李小猛

(中國政法大學刑事司法學院 北京 100089)

伴隨著信息化的發(fā)展，犯罪的信息化、智能化趨勢日漸明顯，偵查過程中的數(shù)據(jù)信息也呈逐年增長趨勢。為應對海量數(shù)據(jù)信息對犯罪偵查帶來的挑戰(zhàn)，在偵查中利用大數(shù)據(jù)和人工智能等手段分析相關數(shù)據(jù)信息近年來尤為盛行，大數(shù)據(jù)偵查情報也逐漸出現(xiàn)在人們的視野中。大數(shù)據(jù)技術在犯罪監(jiān)控、犯罪的偵破和犯罪的預測等實踐中越來越發(fā)揮著重要的作用[1]。技術本不具備價值判斷的屬性，但是在具體運用過程中卻可能因為運用場景的不同和設計者的偏好產(chǎn)生不同的價值后果。大數(shù)據(jù)偵查情報深刻地改變了傳統(tǒng)偵查情報分析的內在邏輯，其融合了人之判斷與算法判斷，同時也在無形中影響著人的認知因素。面對這一新興事物，有必要從概念、運用場景及運行邏輯等角度切入，評估大數(shù)據(jù)偵查情報分析與運用中的風險和問題。

1 大數(shù)據(jù)偵查情報的基本范疇

1.1 大數(shù)據(jù)偵查情報的概念

探究大數(shù)據(jù)偵查的概念需要先厘清大數(shù)據(jù)偵查和偵查情報的概念。首先，存在偵查學和刑事訴訟法兩個學科層面的大數(shù)據(jù)偵查定義。兩者在定義大數(shù)據(jù)偵查時，基本都采取“技術要件”+“部門理論要件”的方式?！凹夹g要件”方面，二者基本都認為應用于偵查中的大數(shù)據(jù)技術主要包括數(shù)據(jù)收集、數(shù)據(jù)共享、數(shù)據(jù)清洗、數(shù)據(jù)比對、數(shù)據(jù)挖掘等[2]。在“部門理論要件”方面二者存在一定差異。在偵查學研究層面，偵查不僅包括調查犯罪的相關手段和強制措施，還包括發(fā)現(xiàn)犯罪所要采取的相關手段和措施。因此，偵查學意義上的大數(shù)據(jù)偵查可以表述為偵查機關利用大數(shù)據(jù)技術進行的發(fā)現(xiàn)犯罪和調查犯罪的活動。這一定義并不區(qū)分刑事立案前和刑事立案后的手段，但是在刑事訴訟法學研究領域，偵查在時間上有所限制，其開始于刑事立案之后。本文研究的大數(shù)據(jù)偵查情報是偵查學范疇下的產(chǎn)物，因此應采取偵查學的觀點。

其次，大數(shù)據(jù)偵查情報也是公安情報學范疇的概念，因此還需要從公安情報學的角度切入。所謂的公安情報是指公安機關通過各種途徑獲取的、廣泛服務于公安工作的各類情報信息及其分析研判后的成果[3]。公安情報不僅涉及犯罪情報，還包括違法活動情報和一系列與社會管理相關的情報，偵查情報可以視為公安情報的細類。綜合上述概念，可以將大數(shù)據(jù)偵查情報定義為偵查機關運用數(shù)據(jù)收集、數(shù)據(jù)共享、數(shù)據(jù)清洗、數(shù)據(jù)比對、數(shù)據(jù)挖掘等大數(shù)據(jù)技術所獲取的與發(fā)現(xiàn)犯罪和調查犯罪相關的信息及其研判后的成果。

1.2 大數(shù)據(jù)偵查情報的來源形式

大數(shù)據(jù)偵查情報的來源形式是指大數(shù)據(jù)偵查所使用的源數(shù)據(jù)形式。大數(shù)據(jù)情報的來源形式從主體性質上劃分可以分為私權利主體來源數(shù)據(jù)和公權力主體來源數(shù)據(jù)兩大類。從數(shù)據(jù)的性質上看，兩大主體的數(shù)據(jù)都包含開源數(shù)據(jù)與非開源數(shù)據(jù)兩大類。

