大數據法律監督的基本問題

孫春雨

當今時代，大數據是生產資料，云計算是生產力，互聯網是生產關系，數字技術是未來競爭的利器。要實現新時代檢察工作高質量發展、現代化發展，當務之急就是要找到關鍵變量，找到支撐高質量發展的“船”和“橋”，實現“一子落而滿盤活”的裂變效應，其答案就是數字革命。[1]參見賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第14 頁。2021年12 月 28 日，最高人民檢察院召開黨組會，研究深化落實國家大數據戰略，充分運用信息化、大數據推進“四大檢察”“十大業務”，提升法律監督質效，張軍強調“以大數據賦能法律監督，這是新時期檢察工作更高層次‘高質量發展’的新內涵、新要求”，最高人民檢察院要求，各級檢察機關要有強烈的大數據意識、大數據思維，要用大數據提升檢察工作質效。要打破數據壁壘，積極主動溝通協作，實現信息共享，借助大數據拓展監督渠道、改進監督模式、創新監督方法、提升監督能力。[2]《“數據革命”賦能法律監督更高層次發展，最高檢黨組研究深化落實國家大數據戰略、用好大數據推進“四大檢察”“十大業務”的舉措》，《檢察日報》2021 年12 月30 日，第1 版。此次會議標志著新時代檢察工作進入大數據法律監督時期。

一、大數據法律監督的性質

（一）大數據

1.數據的概念和特征。美國學者喬丹·莫羅認為，數據堪稱“新石油”，它就像水一樣可以拯救生靈。數據是一種資產，一旦使用得當，不僅能助推進步，而且能確保取得成功。[3]參見[美]喬丹·莫羅：《數據思維：人人必會的數據認知技能》，耿修林譯，廣東經濟出版社2022 年版，第3 頁。我國工業和信息化部2021 年 11 月 15 日印發的《“十四五”大數據產業發展規劃》，將數據界定為新時代重要的生產要素、國家基礎性戰略資源。此兩者均是從功能作用角度對數據進行界定，尚不能科學揭示數據的實質內涵。而我國《數據安全法》則將數據定義為“任何以電子或其他方式對信息的記錄”。筆者認為，此概念闡明了數據的科學內涵。

2.數據的性質。一是具有伴生性。隨著計算機、互聯網的普及，數據日益取代筆記，成為人們日常生活中記錄的工具，它伴隨著人類而生，無法完全擺脫人的影響范疇。二是具有獨立性。數據誕生后，在擁有一定載體的前提下，可以被保存下來，而無須取決于所記錄對象。三是具有非同質性。在數據系統中，以字節作為衡量數據的大小單位，根據應用的范圍與用法，往往在相同的單位下，保存的數據所包含的價值相差懸殊。四是具有非競爭性和可替代性。與傳統物質相比，數據在使用過程中，不會因他人的使用發生損耗，且邊際成本趨于零。原始數據的生產者已然提供了整個數據流通的大部分成本，數據的后來使用者無須再次投入成本，使用者也不會對其他使用該數據的人發生損耗。五是數據產權具有排他性，在其利益范疇內，具有對其他生產者產生排斥在外的能力。[4]參見周演民：《大數據背景下數據產權的排他性研究》，《經濟研究導刊》2022 年第 22 期，第153-155 頁。

3.大數據的概念及特征?！短旖蚴写龠M大數據發展應用條例》[5]2018 年12 月14 日天津市第十七屆人民代表大會常務委員會第七次會議通過，自2019 年1 月1 日起施行。和《貴州省大數據安全保障條例》[6]2019 年8 月1 日，貴州省第十三屆人民代表大會常務委員會第十一次會議通過。均將大數據界定為“以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合”，不同之處在于:天津的條例認為還包括對數據集合開發利用形成的新技術和新業態;而貴州的條例則認為, 大數據還是對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。工業和信息化部印發的《“十四五”大數據產業發展規劃》則指出，大數據是數據的集合，以容量大、類型多、速度快、精度準、價值高為主要特征?！逗邶埥〈龠M大數據發展應用條例》[7]2022 年5 月13 日，黑龍江省第十三屆人民代表大會常務委員會第三十三次會議通過。則將大數據分為公共數據和非公共數據，公共數據是指國家機關和法律、法規授權的具有管理公共事務職能的組織以及供水、供電、供氣、供熱、通訊、公共交通等公共服務運營單位在依法履職或者提供公共管理和服務過程中收集、產生的，以一定形式記錄、保存的各類數據及其衍生數據。非公共數據是指公共管理和服務機構以外的自然人、法人和非法人組織依法開展活動所產生、獲取或者加工處理的各類數據。筆者認為，以上官方文本只是從不同角度揭示了大數據的部分內涵，而非全部,并不周延。

