大数据黑市大调查：内鬼、黑客、清洗者…

你是不是有过这样的疑惑，刚跟朋友聊完理财、美妆、买房、贷款等日常话题，怎么就收到包括抖音、腾讯新闻甚至一些视频网站推送的与聊天内容相关的广告。还有每天的陌生来电、垃圾短信。而巧合不止一次，让人不得不怀疑各大商家利用APP权限申请窃取个人隐私。

对于个人隐私，人们从未如当下这般焦虑。

3月15日，315晚会曝光了智联招聘、前程无忧、猎聘网等由于缺乏管理，大量个人简历遭遇泄露，被倒卖形成黑色产业。除此之外，内存优化大师、超强清理大师、手机管家Pro打着清理内存的旗号，却通过技术手段不断获取手机中的信息，包括应用列表、定位信息、通讯录等。互联网用户数据泄露再次成为公众关注焦点。

近期，证券时报记者潜入了多个数据交易千人QQ群，来自各行各业的用户隐私数据被贩卖触目惊心。不时有人在群里喊单，“出一手GM（股民）、WD（网贷）、BJ（保健）信息，拼多多、淘宝、京东一手网购数据，需要数据的联系我……”这些数据按照行业划分被明码标价。不仅如此，还有五花八门爬取数据的软件，“爬”上网站，“嵌”入APP，“铲”下数据。

而在整个数据交易过程中，内鬼、黑客、爬虫软件开发商、清洗者、加工者、料商、买家等寄生于此，催生出一个巨大规模的数据黑市。证券时报记者通过深入调查采访买卖双方获得大量一手材料，试图揭开数据黑市交易的全链条。

APP权限申请泛滥

2020年网飞出品了一部最新纪录片——《监视资本主义：智能陷阱》中，形象地向人们展社交软件后台“三名工作人员”正在紧张地分析眼前这个年轻人，他在每张图片下停留多长时间，什么样的情感更能让人产生共鸣，什么样的广告会吸引他点开。这三个人一个叫停留目标，根据停留的时间帮你选择下一个推送内容，让你一直滑动屏幕；一个叫增长目标，让你尽可能多的邀请你的朋友加入增加社交依赖；一个叫广告目标，确保你在对某物感兴趣时精准为你送上一条下单链接。

这一切行为的背后也就是所谓的算法模型，而精准的算法背后都是依托海量数据作为支撑，从而将人数据化。

那么这些数据从何而来？

获取权限，是大大小小商家通过APP或者小程序收集用户隐私数据的第一步。当你在安装一款APP的时候，上万字的用户协议，呈现在你5.5英寸的手机屏幕上，你会逐字看还是快速按下“同意”？而“不同意”很可能导致APP退出无法使用。

合法、正当、必要，是APP运营商采集用户信息的法定原则。然而，APP越界索权的现象已是不争的事实。

证券时报记者从衣、食、住、行、社交、娱乐、理财等方面对25款APP相关权限获取进行统计，发现和用户社交圈紧密相关的通讯录权限已经成为APP权限标配。除此之外，这些APP还会通过一些特定功能读取通讯地址、手机存储、照片、甚至记录面部识别、日历还有通话记录。手机APP权限申请已经到了泛滥成灾的地步。

图1：APP权限获取情况

以美图秀秀为例，实难想象，一款P图软件要获取一个人这么多信息，包括搜索记录、浏览记录，甚至是日历、地理位置。仔细阅读美图秀秀个人信息保护政策发现，若将美图秀秀内容分享至第三方平台时，还会读取用户的应用列表信息。美图秀秀还会向游戏合作伙伴提供身份证号信息，甚至还会向合作伙伴共享用户的付款信息。

条款中还声明，基于现代移动互联网产品互联互通的特性，产品可能接入美图关联公司或外部合作伙伴上线的其他产品或功能，比如在使用钱包功能时，美图可能从第三方获取用户的手机号、授信额度、还款金额、放款成功状态、逾期状态等。

　　图2：美图个人隐私政策截图

也即是说，只要用户使用美图软件并授权，美图秀秀不仅可以从自家APP上获取用户信息，还会从第三方平台上进一步获取用户更为详细具体的信息。

还有日常所用的搜狗输入法，在权限申请中出现了通讯录，甚至访问用户位置信息，拍摄照片和录制视频等，实属不解一款敲字工具为何还要访问用户通讯录、相册这些敏感信息，视频软件要求读取运动数据，资讯类APP却开启相机和麦克风录音权限等。

