作者简介：赵学军，男，法学博士，河北大学法学院（纪检监察学院）副教授、硕士生导师，河北大学纪检监察研究院研究员，主要从事刑事法学研究。
原文发表于《河南社会科学》2026年第8期，为便于编辑和阅读，已将相关注释省略。
摘 要：网络空间呈现出来的“空间属性去中心化、秩序规则技术主导化、风险载体数据替代性和风险表现技术依赖性”特征，成为其治安防控的体系建构依据，并使现实空间的社会治安防控体系在网络空间遭遇全方位解构。即政府主导的单一防控主体难以匹配网络空间的治理要求，固定化的认定标准难以适应网络风险的动态性变化，防控技术在算法歧视影响下难以保持“中立”，“有效性”预设的评价体系难以实现预期防控目标。鉴于此，网络空间治安防控不能从现实空间进行体系移植，应当遵循“多元协同、动态适配、透明向善、复合机动”的逻辑，分别从主体参与、风险认定、技术保障和效果评估四个维度进行自适性调整，以形成一个“能持续回应新问题”的治安防控迭代机制。
在国家治理领域，社会治安防控占据举足轻重的地位，它不仅是维护国家安全和社会稳定的基础性工作，也是推进国家治理体系和治理能力现代化的题中应有之义。随着互联网、大数据、人工智能等信息技术的快速发展，网络空间和现实空间一样，已经成为人们生产、生活的重要场所。而网络在拓展社会空间的同时，也带来了日益严重的违法犯罪问题。有数据显示，网络犯罪目前占到了我国全部犯罪的三分之一以上，已经成为我国名副其实的第一大犯罪类型。然而，我国目前尚没有专门就网络违法犯罪建构相应的治安防控体系，实践中采取的是“哪里破了补哪里”的被动治理模式，亟待建构具有主动性、体系性功能的网络违法犯罪防控格局。
与之不同的是，我国的社会治安防控体系已经在现实空间历经萌芽期（从1978年到20世纪90年代初）、提出期（从20世纪90年代到21世纪初）和形成期（从21世纪初至今）三个阶段，形成了以“社会治安综合治理委员会及其办公室”为核心的完善的社会治安管理体系。这样一套成熟的防控体系能否被直接移植到网络空间以填补空白？如果不能移植，社会治安防控体系如何应对网络空间的违法犯罪问题？上述疑问目前并没有得到理论上的回应，国内学者对网络违法犯罪大致提出了以下防控思路：一是创新警务工作模式。吕绍忠针对网络违法犯罪防控不力的表现，提出应根据功能模块对警务要素进行重组，构建以网络社会治安需求为导向的警务工作模式。二是融合法律规则与技术手段。俞海松从网络犯罪的技术特征出发，认为实现网络犯罪刑事对策现代化的必由路径是深度融合法律规范与技术规则；谢登科进一步强调应当实现对网络犯罪“规则型治理”与“技术型治理”的有效协同。三是发挥平台治理效能。单勇根据互联网平台在网络犯罪治理中的独特作用，认为“国家管平台、平台管用户”的网络治理模式有利于实现网络违法犯罪治理。总体来看，现有研究着眼于个别要素在网络空间治理中的作用而提出局域性的防控思路，缺少对全要素的整体性关注，导致治安防控架构的体系性不足。鉴于此，本文从网络空间与现实空间在治安防控问题上既有区别又有联系的实际情况出发，以网络空间治安防控体系建构的特殊性依据为基础，考察既有社会治安防控体系移植网络空间的“排异性”表现，探讨建构网络空间治安防控机制的逻辑路径。
一、网络空间治安防控体系的建构依据
社会治安防控体系必须以特定的防控空间特征为建构依据。网络空间作为现实社会的数字化延伸，并非现实空间的简单复刻，而是在形态表现、互动逻辑、治理规则等方面都具有鲜明的独特性，这也必然影响着网络空间社会治安防控体系的实际建构。一般而言，社会治安防控体系建构需要重点考量空间属性、秩序规则、风险载体和风险表现等核心要素。而在网络空间内，上述要素明显表现出不同于现实空间的特点，并成为网络空间社会治安防控体系建构的现实依据。
（一）空间属性的去中心化
在网络空间，权力运作、资源分配、信息传播已经打破了现实空间由“中心节点”垄断控制的模式，转而向多节点、分布式结构转变，权力、资源或决策分散到了网络中的多个节点，形成“无单一核心、多节点协同”的运行形态。这种“去中心化”特征具体有以下三种表现。
