传统法律处理的局限与DIKWP语义解决方案：QQ账号被窃取和售卖案例

段玉聪（Yucong Duan）

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP（全球）实验室

DIKWP research group, 海南大学

duanyucong@hotmail.com

引言

在法律教育中，我们面临着如何将传统法律框架适应到数字化时代的挑战。本报告通过分析一个具体的QQ账号被窃取和售卖案例，展示了传统法律处理的局限，并提出基于DIKWP模型的语义解决方案。

传统法律处理的局限

在这个案例中，一个QQ账号被黑客盗取并在网络上售卖。传统法律处理往往将此视为简单的财产侵权，忽视了涉及的数字身份、个人隐私和网络安全等多维度问题。此外，跨境性质的网络犯罪在法律适用和执行上也存在困难。

DIKWP语义模型应用

数据层（D）

• 案件数据分析：首先，从警方获得的报告中收集被盗QQ账号的活动日志、交易记录等。分析这些数据可以揭示账号被窃取和售卖的模式，如登录地点的变化、交易频率和涉及的金额。

• 数据的语义理解：登录日志中频繁的位置变化可能暗示账号被非法访问。从交易记录中，可以推断出账号被售卖的时间点和频率。

信息层（I）

• 案情的信息提取：根据数据分析，提取关键信息，例如账号被盗的具体时间、犯罪行为的方式、以及受害者遭受的损失。

• 信息的语义分析：进一步分析受害者的损失，如个人信息泄露的程度、账号被盗后的潜在风险（如财产损失、隐私泄露）。

知识层（K）

• 法律知识运用：应用网络犯罪法、隐私权法律和财产权法律，对案件进行法律分类。例如，将账号被盗定性为网络犯罪，将个人信息泄露视作隐私权侵犯。

• 知识的语义应用：深入解析相关法律条文，如何适用于网络账号被盗的情景，以及其后果和法律责任。

智慧层（W）

• 综合判断和决策：在法律知识的基础上，综合考虑案件对受害者、网络安全和社会的影响，制定出合理的判决和预防措施。

• 智慧的语义应用：考虑不仅限于惩罚犯罪者，更重视通过法律规制和社会教育来预防未来类似犯罪。

意图层（P）

• 解决方案制定：明确案件处理的目标，如加强网络安全措施，提高用户对个人信息保护的意识。

• 意图的语义实现：基于案件分析，设计具体的法律解决方案，如改进网络安全法规，增强网络犯罪的打击力度。

案例处理细节

1. 数据层细节：通过详细的日志分析，发现账号在被盗期间频繁更换IP地址，这一模式与正常使用行为显著不同。此外，账号在网络黑市上的售卖记录表明了犯罪行为的商业性质。

2. 信息层细节：从数据中提取的信息显示，受害者在账号被盗后遭受了重大的财产损失，以及个人信息（如通讯录、聊天记录）的泄露。

3. 知识层细节：通过比较与此类犯罪相似的历史案例，可以发现法律在处理此类案件时的趋势和判决依据。

4. 智慧层细节：在评估案件时，考虑到网络安全的整体影响，以及如何通过法律和社会手段减少此类犯罪的发生。

5. 意图层细节：在目标设定后，制定了具体的策略，包括提升网络用户的安全意识，加强法律对网络犯罪的惩罚。

结论

通过深入的DIKWP模型分析，QQ账号被窃取和售卖案件得到了全面和深入的处理。DIKWP模型不仅提高了案件处理的准确性和效率，而且帮助我们更好地理解和预防此类网络犯罪，从而保护个人权利和维护网络安全。这种方法为数字化时代的法律实践提供了新的视角和工具，有助于培养法律专业学生的综合分析能力和批判性思维。

段玉聪，海南大学计算机科学与技术学院教授，博士生导师， 第一批入选海南省南海名家计划、海南省领军人才，2006年毕业于中国科学院软件研究所，先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来，累计发表论文260余篇，SCI收录120余次，ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件（含15件PCT发明专利）系列化中国国家及国际发明专利，已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖；2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021；2022年担任IEEE DIKW 2022大会指导委员会主席；2023年担任IEEE DIKW 2023大会主席；2022年获评海南省最美科技工作者（并被推全国）；2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会（Artificial Consciousness 2023, AC2023)。

数据（Data）可视为我们认知中相同语义的具体表现形式。通常，数据代表着具体的事实或观察结果的存在语义确认，并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时，我们常常寻求并提取标定该数据的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当我们看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但我们会将它们归入“羊”的概念，因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂，也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义，而判定其不是手臂。

信息（Information）则对应认知中不同语义的表达。通常情况下，信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来，产生新的语义关联。在处理信息时，我们会根据输入的数据、信息、知识、智慧或意图，找出它们被认知的DIKWP对象的不同之处，对应不同的语义，并进行信息分类。例如，在停车场中，尽管所有的汽车都可以归入“汽车”这一概念，但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中，常常未被显式表达出来，例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降，但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到，从而成为该患者自己主观的认知信息。

知识（Knowledge）对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时，我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如，通过观察我们得知所有的天鹅都是白色，这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

智慧（Wisdom）对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时，我们会整合这些数据、信息、知识、智慧，并运用它们来指导决策。例如，在面临决策问题时，我们会综合考虑伦理、道德、可行性等各个方面的因素，而不仅仅是技术或效率。

意图（Purpose）可以看作是一个二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解（输入），以及我们希望通过处理和解决该现象或问题来实现的目标（输出）。在处理意图时，人工智能系统会根据其预设的目标（输出），处理输入的内容，通过学习和适应，使输出逐渐接近预设的目标。