有學者認為，大數據包括海量數據集、數據分析技術以及大數據分析結果三層含義。首先，大數據是海量數據的集合，它們構成了大數據分析的基礎，并且這些數據具有量大、結構多樣特征。其次，大數據還是一種以數據挖掘為核心的數據分析技術，只有通過數據分析技術，才能夠發掘出數據背后的價值。最后，大數據還強調經過分析、處理后所獲得的數據結果，它們往往能夠反映出數據背后的規律，是大數據的價值和精髓所在。[8]參見王燃：《大數據偵查》，清華大學出版社2017 年版，第26 頁。筆者認為，此概念動態、完整揭示了大數據的科學內涵。關于大數據的特征，學界的通說是大數據具有“3V”特征，即大容量、多樣性和數據產生頻率、更新頻率快。[9]王燃：《大數據偵查》，清華大學出版社2017 年版，第27 頁。與上述官方文本闡明的大數據的特征有共同之處,揭示了大數據的鮮明特質。

（二）檢察大數據

基于以上認識，檢察大數據無疑屬于公共數據，它是指檢察機關根據法律規定，在履行職責過程中所產生或獲取的、以一定形式記錄和保存的數據資源。[10]馬建剛：《大數據視野下智慧刑事檢察探析》，《中國檢察官》2022 年第3 期，第7-10 頁。一般而言，檢察大數據主要包括案件中的各類證據，如電信網絡詐騙案件中犯罪嫌疑人發送的虛假信息；辦案過程中收集到的各類數據，如統一業務應用系統中的案件信息、監督平臺上的各類監督線索；法律文書數據和業務資料以及司法過程中接觸到的各類當事人或者第三方數據，如犯罪記錄封存數據、司法救助數據等。[11]參見《開發大數據潛力為檢察工作賦能》，《檢察日報》2022 年7 月13 日，第11 版。

（三）大數據法律監督

一般認為，大數據法律監督是指從數據或個案中發現規律與問題，通過總結、歸納并開發監督模型，從海量數據中挖掘隱含在其中的、僅依據個案難以知曉的監督信息和類案線索，繼而從類案問題中分析、發現管理銜接、制度機制、立法執法司法等方面存在的系統性漏洞，以引導偵查、提出檢察建議等方式，促進社會治理。[12]翁躍強等:《大數據賦能法律監督的價值與應用》，《人民檢察》2022 年第11 期，第27-30 頁。大數據在檢察監督中運用領域不同，呈現的形態也不同。一是根據大數據信息技術在法律監督過程中應用方式和目的，可以劃分為大數據調查、大數據審查、大數據偵查。其中，大數據調查是指運用大數據技術對案件事實證據、監督事項進行調查核實；大數據審查是指運用大數據技術對案件事實證據、證明的標準、程度進行審查認定；大數據偵查是利用數據分析處理技術對偵查人員收集信息進行篩選、處理并分析得出結論的過程。[13]楊榮慧：《大數據偵查的風險及其規制》，《南方論刊》2022 年第 8 期，第70-72 頁。二是按四大檢察業務則可劃分為大數據刑事檢察、大數據民事檢察、大數據行政檢察、大數據公益訴訟檢察。盡管形態表現有所差異，但性質是一樣的，即大數據監督已不是一般意義上的大數據技術輔助監督辦案，而是將大數據技術與檢察監督辦案有機融合，本質上是監督辦案的新形態、新業態。

二、大數據法律監督的原則

（一）依法原則

依法原則要求大數據監督行為必須有法律的依據，只有在法律有明確規定的情況下才能作出積極的行為，否則就構成違法。例如，《個人信息安全規范》（國家標準 GB/T 35273-2020）5.6（d）規定，為刑事偵查、起訴、審判和判決執行的需要而收集、使用個人信息不必征得個人信息主體的授權同意。但是《個人信息安全規范》僅是國家推薦標準，無法律效力，它顯然無法授權檢察機關開展大數據監督工作。大數據監督過程中處理的信息很多是涉及公民隱私權的敏感數據，更應當明確“只有法律有明文規定”才能處理。