一是结构扁平化。在现实空间中，信息传播遵循“中心→中层→终端”的层级模式。而在网络空间内，借助信息和网络技术，信息可以在组织的不同层级间直接传递和共享，不必自上而下地层层下达或者自下而上地逐级报告，从而大大减少了组织结构的层级，形成了扁平化的结构。如在抖音、微博等平台中，普通用户可直接发布内容，无需通过从编辑审核再到平台推荐的传统层级，内容能否传播取决于用户点赞、转发等形式的互动，而非中心节点的单向决定，这就打破了媒体机构的信息垄断。“随着信息的生产和传播从集中走向分散，治理的权力也从集中走向分散。”网络空间的扁平化结构决定了国家和社会组织必须打破科层制，告别金字塔式的传统治理和管理方法，建立适合扁平化结构的新的治理模式。
二是连接网络化。随着网络应用的快速增长，网络节点的数量激增，节点间连接关系也从“简单线性”变为“多向交织”，如社交网络中每个人都是多个关系链的节点，而非单一链条的一环。所有节点通过分布式协同发挥作用，在连接与断层的作用下，网络空间成为一个动态演进的复杂网络系统，具有小世界的特征。人与人之间形成的网状关系丰富了社会关系建立的渠道，一些原本必要的节点可能被绕过，陌生人之间也能轻易地发生联系。网络空间复杂网络化的连接关系，打破了部门、区域的数据壁垒，这对治安防控提出了构建全域协同防控网络的要求，以实现多主体间的信息共享与联动处置。
三是社会微粒化。在网络空间，单个物品或人的活动轨迹可以被记录、被追踪、被还原，整个社会进入以单个个体为粒度的“微观世界”。这一微粒化的趋势，使网络空间的主体、内容、功能被拆解为最小单元，如内容拆解为短视频片段、文字短句，功能拆解为小程序插件，主体拆解为个体创作者。这便极大地促进了信息的传播和公民个体的参与意愿，继而使原有的生产生活关系、行为方式和思想观念发生了颠覆性的变化。面对微粒化产生的碎片化信息，治安防控就需要依托信息网络技术汇聚零散数据，通过算法挖掘隐藏的风险关联，实现从被动应对到主动预警的转变。
（二）秩序规则的技术主导化
社会治安防控的目的是实现公共秩序的安全、稳定和有序。由于网络空间与现实空间的实质差异，秩序的实现方式也不相同。现实空间为物理实体空间，秩序实现以实体管控为核心方式；网络空间为虚拟数据空间，秩序实现则以技术规则为关键方式，即技术规则主导着网络空间秩序的样态和走向。具体来说，现实空间以物理实体和地理边界构建秩序，秩序围绕保护人身、财产不受非法侵害等“物理安全”和道路交通规则、场所秩序标准等“实体规则”展开，同时依托地理区域划分治理单元，边界清晰且固定。在不同历史发展时期，因社会样态差异，维护秩序的实体规则不同，如在农耕文明时期，人们局限在特定地域内生产、生活，形成“熟人社会”，其核心特征是“小范围、慢流动、低分工”，秩序构建围绕“血缘、地缘、身份”展开，实行的是以“熟人共同体”为核心的差序治理；而在工商业文明时期，人口流动成为社会常态，形成了“陌生人社会”，以血缘、身份为纽带的秩序形成规则被打破，实行的是以“法治”为核心的规则共治。但是，具体实体规则的差异改变不了实体管控的共性特点。
而以互联网、大数据、人工智能为基础的网络空间的核心特征是“大范围、快流动、高分工”，人与人、人与组织的互动突破时空限制，秩序构建所依赖的“人、财、物”等核心要素被虚拟的数据、账号、算法所取代，实体管控的方式无法运行，秩序构建就只能围绕数据安全和虚拟交互规则展开，形成了以技术规则、数据穿透为主导的秩序建构路径。正所谓“一种形式的权力或许被摧毁了，但另一种正在取代它”。在这一过程中，技术规则通过代码、协议、算法等“可编程”手段，将秩序要求嵌入网络运行的每一个环节，实现“规则自动生效、行为实时约束”，以替代传统社会中依赖人际信任、道德自觉的柔性秩序。如内容审核算法通过“关键词识别”“图像识别”“语义分析”等技术，自动过滤虚假谣言、淫秽色情、恐怖暴力信息等违法违规内容，划定内容传播的“合法边界”。正因为算法“常常可以更高效地组织各方行动”，所以，“算法成为未来经济系统演变的重要推动力量，人类正在进入一切皆可计算的时代”。
（三）风险载体的数据替代性
在现实空间，人、财、物构成了现实社会运行的基本要素，也是社会风险产生、传导、转化的主要载体。因此，现实空间的社会治安防控主要通过对人、财、物的全流程、多维度管控来防范化解风险和实现社会秩序稳定。然而在网络空间，所有的人、财、物等基本要素都以数据的形式体现出来，无论是主体、行为还是内容、关系等要素都被转化为可存储、可传输、可计算的数据。“各类产销数据、关系数据、身份数据、行为数据、音语数据等，成为重要的生产要素和新时代的‘石油’”，数据成为网络空间运行的“通用语言”和“核心载体”，并呈现出“全面、全程、全息的状态”。因此，网络空间治安防控必须以“数据”为核心内容与关键载体，而这也是实现有效防控的唯一可行路径。