首先，私權利主體來源數(shù)據(jù)是指個人、公司、社會組織等私權利主體所有或管理的網(wǎng)絡數(shù)據(jù)作為大數(shù)據(jù)偵查的源數(shù)據(jù)。例如個人社交網(wǎng)絡平臺賬戶的相關數(shù)據(jù)及個人在網(wǎng)絡上發(fā)布的相關信息所產(chǎn)生的數(shù)據(jù)，商業(yè)軟件或社團組織網(wǎng)絡中所發(fā)布和管理的數(shù)據(jù)以及相關網(wǎng)絡系統(tǒng)的運行數(shù)據(jù)等。私權利主體來源數(shù)據(jù)是大數(shù)據(jù)偵查的主要數(shù)據(jù)源，在偵查實踐中，偵查機關一般通過直接對接數(shù)據(jù)庫的方式獲取私權利主體來源的開源數(shù)據(jù)。

其次，公權力主體來源數(shù)據(jù)主要是指公權力機關自我構建的相關數(shù)據(jù)庫或自建網(wǎng)絡信息系統(tǒng)所獲得、產(chǎn)生的數(shù)據(jù)。在我國，公安機關自1999年便啟動了“全國公安信息化工程”即金盾工程。經(jīng)過兩期建設，當前金盾工程囊括了全國公安快速查詢綜合信息系統(tǒng)(CCIC)、城市公安綜合信息系統(tǒng)、公安業(yè)務系統(tǒng)等多個數(shù)據(jù)庫。上述數(shù)據(jù)既包括了開源數(shù)據(jù)也包括非開源數(shù)據(jù)。實踐中，公權力主體來源的數(shù)據(jù)往往具有衍生性，其還需要依靠私權利主體來源數(shù)據(jù)的供給[4]。

1.3 大數(shù)據(jù)偵查情報的功能類型

以大數(shù)據(jù)偵查情報在刑事偵查和刑事訴訟中的作用及功能作為分類標準，可以將其分為對象鎖定型、偵破輔助型、訴訟證據(jù)型三類。

其一，對象鎖定型大數(shù)據(jù)偵查情報是指在已經(jīng)發(fā)生的刑事案件中，通過對案件的相關數(shù)據(jù)進行清洗、比對、挖掘和研判后，產(chǎn)生的鎖定犯罪嫌疑人身份的偵查情報。在犯罪現(xiàn)場數(shù)據(jù)信息充沛但是缺乏直接指向犯罪嫌疑人身份信息的偵查場域中，運用大數(shù)據(jù)偵查往往是鎖定犯罪嫌疑人身份的最佳方式。例如，盜竊案件案發(fā)現(xiàn)場周圍一般都留有大量的監(jiān)控視頻數(shù)據(jù)和網(wǎng)絡通信數(shù)據(jù)，而這些數(shù)據(jù)的體量巨大，利用傳統(tǒng)的人工比對和分析是難以實現(xiàn)的。大數(shù)據(jù)技術卻可以利用上述數(shù)據(jù)快速地鎖定犯罪嫌疑人。對象鎖定型的大數(shù)據(jù)偵查情報除了能夠鎖定犯罪嫌疑人助力案件偵破外，還能通過情報分析進一步獲得物證、書證、犯罪嫌疑人供述等傳統(tǒng)證據(jù)，運用到具體的刑事控告中[5]。除此之外，實踐中個別對象鎖定型大數(shù)據(jù)偵查情報還會以“到案經(jīng)過”“情況說明”等形式直接出現(xiàn)在刑事案卷中的證據(jù)卷。

其二，偵破輔助型大數(shù)據(jù)偵查情報是偵查機關利用大數(shù)據(jù)技術獲得的，揭示案件線索、證據(jù)、犯罪嫌疑人行蹤的偵查情報。例如，通過大數(shù)據(jù)技術對已知的犯罪嫌疑人的開房記錄、通信記錄、購物記錄、監(jiān)控記錄等信息進行比對挖掘和研判后，進而定位已知的犯罪嫌疑人或者獲得與犯罪相關的證據(jù)資料。實踐中，偵查機關經(jīng)常使用大數(shù)據(jù)合成作戰(zhàn)平臺研判在逃人員的活動軌跡和可疑地址，進而發(fā)現(xiàn)犯罪的相關證據(jù)、線索或者抓獲犯罪嫌疑人。從作用上而言，偵破輔助型大數(shù)據(jù)偵查情報往往并不指向宏觀的犯罪構成要件，而是在微觀上幫助偵查人員尋找能夠證明犯罪構成要件的相關線索材料。在刑事訴訟中，偵破輔助型大數(shù)據(jù)偵查情報往往也不會被記錄到刑事案卷中，更不會轉換成刑事證據(jù)出現(xiàn)在刑事訴訟中。