（二）合目的性原則

合目的性原則包括“目的明確”和“受目的拘束”兩個方面。首先，在立法授權公權力機關搜集公民個人信息的情況下，必須明確規定搜集、使用公民信息之目的；其次，信息的后續使用要與原先的收集目的一致，不允許在法定目的之外使用信息。但是“合目的性原則”是傳統個人信息保護的基本原則，由于受到原先收集目的的限制，限縮了數據的流轉和二次使用，顯然無法適應大數據的二次利用模式。因此，大數據時代對“合目的性原則”之內涵應予以發展，不必要求后續使用目的必須與原先目的具有關聯性，但應尊重數據主體的合理預期。

（三）比例原則

任何公權力要進入私領域，都需要通過比例原則進行“正當性證成”。要在公法中合理保護個人信息利益，當然需要運用比例原則以實現“數據保護與流轉”之平衡，并以其為依據判斷信息數據的使用是否合理合規?！秱€人信息保護法》第 6 條的規定，處理個人信息應當采取對個人權益影響最小的方式；收集個人信息，應當限于實現處理目的的最小范圍，不得過度收集個人信息；第 19條規定，個人信息的保存期限應當為實現處理目的所必要的最短時間；第 34 條的規定，國家機關處理個人信息，不得超出履行法定職責所必需的范圍和限度。[14]參見鐘明曦、陳淑珍：《大數據偵查之法律困境與應對》，《海峽法學》2022 年第 1 期，第71-79 頁。

三、大數據法律監督的運行

（一）培育大數據思維

數據認知素養是指對數據進行閱讀、用數據語言開展工作、對數據進行分析和用數據進行溝通的能力。[15][美]喬丹·莫羅：《數據思維：人人必會的數據認知技能》，耿修林譯，廣東經濟出版社2022 年版，第47 頁。要做好做精大數據監督工作，首要的要有大數據思維。然而，令人遺憾的是這方面很欠缺。正如工業和信息化部印發的《“十四五”大數據產業發展規劃》所指出的，“十三五”時期我國大數據產業雖然取得了重要突破，但仍然存在一些制約因素。首要的是社會認識不到位，“用數據說話、用數據決策、用數據管理、用數據創新”的大數據思維尚未形成。檢察監督辦案中同樣亟需培養“四用”大數據思維。原因在于，大數據最典型的思維特征是“相關性”，將事物、行為轉化為數據，通過數據運算來發現各要素之間有無相關性。大數據只發掘事物之間有無相關性，而不去探尋它們之間為什么有關系，即“知其然而不知其所以然”。這種方式耗時少、成本小，相比于人類的主觀分析，大數據得出的結果也更具有客觀性和說服力。[16]王燃：《大數據偵查》，清華大學出版社2017 年版，第37 頁。

（二）明確相應的工作機制

數字檢察讓法律監督工作不再局限于個案和卷宗，也不局限于單一事項、單一職能，而是打破區域和空間限制，覆蓋執法司法流程的每一個節點，呈現跨條線、跨職能、跨區域的特征，因而必須建立與之相適應的配套組織體系和運行機制，有效承接法律監督模式變革的要求，這也是數字檢察“重塑變革”內涵要義的重要體現。[17]賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第35 頁。

1.領導機制。實踐中法律監督質效短板主要表現在被動性、碎片化、淺層次，這既是法律監督工作質效不高的集中體現，更是長期以來破解檢察機關法律監督職能虛化、弱化難題的瓶頸。[18]賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第10-11 頁。對檢察機關而言,數字時代的到來,為法律監督模式深層次變革插上了科技翅膀、提供了重大機遇。作為一項革命性的戰略工程，數字檢察的核心要義就在于“重塑變革”，既是“本”的提升，更是“質”的嬗變。[19]賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第16 頁。要實行“提升”“嬗變”，更需要在檢察內部形成堅強有力的領導機制。比如，浙江省檢察院專門成立數字檢察辦案指揮中心，下設研判綜合組、數據保障組、協調督查組等專業工作組，著力發揮“中樞大腦”的作用，[20]賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第33-34 頁。為縱深推進大數據監督工作提供強有力的領導保障。北京市人民檢察院則成立了全國首個數字檢察部，專司此項工作。