一方面，网络空间内所有违法犯罪问题，如网络诈骗、网络赌博、网络攻击、网络诽谤、非法交易等都是以数据的形式表现出来的，其在本质上都是数据的异常流转或滥用。因而脱离数据的识别和监测便无法管控网络治安风险。而且，现实空间的违法犯罪都具有直观的物理表现，如财物被盗、人身被攻击等。但网络空间的风险完全隐藏在数据中，必须通过分析数据才能感知。如网络谣言、色情信息、暴力恐怖内容，其本质是文字、图像、视频对应的二进制数据，如果不进行数据分析，根本无法通过感官发现。另一方面，网络空间具有跨地域、无限延展、隐蔽和高速流转的特点，一条违法信息可瞬间传遍全国不同地区的网络，攻击行为甚至可通过境外服务器实现痕迹隐藏。在这种情况下，传统的人力巡逻、现场排查等防控手段完全失灵，只能通过数据的“可追溯、可分析、可关联”特性，才能实现精准、有效防控。如可对网络流量数据、资源调用数据进行基线分析，当出现异常数据，判断为可能的分布式拒绝服务攻击（DDoS）或数据爬取行为时，立即启动拦截措施；将诈骗聊天记录、转账数据上传至区块链，作为法庭认定犯罪事实的关键证据；等等。
（四）风险表现的技术依赖性
发生在网络空间的各种风险由网络空间的虚拟性、数据性、智能性决定，如各类违法犯罪行为均表现出对技术的依赖性特征。“数字技术本身就是数字社会的核心构成，因此数字犯罪更容易借助数字技术而深入数字社会并造成法益损害结果。”违法犯罪分子利用互联网设备、技术进行密谋策划、选择侵害对象、实施侵害行为、转移赃款赃物，使得违法犯罪的全流程都需要借助技术才能完成，违法犯罪形式随着技术的迭代升级而不断演化。如随着智能算法和人工智能技术的发展和普及，“深度伪造”技术进入了违法犯罪行为人的视野，行为人只需付费购得或免费获得相关人工智能软件，并掌握基本的操作技能，即可伪造虚拟身份实施精准诈骗。进入互联网Web3.0时代，网络技术的飞速发展极大地推动了违法犯罪行为的动态演变和技术升级。如在智能算法和人工智能工具的加持之下，犯罪方式从传统的“广撒网”模式逐步转向针对性更强的精准高效模式；行为人利用智能算法在大数据处理方面带来的便利，将其滥用于操纵舆论、制造“信息茧房”等。
毋庸讳言，技术在为违法犯罪分子提供便利的同时，也为其逃避打击提供了天然的隐蔽屏障。“网络使世界范围内的近乎完全匿名的行动成为可能。”通过使用IP地址加密技术、匿名技术、虚拟专用网络（VPN）等网络技术手段，违法犯罪分子可以隐藏自己的真实身份与地理位置，从而逃避人工、系统的监管和追踪，这就进一步加大了监管机关对其进行治理的难度，传统监管手段已经无法适应网络空间违法犯罪的治理需要。如利用比特币等加密货币作为交易结算的资金，利用区块链技术进行资金的转移和隐匿等，很容易逃脱传统金融监管手段的控制。除此以外，涉暗网犯罪的隐蔽性更加明显。暗网是指隐藏的网络，通常网民在常规情况下无法直接登录，需要借助一些特定的技术手段或辅助登录的软件才可实现有效访问。暗网在保护用户隐私不被窃取的同时也被很多不法分子所利用，这给公安部门的监管工作带来了巨大挑战。当下，我国网络违法犯罪频发，而其中涉暗网违法犯罪问题逐渐凸显，如犯罪分子借助暗网买卖枪支弹药、毒品、个人信息、淫秽色情制品等。网络技术手段带来的隐蔽性使得网络违法犯罪行为难以被发现，由此会产生预防难、控制难、取证难、追责难等一系列治理难题。
二、网络空间治安防控体系解构
尽管网络空间具有自身的特殊性，但其作为现实空间的延伸仍属人类社会生活空间的一部分，因而能否移植既有社会治安防控体系便成为进一步思考的问题。既有社会治安防控体系具有以下四个方面的特点：一是“防控主体”的单一性，即政府部门是社会治安防控的主体；二是“防控对象”的明确性，即具体的违法犯罪是社会治安防控的对象；三是“防控技术”的中立性，即作为防控手段的刑侦技术、管理手段等均是客观、中立的工具；四是“防控效果”的有效性，即防控体系被预设为是有效的。对此，可将上述体系特点与网络空间特征是否匹配进行验证。如果不能匹配，即在防控主体、防控对象、防控技术和防控效果等方面均形成“排异性”，则意味着移植型社会治安防控体系将面临在网络空间的全面解构。
（一）防控主体“单一性”的解构
传统社会治安防控体系形成了以政府部门（主要是公安机关）为主导的单一防控主体，这种防控结构适应了现实空间科层制、分区域管理的模式。但是这种状况在以结构扁平化、边界模糊化为特征的网络空间则发生了重大改变。