“这种行为其实十分普遍，国内用户可能对个人信息的保护意识并没有很强烈，这给了企业很大的选择度，行业称之为‘占坑’，有些数据现在不需要，但并不代表以后不需要。在获取用户授权后抓取到的用户信息当然越多越好。”某金融科技公司大数据风控架构师肖强称。

当下几乎所有APP都在想方设法获取用户信息资料，因为碎片化的信息一旦被整合，便具有商业价值——用户的每一次输入、浏览、地点、消费、工作、旅游、求职招聘、吃喝玩乐都被互联网工具记录在案，从而形成万亿级别的大数据，这些大数据在算法分析的加持下不仅知道你在看什么，甚至还会知道你将要做什么，从而做到精准营销。

可喜的是，APP过度申请权限收集数据正在被加强监管。

3月22日，国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合印发《常见类型移动互联网应用程序必要个人信息范围规定》，明确了地图导航、即时通信、网络购物等39类常见必要个人信息范围，要求运营商不得因用户不同意提供非必要个人信息，而拒绝用户使用APP基本功能服务。

不过，肖强向记者表示，“可能大家都知道APP在收集个人隐私数据，但除此之外，用户的数据还可能同时被隐藏在APP里的第三方SDK（软件开发工具）收集。”

SDK收集的用户信息可以详细到什么程度？北京网贷协会数据安全专家韩洪慧表示，“SDK一旦嵌入，如果你注册登陆了这个APP，并默认授权，所有的行为数据都能记录，它会在不知不觉中爬取手机通讯录、聊天记录、银行账号的密码口令、短信、通讯录、位置信息等。”

因此，用户授权APP采集个人信息，但往往并不知道自己的个人信息在何时、以何种方式被共享给了第三方SDK。很多APP“隐私政策”的内容关于共享的相关表述中，最常见的是“可能会将用户的个人信息分享给第三方”。但是，几乎没有APP会在隐私政策中详细列举所谓的“第三方”究竟包括哪些。

对于个人信息安全的忧虑，折射出的是用户日益敏感的神经，更是用户缺乏对个人数据的知情权和主动权的表现。SDK对于用户来说，犹如一颗隐藏的“定时炸弹”，危险性不言而喻。

SDK提供商泄露和滥用用户信息非常隐蔽，甚至成为了泄露用户隐私的源头之一。

谁窃取了用户隐私？

数腾科技一位祝姓销售经理向记者表示，他们有自己特殊渠道去拿取一些数据。其中最为主要的渠道就是通过第三方SDK获取数据。

“这个渠道拿到的数据会更精确，类似漏斗模式，会把数据按照需求进行筛选。比如说网贷行业的用户数据，用户登陆XX普惠，使用此款APP就要授权，一旦授权SDK就会收集这个用户的所有登陆痕迹。其他消费金融公司如果也使用了这家SDK软件开发包，同样也能共享。”

记者进一步追问具体是跟哪家SDK友商合作时，祝经理以“敏感信息”为由拒绝透露。

无法忽视的是，用户个人信息通过网络倒卖非常猖獗。近期记者潜入多个千人QQ群，发现群里不时有人喊单出售来自各行各业的公民个人信息。

“白酒、老年保健、男性男科保健、医疗、网贷、京东、淘宝、运营商实时数据……全部一手资源，带微信、实名，手拨百出6-12以上（注：人工打电话100个电话，有6-12个以上能接通），外呼万出80以上（注：机器呼叫，10000个电话有80个电话是可以被接通）接通率高，添加率高……”

　　图3：数据交易QQ群截图

此外，甚至还有采集个人信息的系统展示，号称可以采集全国老板的私人联系方式。

图4：个人信息采集系统展示

记者以买家身份接触了一位QQ名为“空城”的卖家，并提出先测试数据真实性为由，要求对方提供股民个人信息数据。

为证明自己的数据来源，空城给记者提供了一张数据来源截图，收集的股民个人信息来自各大证券公司APP，广发证券、中投证券、国泰君安等都中招。

图5：股民个人信息来自各大券商APP

正如空城所说，QQ群里的确有部分人在卖数据的时候打着“公司内部信息”旗号公开倒卖数据。“内鬼”监守自盗是个人信息流入黑产的重要渠道之一。可以接触到大量个人信息的职业，并非高门槛，岗位职级也不需要太高，泄露源可能来自各层级。