2.促進機制。一是建立跨部門協同作戰機制。大數據監督與傳統監督方式不同，它是一種系統化、集成化、一體化的監督方式，凸顯檢察機關內部職能融合的必要性，需要通過線索引導，將不同部門的審查、調查、偵查有機銜接，實行跨部門協同作戰。[21]參見翁躍強等:《大數據賦能法律監督的價值與應用》，《人民檢察》2022 年第11 期，第27-30 頁。因此，建立跨部門、跨檢察業務領域的協同作戰機制至關重要。二是建立線索發現審查機制。應當依托大數據法律監督平臺，按照“解析個案、梳理要素”“構建模型、輸出線索”“問題核實、類案監督”的路徑，有效融合“四大檢察”職能，特別是以審查、調查、偵查“三查融合”的思維和方法，發現并查實一批法律監督線索。[22]參見賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第28-29 頁。三是建立類案監督新機制。推進“數字賦能監督，監督促進治理”的法律監督模式變革，探索實踐“個案辦理-類案監督-系統治理”的數字檢察路徑。[23]賈宇主編：《大數據法律監督辦案指引》，中國檢察出版社2022 年版，第18 頁。

3.糾偏機制。很多人認為大數據的分析結果一定是客觀中立的、正確無誤的，但實際上并非如此。從數據采集、數據清洗到數據分析的每一個環節都涉及人為因素影響，都可能產生錯誤，如數據采集偏差、數據分析錯誤、數據歧視等。數據采集偏差，如數據盲點、數據陰影、數據黑暗地帶等，為數據分析埋下隱患。大數據分析流程包括主題的確定、數據的集成、數據的建模計算以及數據可視化等一系列環節，大數據分析的每一個階段都離不開人為操作，每一個環節都有出錯的可能，每一處操作失誤都有可能影響最終的分析結果。大數據算法中還有一對不可避免的誤差，即數據的假陰性和假陽性。大數據偵查算法的假陰性是指將犯罪結果遺漏，即沒有檢測出犯罪結果，這有可能導致“漏罪”；而大數據偵查算法的假陽性是指分析結果錯誤，誤將無辜之人錯認為犯罪嫌疑人。[24]參見王燃：《大數據偵查》，清華大學出版社2017 年版，第65-74 頁。所以，需要針對大數據監督中容易出現的偏差和問題，建立相應的糾偏和防范機制。

四、大數據法律監督的規范

大數據立法明顯滯后，亟需跟進。大數據監督尚欠缺必要的規則可循，有必要從權力邊界、證據規則等方面予以規范。

（一）明確數據權利厘清監督權力邊界

一是將數據權利界定為一種新型蘊含著人格權屬性的財產權，侵犯數據主體的人格權或財產權，歸納起來都是侵犯以數據為載體的各項權利，這些權利可以競合成一項統一的權利也就是數據權，通過數據權的規制可以調整與數據相關的權利義務關系。[25]參見陳偉：《大數據背景下數據的歸屬、利用與保護》，煙臺大學2021 年碩士學位論文，第22 頁。

二是明確數據權的內涵，主要包括知情同意權，即只有在數據主體知情同意的基礎上，才允許數據業者收集、加工和處理用戶數據；被遺忘權，即數據主體享有要求網絡服務提供者或數據控制者永久刪除與其有關的個人數據的權利；數據可攜帶權，即賦予數據主體從數據持有者處獲得其個人數據從一個數據持有者處無障礙地轉移到另一個數據持有者的權利；數據財產權，即數據主體享有對其個人數據的開發利用的處分與收益的權利。[26]參見何淵主編：《數據法學》，北京大學出版社2020 年版，第83-88 頁。

三是適時將數據權上升為立法，為大數據監督明確邊界。例如，《黑龍江省促進大數據發展應用條例》第七條規定：“自然人、法人和非法人組織對其合法取得的數據，可以依法使用、加工。法律、行政法規另有規定或者當事人另有約定的除外?！钡诎藯l規定：“自然人、法人和非法人組織對其合法處理數據形成的數據產品和服務享有法律、行政法規及本條例規定的財產權益，依法自主使用，進行處分?！?/p>

（二）明確大數據證據類型

大數據監督雖然是檢察監督方式的蝶變，是檢察監督辦案的新業態，但其本質上仍然屬于監督辦案，需要遵循監督辦案的一般規律和要求，特別是要遵循辦案的證據要求和規則。眾所周知，辦案從某種程度上講就是收集證據、固定證據、分析證據、運用證據的過程，因此，從規范大數據監督行為的角度看，應當明確大數據監督的證據類型和證據規則。