第一，网络空间的去中心化、无边界性特征与传统政府的防控能力形成需求性错配，导致政府无法成为单一防控主体。首先，“网络空间是整体的而不是割裂的”，数据流动、行为实施与危害扩散摆脱了地域限制，违法犯罪行为可轻而易举地实现跨地域、跨境实施；而政府防控权限以“属地管辖”和“国家主权”为基础，具有明确的物理边界限制，使单一主体难以形成全链条防控。其次，网络空间的去中心化使风险呈现“无核心、多节点、广分布”特征，违法犯罪行为不再集中于某一具体范围，而是分散于海量用户、平台与终端；政府防控受到人力、资源条件限制，难以实现对全域网络节点和海量用户的全方位监管。再次，网络空间的无边界性与去中心化使得“风险以毫秒级别的指数速度裂变传播”；而政府单一主体的层级化管理模式与流程化办事机制，难以满足防控的快速反应需求。
第二，网络空间的风险载体已经被数据所替代，而政府不直接掌控所有网络数据，这必然削弱了政府作为单一治安防控主体的可行性。因为社会行为在网络空间内均被转化为在线数据，网络风险的滋生、蔓延全依赖数据流转，所以只有通过对数据流转信息的实时跟踪和预测才能进行有效的风险防控。在网络空间中，“平台是一种以实现用户之间的组织、交互为目的的数字基础设施”，平台可将用户的注册、搜索、付费、发帖及评论等交互行为捕捉为数据，因而网络数据实际由互联网平台掌握，政府仅能通过执法协查调取数据而不能随意获取。即便能够获取，政府受制于数据的海量化和格式的碎片化特征，也无法将其快速转化为风险线索。另外，网络风险还产生于数据的流转过程中，具有实时性、动态性特征，即便获取末端网络数据，也可能错失风险防控的最佳时机。
第三，网络秩序的根基是技术规则，对于治安风险需要从技术底层进行防控，而政府缺乏直接参与技术规则制定和优化的能力，难以从根源上化解治安风险。技术规则是由互联网企业根据特定应用场景、依托其海量用户数据和实时反馈机制而设计、制定的，并能够根据风险变化态势进行优化。而政府部门在缺少数据支撑和应用场景的情形下，难以精准制定适配场景的技术规则，如果强制推行统一技术标准，可能导致技术创新受阻或防控漏洞。
（二）防控风险“明确性”的解构
诸如盗窃、强奸等现实空间中的违法犯罪行为具有物理可见性，因而也就具有了明确性和静态性，与之对应的认定标准也明晰和确定。然而在网络空间中，违法犯罪等各种治安风险以“数据交互”为核心，呈现出“模糊化、差异性、动态化”特征，导致认定判断标准模糊和防控措施难以确定。
第一，风险性质的模糊化。网络行为表现为数据的生成、传输、修改、删除，因缺乏物理行为的直观性，“合法性”与“违法性”的边界模糊。实践中，有些网络技术如爬虫、加密通信、虚拟专用网络VPN等本身具有中立性，既可以被用于合法用途，也可能被用于违法犯罪。所以仅根据技术行为本身难以确定其性质合法或违法。此外，AI生成内容的行为责任也具有模糊性。如果AI生成的文字、图片、视频等涉及侵犯他人知识产权，行为责任到底归于AI开发者、使用者还是AI自身？这一问题目前在法律和实践中均没有明确标准。
第二，风险类型的差异性。“从打击到预防的治理逻辑转换，是理解数字时代中国网络犯罪治理变革和制度规范跃迁的全新起点。”因此，网络空间的防控对象不仅包括显性的违法犯罪行为，鉴于网络空间治理“应更加注重预防”的需要，还包括隐性的潜在安全风险和失范行为。具体来说，网络空间的治安风险大致可以划分为三类：一是显性的网络违法犯罪行为。这类风险具有明确的违法性、危害性，包括电信网络诈骗、网络盗窃等侵犯财产类行为，泄露公民个人信息、网络诽谤等侵犯人身权益类行为，非法侵入计算机信息系统、传播网络谣言等破坏秩序类行为。二是隐性网络安全风险行为。这类风险还没有实际形成现实危害，但存在诱发危害后果的潜在风险，包括网络基础设施漏洞、物联网设备安全缺陷等技术隐患，平台用户实名认证流于形式、数据存储不加密、企业网络安全管理制度缺失等管理隐患，极端思想、仇恨言论等内容隐患。三是网络失范行为。这类风险虽未直接违法，但对网络生态具有破坏性，如恶意营销、流量造假、“饭圈”乱象、算法歧视等。