2020年，公安机关打击利用工作之便窃取、泄露公民个人信息的违法犯罪行为，各行业内部都有涉案人员，查获重点行业内部涉案人员500余名，而这不过是冰山一角。

一位叫吴青（化名）的网友主要从事数据采集软件开发，他向记者展示了如何通过他们研发的软件从京东、淘宝以及拼多多电商平台获取到用户信息。这款软件叫价3800元，用户只要购买，就能通过后台按照自己的需求，比如行业、地区、性别等导出自己想要的数据。

除了“内鬼”泄密，还有通过各种技术手段窃取公民隐私。

在调查采访过程中，黑市数据交易市场非常活跃且采集数据软件五花八门，其中一款名为汇容客的APP，号称“全网最全大数据获客软件”。其销售经理向记者称，“我们这款软件是全自动采集，只要搜索关键词，就能在各大网站、三大地图、三大运营商搜索出你想要的客户资源和群体，不仅是获客功能，我们还能提供营销素材，带货视频等，每档功能都会对应不同价格。”

　　图6：汇容客APP价目表

当记者问及跟哪三大地图合作时，该销售经理称主要是腾讯地图、高德地图以及百度地图，并且是经过授权使用他们的数据接口，并向记者发来跟三大地图运营商盖章的合同协议。

　　图7：汇容客出示的获得三大地图运营商的授权书

就此记者向百度、腾讯以及高德公司求证是否授权汇容客使用平台用户数据，对方均一致表示不清楚这家公司，也不会将API（数据接口）随意授权。腾讯内部相关人士向记者称，这个章是假的，字体不一样。

为力证此款软件的数据爬取能力，上述销售经理称可以帮忙后台注册后先测试。随后记者下载了此款APP，发现这款软件可以按照地理位置、行业、客户类型等进行搜索，然后导出相应的用户数据，并且一键添加微信。

图8：汇容客APP数据提取示例

“因为只是体验所以你不会看到客户手机号，这也是我们公司为了维护其他会员权益。我们会跟一些第三方SDK合作，也会跟一些大的互联网公司进行API数据接口对接，我们跟腾讯、百度、华为、阿里、抖音、快手、美团、饿了么都有战略级合作关系，资源高度整合。”该销售经理称。

记者发现汇容客软件上显示数据来源主要为地图数据、工商数据、抖音、快手、阿里巴巴、美团、饿了么、京东互联网巨头。

针对软件所提及的数据来源，证券时报记者向腾讯、阿里、美团、京东等都一一核实，多数均表示并没有将API数据接口跟名为汇容客的第三方共享，仅快手表示不回应。阿里公关进一步称，集团不可能允许该公司通过API接口爬取货调用蚂蚁用户信息，目前已经在深入调查此事。

公开资料显示，汇容客采集软件的运营商为厦门惠榕软件科技有限公司，成立于2019年5月13日，注册资本1000万元，法定代表人为黄忠。网站公开内容显示，汇容客覆盖1.5亿+的企业信息，10亿+的联系方式，涉及家装、建材、美容、保险、金融、房地产、电商、服务、医药、新零售、旅游、教育等300+个行业品类客源数据。

“能从这些网站爬取到用户数据肯定是用了相关一些技术，其实爬虫技术并不神秘，‘爬’上网页，‘铲’下数据，然后再进行加工清洗。这类软件众多，大部分是在全网进行无差别爬取客户资料，后面通过加工进行精准分类。由此还延伸出职业清洗数据和标注的人。”专门编写爬虫代码的阿强向记者透露。

除内鬼和通过技术手段之外，黑客是盗取大量个人信息的另一重要源头。从此前京东用户密码泄露事件到如家酒店的用户数据泄露，网站和黑客在用户数据上一直在进行着旷日持久的攻防战。

而黑客通过技术入侵网站盗取公民个人信息并不难，少则几天多则一个月，而且很少被管理员发现。在黑客圈子里，大家都有个默契，入侵网站获取权限和信息后，都会互相交换数据，互通有无，让盗取的公民个人信息库越来越大，掌握的个人信息也越全。