其三，訴訟證據(jù)型大數(shù)據(jù)偵查情報是指偵查機關應用大數(shù)據(jù)技術產(chǎn)生的能直接作為刑事證據(jù)使用的偵查情報。例如，組織、領導傳銷活動罪需要證明犯罪嫌疑人實施的行為滿足“照一定順序組成層級，直接或者間接以發(fā)展人員的數(shù)量作為計酬或者返利依據(jù)”這一要件。同時參與傳銷活動人員在30人以上且層級在三級以上是組織、領導傳銷活動罪主體的認定標準之一。由于傳銷團伙往往人員數(shù)量巨大，各層級存在相互交叉及統(tǒng)計混亂等問題，用傳統(tǒng)的人工形式對傳銷組織層級、人員數(shù)量和資金往來的認定存在困難。但是，公安機關和金融機構的大數(shù)據(jù)分析軟件可以做到對金融賬戶的實時分析預警，精確分析涉嫌傳銷公司“返利”用戶的具體層級，并將相關情報提供給偵查人員，這些情報不僅助力于案件偵破，同時也是證明犯罪事實的證據(jù)。

2 大數(shù)據(jù)偵查情報分析與運用風險

2.1 數(shù)據(jù)失真導致的情報錯誤風險

大數(shù)據(jù)偵查情報由于其所依賴技術的特點很可能會在真實性和可靠性上存疑。對象鎖定型、偵破輔助型、訴訟證據(jù)型大數(shù)據(jù)偵查情報都是對數(shù)據(jù)分析和研判后的產(chǎn)物。公權力主體和私權利主體來源數(shù)據(jù)自身存在的錯誤，以及存在問題的算法加工后產(chǎn)生的錯誤數(shù)據(jù)都可能導致后續(xù)情報分析結果的錯誤。

首先，大數(shù)據(jù)偵查情報的源數(shù)據(jù)如果存在虛假，可能導致大數(shù)據(jù)偵查情報的錯誤。其一，大數(shù)據(jù)偵查以海量數(shù)據(jù)作為基礎，數(shù)據(jù)庫的建設中選取的數(shù)據(jù)往往會受到個人偏好、信息來源等多重因素影響，因此難以保障每一個數(shù)據(jù)的真實性。例如互聯(lián)網(wǎng)金融犯罪中，涉案賬戶動輒幾萬乃至幾十萬，交易頻次更是可能高到需要以億或兆計算，基于上述數(shù)據(jù)進行大數(shù)據(jù)分析時，一一調取單個數(shù)據(jù)并向當事人核實數(shù)據(jù)所反映信息的真實性是不可能完成的。因此源數(shù)據(jù)中存在錯誤或者偏差便難以避免[6]?；阱e誤的源數(shù)據(jù)產(chǎn)生的大數(shù)據(jù)偵查情報其真實性和可靠性就不得不引起懷疑了。其二，大數(shù)據(jù)偵查所利用的源數(shù)據(jù)可能經(jīng)過了多次的提取和轉移。由于電子數(shù)據(jù)存在脆弱性和易變性的特征，數(shù)據(jù)存儲鏈條、運輸鏈條和存儲環(huán)境以及存儲主體等各個環(huán)節(jié)的任何一次失誤都有可能造成源數(shù)據(jù)的改變，基于改變后的源數(shù)據(jù)進行的大數(shù)據(jù)分析所得出的情報難免出現(xiàn)錯誤。

其次，大數(shù)據(jù)偵查中的算法出現(xiàn)問題可能造成大數(shù)據(jù)偵查所產(chǎn)生的數(shù)據(jù)信息失真，基于錯誤數(shù)據(jù)信息研判后的情報也會產(chǎn)生錯誤。a.當下的數(shù)據(jù)挖掘技術、改進后的經(jīng)典聚類算法、抽樣技術約簡原始數(shù)據(jù)集規(guī)模等方式是大數(shù)據(jù)算法較常采用的形式，上述形式都是在抽樣邏輯下進行的，當抽樣的范圍偏離了正態(tài)分布時，抽樣數(shù)據(jù)就很難體現(xiàn)數(shù)據(jù)的整體風貌和特征，大數(shù)據(jù)偵查情報所反映出的內容就會與事實存在出入[7]。b.當下大數(shù)據(jù)的算法基本都是非開源算法，因此從可解釋性角度難以驗證算法是否存在問題，當算法在設計上或者運行中產(chǎn)生了偏見，則基于錯誤算法或偏見算法產(chǎn)生的大數(shù)據(jù)偵查情報也會成為反映偏見或失真信息的情報。