第三，风险生成的动态性。因为网络空间风险具有技术依赖性特征，所以必然会随着新技术的产生和变化而表现出动态性。一方面，新技术不断涌现，其应用方式和影响范围具有很大的不确定性，极有可能被用于违法犯罪活动。如AI换脸技术的发展使虚假图像、视频等内容的制作变得更加容易、效果更加逼真，由此催生了一系列新的安全风险。实践中利用AI换脸技术进行的诈骗行为，就是不法分子通过新技术合成受害人亲友或熟人的声音、图像，制造虚假场景来骗取钱财的例子。另一方面，随着技术的发展，犯罪手段也在不断演变和升级。不法分子利用新技术的漏洞和特点，创造出更加隐蔽、复杂的犯罪方式。为了有效打击这类犯罪行为，防控范围需要不断扩展。例如，网络犯罪从最初的简单黑客攻击、网络盗窃，发展到现在利用AI、区块链等技术进行的新型犯罪，防控范围也需要从网络安全领域扩展到技术研发、应用管理等多个领域。
（三）防控技术“中立性”的解构
现实空间具有物理性、地域性以及可控性，使防控手段具备了可验证、可追溯、可约束的特征。然而在网络空间中，防控技术因受制于网络的虚拟性、延展性、数据性，常会陷入技术不透明、多元主体利益冲突和管辖边界模糊的境地，使技术中立性更容易受到解构。
第一，技术隐含价值偏向。当前，不管是风险人员识别还是违规信息筛查、异常行为监测等网络防控技术，都高度依赖人工智能算法。但人工智能技术不具备完全的客观中立性，其背后隐藏着设计者的价值观。因此，防控技术的基础并非“价值无涉”，其设计逻辑和运行规则自带偏向性。例如，部分地区的网络诈骗预警系统因历史数据中某一职业群体的涉案记录占比高，其算法会自动将该职业用户列为“高风险对象”，进行更严格的资金流向监控，而对其他职业群体的同类行为则预警滞后，导致“选择性防控”。
第二，多元主体维护利益诉求。公共治理“涉及社会公平、文化冲突、伦理困境等需要动态权衡的多元价值目标”。不同网络治理主体各自的利益目标差异便会不自觉地体现在相应技术上。例如，网络平台为了实现自身利益，在设计用于监测违规内容的审核算法时，就可能将“流量稳定”置于“内容公平”之上，从而刻意降低对网络“大V”、“头部主播”的审核标准，造成对普通用户的不公平对待，使算法丧失维护网络秩序的中立性；同时可能会假借风险防控之名“利用算法限制平台内商户或消费者转向其他平台”。再如，政府为了实现维护社会稳定和公共安全的目标，在某些敏感时期或针对特定领域，可能实行“扩大化防控”来提前防控风险。
第三，“情境差异”破坏中立性。同一防控技术往往会在不同身份、不同地域、不同行为的应用上产生差异，形成“双重标准”而破坏中立性。首先，会形成“特权群体”的防控豁免和“弱势群体”的过度防控。有特殊身份的主体可凭借资源优势规避防控约束，如利用“内部信息”进行网络赌博；相反，弱势群体往往成为防控技术的重点监控对象。其次，会形成防控标准的地区差异。如发达地区可凭借资源优势对违法行为采取严格、全面的防控措施，而欠发达地区则因资源不足只能投入有限的防控力量。再次，会形成对性质模糊风险的认知差异。对性质模糊的风险进行防控，高度依赖执行者的主观认知。有的执行者认为行为合法，就不予防控；反之则采取防控措施。
第四，手段与目标存在冲突。防控风险的监控技术往往以“全面感知风险”为目标，天然具有扩张性特征，极易突破权利边界，形成对网络隐私权的实质性侵犯。具体来说，为实现对风险的全链条防控，监控技术常以风险预判为由，突破“最小必要原则”，对个体网络数据进行无差别收集。而且，网络监控技术的“黑箱”属性使个体难以察觉自己正在被监控，更无法对监控行为提出异议，导致公民隐私权被侵犯、受害者却无从寻求救济的困境。这说明，防控手段与防控目标不可避免地存在公共安全与个人自由的矛盾。
（四）防控效果“有效性”预设的解构
现实空间的社会治安防控体系一旦建立，基于所依托有关要素的确定性、稳定性和可验证性等特征，通常具备预设的有效性。然而，网络空间的虚拟性、无边界性、动态性及多主体利益博弈的本质所决定、所预设的防控效果未必能够达到预期，从而形成对“体系存在即有效”的质疑。
第一，单一评价标准掩盖了隐形真相。对防控效果的“有效性预设”常以单一化、表面化的可量化指标（如违规内容删除量、账号封禁数、案件立案率等显性指标）作为核心依据，却忽视了现象背后的“隐性失效”，导致表面现象与实质真相之间的割裂。实践中，政府一般将“案件发生率下降”作为防控效果，而网民可能将“是否感受到隐私被保护”作为评价标准，往往造成“案件数量减少”但实际存在“隐私泄露增加”的相反效果。此外，如果将“网络犯罪立案数下降”作为防控效果的核心指标，便容易忽略“立案数下降”可能系维权成本高、信任度低而不愿报案导致的结果，使防控效果的“有效性”仅停留在统计层面。再者，防控体系的“有效性预设”须以技术工具的有效性为前提，而实际上，网络技术难以克服其“非中立性”“滞后性”“可规避性”等缺陷，难以避免地导致防控效果大打折扣。例如，在监测某类违法犯罪的算法训练数据中，如果青少年群体的违法犯罪记录占比高，算法会形成“数据闭环”，导致对青少年群体的风险识别阈值降低，出现过度防控；相反，对数据中占比低的中老年群体的违规行为则识别滞后。
