回顾

“51信用卡”被查事件，让大数据风险控制领域处在了风口浪尖上， 51信用卡委托外包催收公司催收欠贷，在外包公司通过恐吓、滋扰等软暴力催收的过程中，51信用卡技术团队涉嫌利用爬虫技术，在互联网上帮助催债人违规获取了欠款人的个人通讯录、地址定位等敏感信息。

而在这个事件中有一个重要的角色-爬虫。

什么得网络爬虫

所谓网络爬虫，即一种按照一定规则，自动抓取互联网信息的程序。说得更为形象一点爬虫就是一个探测机器，它的基本操作就是模拟人的行为去各个网站溜达，点点按钮，查查数据，再把看到的信息背回来。就像一只虫子在一幢大楼里不知疲倦地爬来爬去。在大数据风控行业中，以网络爬虫获取信息数据的做法最为盛行，而违规使用、买卖爬虫得来的数据则是导致数据泄露、隐私泄露等一系列问题的根源。

网络爬虫是否违法

“爬虫技术本身是没有法律性可言的，它是纯技术的这么一个手段，但是如果把爬虫技术运用到了侵害公民个人信息，特别是关于定位关于你的其他的在互联网上出现的隐私，把它拼起来，拼成一个可识别到个人的身份信息的时候，这个技术就是被滥用的范围，这涉及到一个侵害公民个人信息犯罪的范围。”

“爬虫技术”主要分为两类，一类是“善意爬虫”，另一类是“恶意爬虫”，前者是指只能爬取公开发布的数据信息，比如企业的工商信息、公开社交平台信息等。

我们每天使用的百度和谷歌这样的搜索引擎，其实就是利用了这种爬虫技术：每天放出无数爬虫对全网的网页扫一遍，把他们的信息抓取回来，然后供大家搜索查阅，用户们也很乐意。而各个被扫的网站也大都很乐意如此，因为用户在搜索引擎点击链接后，流量会引回被抓取网站，某方面来说是一个双赢。所以这一类属于“善意爬虫”。

另一类“恶意爬虫”尤为体现在春节期间。大家可还记得当年12306 上线王珞丹和白百何的“史上最坑图片验证码”。当时网友调侃：“这要是脸盲可能都回不了家”。

据报道过的公开数据显示，12306最高峰时1天内页面浏览量达813.4亿次，1小时最高点击量59.3亿次，平均每秒164.8万次。这还是加上验证码防护之后的数据。因爬虫只会简单的机械点击，它不认识白百何，所以很大一部分爬虫就被挡在了门外，所以12306此举也是出于无奈。

不管公司还是和人“爬取”数据都应该遵纪守法，开爬之前好好熟悉下法律规定。

《刑法》第285条，非法获取计算机信息系统数据罪。最高处七年有期徒刑。

《刑法》第286条，破坏计算机信息系统罪。最高处五年以上。比如为了抓取数据，破解登陆密码，反编译APP。

《网络安全法》，倒卖隐私数据链条上的一环。（你把抓取的数据倒卖给坏人，坏人拿数据做了坏事，你就是这其中一环。）

引用网上很经典的一句话：小爬怡情，大爬over。