2.2 算法依賴導致的研判省略風險

偵查情報往往需要研判后才能為決策所用，對象鎖定型、偵破輔助型、訴訟證據(jù)型大數(shù)據(jù)偵查情報都需要經(jīng)過細致和科學的研判才能為偵查決策和刑事訴訟程序所用。大數(shù)據(jù)偵查情報的出現(xiàn)可能在多重因素的作用下導致偵查主體依賴算法產(chǎn)生的情報，但是省略情報研判過程，進而對情報的準確性和可信度產(chǎn)生威脅(見圖1)。

圖1 算法依賴導致的研判省略圖示

首先，在思維惰性的引導下，大數(shù)據(jù)算法對偵查的便捷性可能導致偵查人員省略研判過程并加深直覺偏差。偵查情報分析過程中認知因素對偵查決策的準確性起到重要影響[8]。直覺思維便是重要的認知因素，直覺思維通過一系列對信息的間接認識并結合固有經(jīng)驗和心理認知產(chǎn)生對情報信息所反映事物面貌的預設。在傳統(tǒng)情報分析中，這種預設往往需要通過查找其他信息和證據(jù)進行證實。這一證實過程注定是艱辛而復雜的，需要通過一系列偵查手段予以實現(xiàn)。大數(shù)據(jù)偵查情報的產(chǎn)生很可能縮短乃至直接消除這一預設的證實過程。由于大數(shù)據(jù)偵查具有便捷性和直接性的特點，偵查人員在惰性思維引導下會傾向于利用大數(shù)據(jù)偵查情報與自己的直覺進行印證并放棄其他的努力。即只要大數(shù)據(jù)偵查情報所反映出的信息與情報分析人員的預設一致，則分析人員會直接傾向于認定先前預設和大數(shù)據(jù)偵查情報的真實性。

其次，在認知閉合需要較高的偵查主體身上，大數(shù)據(jù)偵查情報的使用極易造成研判的省略。認知閉合需要是指人在面對模糊不清的情景時對解決問題尋找答案的渴望。面對案件本身社會影響力較大、上級對工作施壓較多、偵破時間較緊張等外部因素時，偵查人員可能會產(chǎn)生較高的認知閉合需求，進而有強烈的意愿追求有罪證據(jù)和有罪信息，同時賦予個別與自我認知相契合的信息以過高的權重[9]。認知閉合需求較高的偵查主體面對大數(shù)據(jù)偵查情報時，一旦偵查情報所反映的信息指向有罪，則為了盡快破案以完成業(yè)績考核結果，緩解工作壓力，多數(shù)偵查人員都會產(chǎn)生追求定罪目標忽視其他可能性的“隧道視野”[10]，進而選擇相信大數(shù)據(jù)偵查情報的結果而忽略進一步研判其準確性和可靠性。原本作為工具的大數(shù)據(jù)偵查技術從輔助偵查異化為主導偵查，則偵查人員作為人的主體性逐漸退位給算法[11]。

2.3 認可度低導致的證據(jù)轉換風險

訴訟證據(jù)型大數(shù)據(jù)偵查情報在互聯(lián)網(wǎng)犯罪和金融犯罪案件中，對于證明犯罪主體、涉案金額、犯罪方法上往往發(fā)揮著十分重要甚至不可替代的作用[12]。對象鎖定型和訴訟證據(jù)型大數(shù)據(jù)偵查情報在刑事司法中往往都會以“到案經(jīng)過”“情況說明”“大數(shù)據(jù)分析報告”等形式歸入刑事案卷的證據(jù)卷中[13]，但是上述大數(shù)據(jù)偵查情報運用于刑事訴訟中存在著向刑事證據(jù)轉換失敗的風險。

首先，大數(shù)據(jù)偵查情報往往不隸屬于法定證據(jù)形式。《刑事訴訟法》第50條規(guī)定可以用于證明案件事實的材料都是證據(jù)，同時《刑事訴訟法》又規(guī)定了物證，書證，證人證言，被害人陳述，犯罪嫌疑人、被告人供述和辯解，鑒定意見，勘驗、檢查、辨認、偵查實驗等筆錄，視聽資料、電子數(shù)據(jù)八大類法定證據(jù)形式。對象鎖定型和訴訟證據(jù)型大數(shù)據(jù)偵查情報一般被命名以“到案經(jīng)過”“情況說明”或“大數(shù)據(jù)分析報告”。實踐中追訴機關會將個別“大數(shù)據(jù)分析報告”轉換為鑒定意見這一法定證據(jù)形式，從而為其獲得法定證據(jù)資格。其他種類的大數(shù)據(jù)偵查情報往往不能歸類于法定證據(jù)形式，在當前的司法實踐中一般不能夠直接作為證據(jù)使用，往往只能作為加強法官心證的輔助材料使用。