第二，静态防控手段落后于技术升级。当前，网络技术的迭代速度较快，使得静态的防控手段不能及时赶上技术发展步伐，防控体系始终存在“未被覆盖”的领域，给网络空间的治安防控带来“盲区”。随着元宇宙、Web3.0、AI生成内容等新兴领域的兴起，网络风险迅速向这些“监管空白地带”蔓延。而现有侦查手段在面对元宇宙犯罪时具有较大局限性，如虚拟货币的转移、虚拟物品的交易、虚拟身份的互动往往是分布式存储数据，难以通过传统集中式侦查手段进行有效的收集和保存。
三、网络空间治安防控机制建构
既然移植型社会治安防控体系在网络空间遭到全面解构，就应当以网络空间自身特征为依据进行自适性调整。具体而言，网络社会治安防控机制的建构需要打破“单一、静态、无矛盾”的理想化认知，以“多元协同共治、风险动态防控、平衡安全与权利”为核心，构建“四维联动、弹性迭代”的治理框架，实现从被动应对到主动防控、从单一管控到系统治理的转型。
（一）建构“多元协同”的主体参与机制
针对“主体单一”的弊端，需要采用行动者网络理论构建网络空间协同治理格局。行动者网络理论认为，任何与系统有关或者代表了系统某一属性的因素都可以称为行动者。据此，网络空间所有的要素节点或者参与者都应该在网络治理中发挥作用，而不是仅仅由单一主体掌握治理权力。具体来说，就是建立政府统筹、平台主责、社会协同、公众参与的四维主体体系，通过“权责清单”明确分工，以“协同机制”激活合力。
第一，加强政府统筹。最初，网络空间的去中心化特征限制了政府在网络治理中的作用发挥。然而，网络自治的失灵和各种网络违法犯罪的滋生使人们不得不重新审视政府在网络治理中的主体地位。现在的问题是，政府应当在其中扮演怎样的角色？首先，政府受制于空间网络的扁平化、无边界等特征，无法直接“下场”，应当从“台前”走向“幕后”，把自己定位为规则制定者与监管者的角色，而非直接执行者。在实际管理中，政府要做好“顶层设计”，出台网络防控的统一标准，避免地方或部门各自为政；同时搭建“跨部门协同平台”，整合公安、网信、金融、工信等部门数据资源，为平台和相关社会力量提供执法支持与技术资源。各监管执法部门分工负责具体治理事项：公安部门聚焦重大违法犯罪，开展专项打击行动；网信部门聚焦内容治理，查处网络谣言、低俗信息；工信部门聚焦基础设施安全，督促运营商加强网络防护。
第二，明确平台主责。既然网络秩序是在技术规则主导下形成的，因而网络平台是维护网络空间秩序的主导力量。当前，腾讯、阿里巴巴、百度等网络平台在网络空间的“触角延伸甚广，涉足的领域多到难以统计，且不断推陈出新”，形成了一种“多环状生态圈”。各类平台利用自身的技术优势而创设的技术规则在政府的“授权”下获得了对网络的直接监管权，如通知删除、限制下单、限制用户权益、警告、罚款、封号、下架直至关店等，形成了技术权力化倾向。网络平台已经成为数据资源与数据技术的重要来源，也成为多方参与、共治共享治理体系的重要主体。为了发挥网络平台的秩序治理效能，应当明确平台的风险预判、日常管控、应急处置三大责任：在风险预判上，要求平台建立“技术监测+人工复核”双轨机制；在日常管控上，需针对不同业务场景制定差异化防控规则；在应急处置上，建立“1小时响应、24小时处置”机制，对突发风险第一时间联动政府部门，同步启动用户提醒与内容管控。
第三，引入社会监督。平台虽然具有网络空间治理的技术优势，然而各类平台参与网络活动是在利益驱动下进行的，因而不可避免地带有自身的价值偏好和利益倾向，存在着监管漏洞、技术滥用甚至侵犯他人合法权益的问题。“互联网看似抹平了信息的鸿沟，但掌握网络话语权和流量的个人或机构，又重构了新形态的信息不平等。”因此，平台治理在接受政府监管的基础上还应引入社会力量对政府机构进行专业补位与监督制衡，以弥补其在网络技术方面的缺位并发挥社会力量的专业技术优势。具体可引入第三方专业机构，如网络安全公司、法学与技术研究院所等机构，以承担对网络平台的技术审计、风险评估等职能，防范平台算法偏见、违法风险建模产生的网络技术问题；发挥互联网协会、数据安全联盟等行业协会的自我管理、自我约束功能，制定行业自律守则来避免平台过度防控或防控缺位问题的发生；鼓励公益组织开展反诈知识宣传、网络安全培训等公益活动，填补政府与平台在“末端宣传”中的空白。