2020年全国公安机关在“净网2020”专项行动中，侦办黑客攻击及新技术犯罪案件1782起，共有2952名涉案黑客被抓获。事实上更多的黑客依然潜伏于地下。

个人信息通过内鬼、网络技术、黑客等渠道流入了数据黑市，并进入了大大小小的各层级代理“料商”手中。

料商倒卖，个人信息明码标价

料商，即数据中间商，他们上通数据源头下达数据买家，是地下数据交易市场非常重要的一个角色。个人数据就是通过料商以不同价格在黑市流转。料商甚至还会发展自己的代理商，层级越高的料商数据源越多，数据信息更全。

前文提到的祝经理就是行业料商之一，他向记者表示，仅包含个人普通信息比如电话号码、微信、QQ号等，平均拿货成本价每条信息在4毛左右，卖出去的单条价格在7-8毛左右，每条个人信息约赚3-4毛左右。“我每个月销售数据流水大概在40-50万元，金融、教育、医美等行业都做，这块需求量会比较大。”

记者在与多位料商接触采访过程中了解到，祝经理并非一级料商，一级料商的进货成本在0.15元/条左右，类似祝经理的二级料商进货成本为0.4元/条左右，三级料商进货成本0.7-0.8元/条，对终端售卖均价在1.2-1.5元/条。

上述不过是数据黑市交易中普通隐私数据价格。在数据黑市中，还有料商专门从事“渗透数据”交易，所谓的“渗透数据”就是所有信息都能够被抓取，除了电话号码、微信等基本信息以外，还包含用户的身份证号、出行记录、开房记录、通话记录、家庭成员、工作、婚姻状态、户籍所在地等。

有料商甚至在QQ群里直接将“渗透数据”明码标价，查询个人简易信息15元/条，包含姓名、性别、手机号；中级信息50元/条，除了简易信息外，还包含户籍地址、身份证号、照片；高级信息100元/条，在中级信息基础上还包含现住地址、开房记录、车辆信息；VIP客户600元/条。

图9：“渗透数据”明码标价

“‘渗透’数据价格这么低，一种可能是非常陈旧的个人信息；另一种可能就是以批发商角色直接跟黑客以最低价格拿货，而且要数据交易量非常大，至少10万条起交易，黑客才愿意冒这种风险。正常行情价仅通话记录，叫价在1500元左右，开房记录价格在2200-2500元左右，家庭成员信息在300元左右。”网名“风”的料商称。

记者在采访中了解到，为避免无效数据和浪费人力，目前黑市数据交易一般都是采取定制化需求，即买家先提出去需求，比如需要哪个行业的数据，需要多少条，包含哪些个人信息，然后通过转账提前预付，料商再根据买家的需求去针对性的获取数据。

据不完全统计，国内个人信息泄露数达55.3亿条左右。平均算下来，每个人就有4条相关的个人信息泄露，车辆、房产、地址、职业、年龄、电话号码、身份证信息等在黑市上频繁流动。

国内知名信息安全团队“雨袭团”去年10月发布报告称，在一年半的时间内，高达8.6亿条个人信息数据被明码标价售卖，个人数据基本处于裸奔状态。

终极流向，买家精准推销、诈骗

“本人求购炒股理财信息，数量上不封顶，有料的找我！”一位买家在QQ群内发布了这样一则消息，很快就有多位料商通过私聊向其推荐手上的数据资源。

在经过沟通和比价之后，上述买家告诉记者，他已经从一位料商手中拿到了10000条理财的个人信息，包含了姓名、电话号码和微信，价格为1元/条。记者进一步追问拿到这些数据主要用途，该买家表示，仅仅是为了推销理财产品。

综合多方采访，购买个人信息最多的是那些需要推销广告、出售假冒发票和发布垃圾信息、以及从事网贷催收的人。其中房地产中、理财公司、保险公司、母婴以及保健品行业、教育培训机构是对个人信息趋之若鹜的核心群体。

被盗取的个人信息也不乏用于诈骗。比如保健品用户信息主要针对老年人，专门用来诈骗；学生信息，则用来推销教材和家教信息，或以中、高考加分为借口进行诈骗。

记者在与买家接触中发现，他们大部分人都知道买卖数据交易属于黑产，但依然作此举动，一个重要原因在于通过正规渠道打广告，比如百度竞价排名，获客成本在60-80元/左右，而通过地下黑市买用户数据，成本能缩减十分之一。