其次，大數(shù)據(jù)偵查情報作為證據(jù)具有衍生性和間接性等特征，這也增強了其向刑事證據(jù)轉換失敗的風險。a.衍生性特征與最佳證據(jù)規(guī)則存在一定沖突。傳統(tǒng)刑事訴訟中提倡的最佳證據(jù)原則要求用于刑事訴訟的證據(jù)以原始證據(jù)為最優(yōu)選擇。大數(shù)據(jù)偵查情報作為證據(jù)使用時，往往是源數(shù)據(jù)的衍生性信息，也即原始證據(jù)經(jīng)過加工和處理后得到的信息。這種衍生性決定了其屬于“傳來證據(jù)”，在證據(jù)能力和證明力上十分容易受到質疑。b.大數(shù)據(jù)偵查情報在證明案情時往往并不能對案件事實起到直接證明作用，而是通過間接證據(jù)這一形式發(fā)揮定案功能，辯護方往往會對證據(jù)關聯(lián)性和間接證據(jù)形成的證據(jù)鏈是否能夠證明案情提出質疑。

3 大數(shù)據(jù)偵查情報分析運用的規(guī)制路徑

3.1 規(guī)范信息來源與防止算法獨裁

針對大數(shù)據(jù)偵查數(shù)據(jù)失真導致的情報錯誤風險，需要從源數(shù)據(jù)的真實性和大數(shù)據(jù)偵查算法的完善兩個層面進行規(guī)制。

第一，對大數(shù)據(jù)偵查情報數(shù)據(jù)源的真實性問題進行驗證需要構建宏觀真實性和微觀真實性相結合的真實性驗證規(guī)則[14]。其一，數(shù)據(jù)源的宏觀真實性即通過數(shù)據(jù)獲取、保存、運輸?shù)拳h(huán)節(jié)的規(guī)范性操作保障數(shù)據(jù)在宏觀層面來看是真實的。具體而言，需要通過數(shù)據(jù)來源是否準確無誤、數(shù)據(jù)獲取過程是否合規(guī)、數(shù)據(jù)獲取過程記錄是否完善、數(shù)據(jù)獲取結果的固定及保存的程序是否合法合理、數(shù)據(jù)獲取主體是否具備法定資格等方面進行驗證[15]。其二，數(shù)據(jù)源的微觀真實性即核驗單個數(shù)據(jù)是否真實。具體而言，可以采用抽樣方式對個別源數(shù)據(jù)真實性進行檢測。需要說明的是，抽樣檢測數(shù)據(jù)真實性以保障數(shù)據(jù)源整體的真實性并不要求抽樣結果必須100%真實，畢竟大數(shù)據(jù)整體結果的準確性與數(shù)據(jù)供給量和數(shù)據(jù)源個體準確性都具有相關關系，當數(shù)據(jù)量足夠大時，數(shù)據(jù)源中一定量不準確的信息不會對結果造成實質性干擾[16]。因此，抽樣檢測數(shù)據(jù)源微觀真實性需要在考量數(shù)據(jù)體量的基礎上，確定動態(tài)浮動的準確率標準。

第二，構建大數(shù)據(jù)偵查算法解釋規(guī)則，防止算法錯誤。為防止大數(shù)據(jù)偵查依賴的算法產(chǎn)生失真信息，就需要對算法進行剖析。然而，算法的可解釋性長期以來都是一個難題，因此可以將黑箱測試作為算法可解釋性的替代方案。大數(shù)據(jù)偵查的算法與人工智能技術密不可分，部分算法也是由人工智能自動學習得到的，因此從算法可解釋性上直接入手往往不能得到答案。但是通過黑箱測試一定程度上能夠證明算法是“正常運作”的，以此間接證明大數(shù)據(jù)偵查情報的真實性和可靠性也是可行的。具體而言，可以從程序法上要求所有提交法庭的大數(shù)據(jù)偵查情報均需通過專業(yè)的司法鑒定機構對大數(shù)據(jù)偵查的算法完成黑箱測試。