第四，鼓励公众参与。因为网络空间秩序不是依赖社会控制而是在网络参与者互动中形成的，“用户执行的每一项操作，无论多么微小，对于重新配置算法和优化流程都是有用的”，所以在网络秩序建构的过程中，网络用户不是被动的接受者，而应当“拥有在线网络的监督权和参与权”，成为网络空间治理的一方重要主体。首先，广大网民是网络综合治理体系中的重要自律主体，要增强自身安全意识和风险防范意识，通过诸多途径了解网络空间存在的风险和威胁，了解不法分子典型的行为方式、套路手段，比如网络诈骗、信息泄露等，以此来提高自身对风险的识别、应对能力。其次，网络用户应当增强自身责任感和担当意识，提高对网络违法犯罪行为的敏感性、警惕性，一旦遭遇侵害，应当及时向有关部门报案或者举报，并协助处理。
（二）建构“动态适配”的风险应对机制
针对网络空间治安防控风险存在的“模糊化、风险化、动态化”特征，以及由此形成的性质认定不准、风险感知不灵和措施覆盖不全的问题，应当摒弃传统治安防控中的“以已知违法行为为靶心”的静态、固化思维，构建“精细化立法—分级分类处置—风险动态监测”的全周期风险管控机制，实现“精准防控、不漏盲区”。
第一，实行精细化立法。风险在网络环境下形成的性质模糊问题，是网络异化导致的结果，需要紧密结合网络特点建构适应网络法治的制度体系。一是聚焦网络治理突出问题，推动完善专门立法，细化违法行为认定标准，增强制度建设的针对性、可操作性。二是及时对相关制度、法规进行“立、改、废、释”，完善配套的互联网行业标准与技术标准，提升网络空间动态治理水平，强化相关制度的适用性与生命力，以适应不断变化的网络环境。三是通过制度建设科学配置、合理划分网络治理权限，明确治理责任，提高治理制度化规范化水平，避免权限不清导致的网络行为性质认定模糊问题。四是加强对典型案件的分析研判，找准网络管理的薄弱环节和突出问题，及时补齐网络治理的制度、工作短板，持续提升网络治理法治化水平，进一步明确网络行为的合法与违法界限。
第二，进行分级分类处置。网络风险在影响因素多样且可变的作用下，形成危害程度等级差别。针对不同等级程度的网络风险，在治理层面上不宜实行“一刀切”的管控方式，而应当采取“分级分类+差异化应对”的策略，以增强网络治安防控的针对性和有效性。具体可根据风险的“危害程度”“扩散速度”将防控对象分为“高、中、低”三类。高风险主要是指显性的网络违法犯罪行为，其威胁对象覆盖个人、企业、机构乃至国家关键基础设施。针对高风险对象，应当由政府牵头，联合平台立即采取账号封禁、数据溯源和证据留存措施，并启动刑事追究程序予以刑事立案和采取强制措施。中风险主要是指隐性的网络安全风险，其特征是影响范围相对有限、造成的损失可控、具备明确的防御与补救手段。针对中风险对象，应由平台主导，采取限流降权、警告整改、内容下架等措施，并同步向政府备案。低风险主要是指网络失范行为，其影响范围极小，造成的损失可忽略，也无需复杂技术即可防御或补救。针对这类对象以教育引导为主，平台通过弹窗提醒、人工客服沟通纠正，避免过度干预。
第三，加强风险动态监测。网络技术的迭代升级是网络风险动态变化的根源，需要改变静态、被动防控的僵化做法，转为主动出击、动态监控。对于惯常性风险实行“事前预警”机制，依托数据共享池，搭建“网络风险智能感知平台”，运用大数据与AI技术构建“风险特征库”，对网络行为进行实时画像，自动标记高风险对象。如针对AI换脸诈骗，感知平台可整合网络数据信息，识别并阻止具有“非真人动态特征”的伪造视频向潜在受害者进行推送。对于新发性风险实行“技术落地前防控”机制，建立“网络新技术风险预判委员会”，对新兴领域的网络技术落地前进行风险评估，预测可能产生的技术滥用方式，识别潜在侵害目标，提前制定防控规则。
（三）建构“透明向善”的技术保障机制
随着网络空间“技术中立”神话的破灭，社会治安防控在需要采取“反技术”手段以应对网络空间的“技术型”风险时，又无可奈何地陷入了既“需要技术”又不敢“依赖技术”的尴尬境地。在这种局面下，就需要打破“唯技术论”的幻想，对技术采取黑箱化限制、伦理性审查和最小性使用三个途径，来防止技术成为侵犯隐私、限制信息自由或歧视性监管的工具，确保防控技术的透明、向善。