从信息收集到信息售卖再到信息利用，每一个交易环节环环相扣，而由此产生的“灰色产业链”让人难以估量。据猎聘网发布的《现代网络诈骗分析报告》称，目前中国网络黑产从业者已经超过40万人，依托其进行网络诈骗的行业人数至少有160万人，“年产值”在1000亿元以上。

在调查采访过程中，黑市数据交易利益链已经可以清晰的划分为四级，第一级黑客或内鬼、高精深网络软件盗取公民个人信息；第二级盗取的公民个人信息进入料商手中，料商建立自己的信息数据库；第三级，是料商不断发展代理商，将数据进行倒卖；第四级就是信息使用者，也就是数据终极流向买家手中，他们拿到信息后，进行电话营销或实施电信诈骗。

数据合规交易痛点

海量的个人信息地下市场规模多大，目前没有准确数字统计。但从公安机关的专项打击行动中，可窥一斑。

2020年全国公安机关深入推进“净网2020”专项行动，全年共侦办网络犯罪案件5.6万起，抓获犯罪嫌疑人8万余名。其中，侦办侵犯公民个人信息类案件6524起，抓获犯罪嫌疑人1.3万名；侦办黑客攻击及新技术犯罪案件1782起，抓获犯罪嫌疑人2975名；侦办网络黑产类案件1万余起，抓获犯罪嫌疑人1.5万名，扣押“手机黑卡”548万余张，查获涉案网络账号2.2亿余个，及时阻止1850万余张物联网卡流入黑市。

但很显然，这并非黑市全貌。贵阳大数据交易所业务经理陈经理向记者表示，“目前通过正规渠道进行数据交易的不多，更多的数据可能还是在黑市交易。”

贵阳大数据交易所是国内首家大数据交易所，2015年4月正式挂牌运营，喊出了未来3-5年每天交易量达到100亿多亿元的口号。如今，交易所成立已经6年，陈经理向记者透露，目前交易所日成交量远远没有达到当时定下的目标。

大数据服务商聚立信CEO罗皓以及陈经理都同时提到，数据交易过程中产生的数据确权、数据回溯、交易过程中的安全性、合法性、隐私性保障等问题,迄今为止还没有得到很好的解决。尤其是数据确权，例如数据的采集、加工、采用、交易等环节可能有多参与方，什么情况下什么类型的参与方可以获得数据的权利，在实践中尚无达成一致共识。

目前可见的红线是来源是否合法，以及交易数据是否脱敏（涉及敏感信息进行去个人化，隐私化处理）。但问题在于，在数据的流转过程中，其中掺杂非法来源以及未脱敏数据实际上很难被发现。

另外，数据的开放程度还远远不够，导致市面上合法流通的数据品类和数量有限，玩家们难以施展拳脚。

像腾讯、阿里这样互联网巨头，在拥有海量数据的同时本身还能实现大数据云计算闭环，他们更希望是打包成数据产品和服务卖出，比单纯买卖数据更值钱，也更能避免法律风险。这些玩家共享数据的意愿不强，这从腾讯、阿里与贵阳大数据交易所自合同到期再无续约就可窥见。

但从技术角度来讲，目前已经有一种技术可以实现B2B之间的数据合规化交易。大数据服务商星云Clustar CTO张骏雪向记者表示，目前公司已经采用了一套“联邦学习”算法。简单理解，就是基于双方现有的数据去共同建立一个坐标体系，这个坐标体系就是所谓的建模，建模完成后，就能较为精准的判断客户处于坐标体系安全的点还是危险的点。但是在建模过程中，双方并不知道彼此的用户资料，不用担心用户隐私被复制泄露。

根据张骏雪介绍，上述联邦学习算法目前只是解决了B2B之间的数据合规化交易，且主要还是用于银行金融机构之间的数据交易，且成本较高，并没有被大规模应用。

大成律师事务所律师肖飒告诉记者，个人信息的合规使用目前在中国较大程度依赖于公司的自我约束，各大运营商对于用户隐私是否尽到了保护责任。如何在公众隐私保护和商业模式中寻找一个平衡点值得深究，在保护个人权益的前提下规范、安全、有序地利用个人数据，释放大数据的红利。

特别声明：部分转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，请注明出处，并保留本网站注明的“来源”，应自负版权等法律责任；作者如果不希望被转载，请与我们接洽。