3.2 提高主體認知與構建研判程序

解決偵查主體依賴大數(shù)據(jù)偵查情報進而造成研判過程的省略風險，需要從提高偵查主體的“主體性”認知和構建研判程序等方面入手進行規(guī)制。

a.不論是偵查制度的設計者還是偵查情報機關的決策者需要從根本上認識到偵查主體對大數(shù)據(jù)偵查情報的依賴本身就是一種風險，對大數(shù)據(jù)偵查情報的依賴本質上是人的理性精神在情報分析活動中的減退。偵查人員是偵查活動的責任主體，也是大數(shù)據(jù)偵查情報的研判、分析和運用的主體。大數(shù)據(jù)偵查情報不論是作為偵查線索還是刑事證據(jù)使用均應由人決策、由人主導。因此，偵查人員應當從認知層面樹立起對偵查情報研判的主體意識。同時偵查人員也要主動地認識到直覺思維的存在，在大數(shù)據(jù)偵查情報與自身直覺思維相契合的場域應當有足夠的警惕，運用理性對直覺進行驗證。

b.降低偵查主體對大數(shù)據(jù)偵查情報的依賴，防止情報研判省略的風險還要構建大數(shù)據(jù)偵查情報的研判程序。其一，建立情報研判主體與承辦案件主體相分離制度。在偵查實踐中，不論是對象鎖定型、偵破輔助型還是訴訟證據(jù)型大數(shù)據(jù)偵查情報，都需要由獨立于承辦案件的其他偵查人員進行研判。通過將情報真實性研判主體和情報使用主體進行分離，防止高認知閉合需求偵查主體可能造成的研判省略風險。其二，建立直覺思維反思提示制度。在偵查情報的研判工作流程上，若出現(xiàn)大數(shù)據(jù)偵查情報反映的信息與情報研判人員預設相契合的情形，研判人員應注意是否存在其他可能性，是否有其他信息與預判以及大數(shù)據(jù)偵查情報存在抵牾，如果存在則需要在工作日志中進行記錄備案。

3.3 賦予證據(jù)資格與完善分析方法

大數(shù)據(jù)偵查情報對案件偵破起著越來越重要的作用，對于運用于刑事司法中的大數(shù)據(jù)偵查情報應當明確其法定證據(jù)形式歸屬及其向訴訟證據(jù)轉換的方法，并建立符合大數(shù)據(jù)偵查情報特征的相關證據(jù)分析方法。

首先,針對大數(shù)據(jù)偵查情報在法定證據(jù)形式中的歸類問題，筆者認為應當構建一般和特殊相結合的歸類規(guī)則。詳言之，一般情況下，大數(shù)據(jù)偵查情報應當歸類為電子數(shù)據(jù)。在特殊情況下，如果符合其他法定證據(jù)形式的概念，則歸類為其他法定證據(jù)形式，且特殊歸類規(guī)則要優(yōu)于一般歸類規(guī)則。例如，在訴訟證據(jù)型大數(shù)據(jù)偵查情報中，一些大數(shù)據(jù)分析報告具有對特殊科學性問題進行鑒定分析的特性，因此這些大數(shù)據(jù)分析報告應當歸類為鑒定意見，這類情報的分析研判也要遵循司法鑒定的相關法律規(guī)制要求。對于其他不具備鑒定意見特征的大數(shù)據(jù)分析報告，則可歸類為電子數(shù)據(jù)，遵循電子數(shù)據(jù)的相關法律規(guī)制要求。

其次，大數(shù)據(jù)偵查情報衍生性、間接性的特征決定了其作為刑事證據(jù)使用時在來源上往往缺乏獨立性，因此采取傳統(tǒng)的印證模式往往不能夠對案件事實起到證明作用。印證模式作為我國刑事司法中主要甚至是唯一的證據(jù)分析方法在分析大數(shù)據(jù)證據(jù)時具有局限性[17]。而驗證證明模式則能夠很好地化解這一問題。所謂的驗證證明模式是在缺乏足夠直接證據(jù)的條件下，通過大量相關的間接證據(jù)，推導出或從法律上確定一個“答案”的過程[18]。大數(shù)據(jù)偵查情報的衍生性和間接性與驗證證明模式恰好是較為契合的，今后應當構建大數(shù)據(jù)偵查情報運用驗證證明模式的具體證據(jù)分析規(guī)則。