第一，进行黑箱化限制。随着人工智能办案平台的逐步推广使用，决策过程是否科学、合理也相应地成为人们关注的焦点。因为“人工智能缺乏可解释性和透明度，复杂模型通常以‘黑盒子’的形式运行，其决策过程不易被人类解释”，形成了智能技术的黑箱化。这样一来，“很多算法解决方案就像一个黑盒子，依赖这些算法作决策的人根本不知道他们作出的决定是否正确，制定的政策是否公正，有没有歪曲事实”。因此，增强技术本身的透明度以防止算法黑箱的“暗算”，就成为确保技术中立的必然要求。为了实现防控技术的透明，需要对关键防控工具采用开源模式，允许技术开发者、安全机构审查代码，排查是否存在偏向特定主体的歧视性规则或隐蔽功能；对于公共领域的防控技术需定期公开“防控规则白皮书”，明确监测范围、判定标准，避免规则不透明导致的选择性执法或歧视。
第二，加强伦理性审查。为了解决技术工具理性与价值理性失衡问题，需要对技术手段进行伦理约束，实现从“结果导向”到“过程正义与权利救济”的转移。一是制定技术研发与应用伦理准则，将公平、公正、尊重人权、兼顾安全与自由等核心价值作为技术中立性的基本要求。在行业准入、技术认证的过程中，将伦理准则纳入考核指标，对违反伦理的情形进行行业通报、联合抵制。二是在平台内部设立“伦理审查委员会”，对内容过滤、数据安全防控等技术使用环节进行监督，防止技术被用于商业利益输送、窃取竞争对手信息或者压制竞争对手和打压中小商家。三是建立申诉渠道和救济途径，当用户认为防控技术对自身权益造成不当影响时，如账号被无理由封闭、信息被不合理屏蔽，可以向异议申诉平台进行申诉，对申诉结果不满的，还可以向第三方仲裁机构申请仲裁，以实现对“技术霸权”的有效牵制。
第三，实行最小化应用。中立性偏离是网络监测技术的天然特质，因而最大限度地减少技术使用造成的不当影响，还应当遵循技术应用的“最小必要原则”，通过最小规模的使用来降低技术负面风险。首先，在数据收集上，仅获取防控必需的信息，如反诈只需抓取用户“资金交易记录”，无需抓取社交聊天内容。其次，严格限定技术的功能范围，仅为实现合法目标所必需时才予以使用，从而避免冗余权限导致的滥用空间。如欧盟《通用数据保护条例》（GDPR）规定了数据最小化原则后，数据最小化逐渐成为各国数据立法中不可缺少的组成部分。该原则要求网络安全技术采集的数据不得超出防控目标所需，形成从技术上限制数据滥用的基础。
（四）建构“复合机动”的效果评估机制
既然单一、静态的防控评估模式难以匹配网络空间需要，就应当根据网络空间的特殊性与防控体系的复杂性特点，重新建构复合、机动的效果评估机制，以解决传统评估机制带来的“片面、滞后、脱节”问题。
第一，采用复合评估模式。基于网络治理主体多元、风险因素多样和数据信息多头的特点，应当从多维度实现评估模式的复合化。首先，在多元主体参与网络安全治理的前提下，应当打破“政府单一评估”模式，整合政府、平台、社会和用户四类主体，形成协同评估格局。具体可由政府主导评估框架设计、由平台提供前端防控数据、由社会提供中立技术评估、由用户反馈主观感知。其次，针对网络安全治理易受到复杂、多样因素影响的现状，应当突破“单一案件指标”的局限，收集全流程防控指标因素进行效果评估。如既要收集反映安全效果的指标数据（如立案或破案率、信息拦截率）和运行效率的指标数据（如风险处置时间、诈骗信息识别率），又要收集反映资源配置状况的指标数据（如防控经费投入量、新型防控技术的占比）和伦理合规的指标数据（如隐私投诉量、防控覆盖差异率）。再次，在数据信息来源多元的背景下，应当对其进行整合，解决“数据孤岛”问题。具体可由政府牵头搭建“网络空间防控数据共享平台”，打通公安、网信、企业、第三方机构的数据壁垒。
第二，建立机动评估模式。为了解决静态、僵化评估带来的风险遗漏和技术落后问题，应当采取“实时评估”和“技术赋能”的评估支撑策略。首先，根据网络风险变化调整评估周期与流程，通过“实时评估”确保评估结果能及时指导防控实践。要依托大数据与AI技术，构建“网络风险实时监测平台”，对核心指标进行实时监控；同时要设置“风险预警阈值”，触发预警后进行自动推送和启动临时评估。评估结果作出后，交由责任方进行整改；整改期限结束后，再进行复核评估，以验证整改效果，未达标的需延长整改期限并追责。其次，针对网络空间数据量大、变化快的特点，借助大数据、AI、区块链进行“技术赋能”。要采用大数据技术实现多源数据的快速整合与分析，避免人工处理滞后；要利用AI技术构建“智能评估模型”，预测风险变化趋势，以提前调整评估重点；要利用区块链技术对评估数据进行上链存证，确保数据不被篡改；等等。
