权、不正当竞争等危害。
二。近十年网络爬虫
显色法
网络爬虫的起源可以追溯到互联网诞生之初。随着互联网的不断发展和数字经济的出现，数据和信息的重要性日益显现。无论是公开信息还是私人数据，其背后隐藏的价值不言而喻。
1.2013-2015年:北美的一项调查显示，网络爬虫的流量约占50%。
2013年至2015年，海外知名调查机构Aberdeen Group对北美数百家公司进行了调查，对网络爬虫的流量进行了探究。结果发现，访问这些公司网站的网络爬虫的流量约占50%。其中，2014年直播访问的流量仅占40.9%。
除了2013年善意爬虫的流量比恶意爬虫高出约三个百分点外，2014年和2015年恶意爬虫的流量占比分别为36.32%和27.04%，均高于同年善意爬虫。
2.2018年:云顶实验室追踪恶意爬虫流量最大的行业，“旅行”行业排名第一。
近年来，随着中国互联网的不断发展，“大数据”的概念深入人心，数据的价值甚至被喻为“无价之宝”。然而，在利益的驱动下，许多公司或个人开始引入“恶意爬虫”，抓取其他公司或个人的重要数据和信息。
2018年，丁实验室对海量恶意爬虫流量进行追踪，统计出恶意爬虫流量最大的十大行业。其中，占比最大的是旅游行业。分析认为，票务平台存在海量数据，尤其是节假日期间，机票、机票、住宿需求供不应求，导致票务服务、第三方票务服务层出不穷。要实时刷新数据，需要大量的网络爬虫。
3.2019年:安本集团数据显示，网络爬虫流量高达37.2%
根据2019年安本集团的调查，网络爬虫的流量在整个互联网中高达37.2%。这些网络爬虫在网络中自由漫游，抓取数据、查看信息等等。
根据网络爬虫的功能，可以分为网络爬虫和界面爬虫。
4.2020-2021:典型案例表明，API爬虫成为数据泄露的主要威胁。
2021年6月，根据中国裁判文书网公开宣判案例，河南省商丘市睢阳区人民法院对陆某、李某侵犯公民个人信息案作出判决。原因是邹某从淘宝网非法抓取客户信息11亿余条，并将非法获取的用户信息提供给李某进行商业运营，非法获利34万元。
此案一经判决，便在网上引起了大量讨论，一些网友对其个人隐私表示担忧。本案中，邹某利用API爬虫技术非法抓取用户信息。据永安在线统计，API爬虫已经成为数据泄露的主要威胁。
第三，分析师评论
舆论认为，新技术的出现标志着时代的创新。技术有好有坏，但用途也有善有恶。恶意爬虫在网络中猖獗，涉及领域广泛，从个人信息到开源数据，从政府网站到商业网站，相关危害不容小觑。
《检察日报》等文章认为，应首先界定爬虫技术合法使用的边界。相关标准至少应包括三项原则。第一，合法的网络数据抓取应该仅限于对公开数据的获取；第二，合法使用的数据爬虫技术不应该具有侵害性；第三，数据抓取应该基于合法的目的。同时，要明确各部门、各行业主管部门的监管责任，提高执法能力，强化监管体系，在整治恶意爬虫的目标上形成合力，在法律的规制下促进网络爬虫技术的健康发展。
参考资料:
1.[报告]2018年上半年互联网恶意爬虫分析
https://cloud.tencent.com/developer/article/1336209
2.API安全是数据泄露的头号风险，92%的数据泄露来自爬虫。
https://mp.weixin.qq.com/s/j3SUEYKY6AErtwKgu44Pvw
3.法律规制:数据爬虫的悬剑
https://kns.cnki.net/kns8/defaultresult/index
4.论网络爬虫生态系统的立法保障——以行政、民众、惩罚三位一体监管模式的构建为进路，https://kns.cnki.net/kns8/defaultresult/index
5.爬升数据必须符合规定。
https://www . spp . gov . cn/spp/llyj/202202/t 20220210 _ 543998 . shtml