1.大數據證明的特征。一是具有一種超越人類經驗的智能化證明。傳統司法證明是基于人類主觀經驗的證明，大數據證明則是依靠智能化算法來完成證明活動，是一種超越了人類經驗的新型證明模式。一方面，大數據證明解決了人類經驗難以完成的證明困境。大數據時代出現了證明對象海量化的趨勢，特別是在一些互聯網涉眾型案件中，提取的電子數據動輒上億條。對此，僅憑人類經驗瀏覽完數據都是不可能完成的任務，更遑論進行證據推理。在此情形下，算法提供了一種超越人類經驗的智能化證明方法。算法可將證明難題模型化，提煉出類案中的普遍證明規律與特征，用數學模型來取代主觀推理。另一方面，大數據證明突破了人類經驗尚未涉足的認知新領域，智能化算法亦可被用來探索司法證明的新領域。二是具有數據空間證明、數據因果關系證明以及涵攝未來證明等內涵。大數據證明不同于物理空間“載體—信息”式證明方式，其將證明對象轉化為數據，并通過數據的智能化計算分析來完成證明。大數據證明中，因果關系并沒有被拋棄，只不過傳統基于邏輯推理的因果關系往往以數理相關關系表現出來，甚至很多案件中借助大數據分析來解決因果證明的難題。傳統證明主要面向過去事實，但大數據證明可涵攝未來。預測是大數據最具價值的應用。大數據時代人類活動轉向創構性，即根據人的需要和發展進行開創性活動。創構性活動主要建立在大數據預測基礎上，通過對相關因素的把握和干預，來達到預想的結果。創構性活動亦對司法領域產生影響，特別是隨著風險社會、信息社會帶來的風險增加，預測警務、預測偵查在全球范圍興起，通過對犯罪分子、犯罪地區、受害人等預測來提前防范發案風險。[27]參見王燃：《大數據證明的機理及可靠性探究》，《法學家》2022 年第3 期，第57-91 頁。

2.大數據是獨立的證據類型。首先，大數據不屬于鑒定意見。就與案件事實關聯性而言，鑒定人只是對檢材的真偽或樣本的同一性問題做出判斷，并不對證據與案件事實本身之間的關聯性下結論；而大數據證據以算法和源數據采集為構成要素，以數據間相關關系為橋梁連接數據與行為的因果關系，進而直接或間接證明案件事實。就科學依據而言，鑒定意見是以自然科學原理為依據所作的一種科學性判斷，需要鑒定人具備專門化的科學認知能力；而大數據證據的科學性體現在，通過數據技術揭示海量數據內在價值與特定事實的邏輯關系，其本質是借助經驗事實結構化的運算提供新的司法認知方法。其次，大數據不同于電子數據。盡管電子數據和大數據證據均以數據要素證明案件事實，但大數據證據與電子數據在數據發揮證明作用的機理上仍存在差異。小數據語境下，有限的數據量使電子數據與案件事實容易形成直接關聯。電子數據本身形成于案件事實發生之時，無需依賴數據算法等技術工具即可完成少量非結構化數據的因果邏輯分析。大數據背景下，案件所涉及的電子數據的數據量呈指數級增長，大數據證據更關注對源數據的結構化、多樣化分析，通過數據算法挖掘海量數據之中隱藏的結構化數據規律以證明待證事實。相較于電子數據，大數據證據由于加入了智能化元素，已經遠遠超越了電子數據作為靜態信息載體的功能。這種分析既具有總結性、智能性，又具有預測性、易變性，與電子數據不可同日而語。[28]參見倪春樂、陳博文：《大數據證據的刑事訴訟應用機理研究》，《中國人民公安大學學報（社會科學版）》2022 年第2 期，第37-49 頁。再次，大數據是獨立證據。大數據證據看似與傳統證據的載體或過程形態相一致，實則其必須基于對海量電子數據內在邏輯的解釋并在機器運算的支持下，才能使事實的因果邏輯得以表達和展示。大數據分析證明是數據信息收集→科學模型運算→小前提剪裁成形→大前提涵攝對應→法律適用的綜合過程。在大數據證據生成及證明作用發揮過程中，不僅需要融合訴訟認知主體的能動性，還要依托算法技術、人工智能等挖掘海量數據與案件事實之間的客觀性、邏輯性關聯。因而，大數據證據是集科學性和思維性的統一，與傳統證據有本質的區別，將其直接納入現有某種證據形式都可能產生一定程度的不適應，在現有證據體系下，大數據證據與其他法定證據形態并非完全契合，大數據證據獨立為證既有理論證成，也有實踐需求。[29]參見倪春樂、陳博文：《大數據證據的刑事訴訟應用機理研究》，《中國人民公安大學學報（社會科學版）》2022 年第2 期，第37-749 頁。最后，大數據證據的內涵外延。大數據證據是運用大數據技術、方法、思維等方式方法，用以證明案件事實的一切材料。其外延不僅包括最終呈現的數據材料，還包括案件的“全數據”，處理非結構化數據或結構化數據所采用大數據技術的說明材料，大數據分析方法的合理性說明材料，案件發展趨勢或走向預測結果的說明材料。

（三）構建大數據證據規則

從證據規則的應有內容看，大數據證據規則不僅應當對大數據的證據能力和證明力從證據實體的權能上進行規范，還應當從取證、舉證、質證、認證等訴訟程序上進行規范，并制定相應的排除規則。

1.大數據證據“有無”之規則。大數據證據是否具備證據能力主要在于其與其他證據、待證事實及法律要件事實間是否具有關聯，也在于其數據收集、處理、形成的過程是否合法以及其數據、內容等是否真實。應當從數據來源、數據處理過程以及大數據預測等方面入手，形成相對完整的大數據證據“有無”規則。第一，建立證據來源規則。對于犯罪行為的調查、偵查、審查，應當圍繞案件所需的各種數據信息開展，此時，與案件關聯，符合辦案目的、需要和程序的數據均可納入大數據證據的來源范圍。但是對于犯罪預測的數據來源應當予以限制，尤其是對于個人敏感數據信息，應當予以區分、排除，除非得到個人同意。第二，建立有效的證據算法規則。大數據證據的核心在于算法，在運用算法進行數據分析的過程中，勢必存在算法黑箱、數據偏見等問題，其核心問題仍為對算法以及其運算過程有效性的質疑。對于算法應當建立完備的審查說明解釋機制，需要從合法律、合邏輯、合科學三個層面對算法設計的相關原理、各要素以及要素權重進行解釋說明，并由法官、檢察官、專家輔助人或鑒定人對算法設計的合理性共同做出判斷。

在運用算法分析數據過程中，數據清洗涉及數據控制者的主觀排除性，數據運算涉及運算過程的不可見性，有必要引入技術性糾偏的方法，使用修正度量或相似度計算，將算法結果輸出與設計者或開發者預期實現的公正效果進行對比，通過嚴格貫徹公平性約束原則，可以有效消解算法歧視、信息繭房、算法共謀等算法不良影響的發生。對于算法運行結果的真實性，一方面可以通過已有數據驗證結果的正確性，另一方面可以通過多種算法進行交叉驗證，確保其真實性。同時還包括事后鑒定機構或大數據技術專門機構對大數據算法準確性、有效性的驗證。

2.大數據證據“程度”之規則。首先，關聯程度之規則。大數據證據的關聯性應當包括邏輯、法律以及科學層面的關聯。其次，自由心證之規則?？梢砸罁碓床煌瑢⒋髷祿譃楣珯嗔χ黧w自有數據庫所儲存的數據與私權利主體數據庫所提供的數據。其中，前者的數據相對具有較高的真實性與可靠度，可以直接用于形成大數據證據，為查明案件事實提供幫助。而后者的第一手數據交由公權力機關辦理案件使用的過程中，在數據選擇、生成、傳輸、保存等過程具有不確定性因素，需要對此部分數據的真實性予以檢測。

3.大數據證據“排除”規則。主要包括大數據證據收集、儲存、分析違反程序的排除規則、侵犯人權的排除規制。另外，最佳證據原則仍是大數據證據需要遵循的一項證據規則。但是，大數據證據以其體量之大，涉及范圍之廣而著稱。當獲取原始數據以及原始證據的固定移送需要耗費較大成本以及具有不便時，并不要求必須是原始數據，通過鏡像復制的數據仍然可以適用。在保證大數據來源、載體、介質、內容真實性的情況下，相關的大數據證據不應當排除。[30]參見李曉東：《大數據證據規則之體系構建研究》，《政 法 學 刊》2022 年第 4 期，第122-128 頁。