研究组｜知识产权恶意诉讼大数据法律监督模式“全周期”实践路径探索分析

原创 研究组 上海市法学会 东方法学

在司法实践中，知识产权恶意诉讼的规模和问题突出，应当依法加强处罚。从过去监管模式的实际困境出发，分析构建大数据法律监管模式治理知识产权恶意诉讼的重要性，从模型“全生命周期”的培育、建立、运行和管理的各个阶段入手，分析模型实际运行的路径和建议对策。

近年来，随着信息技术的发展和权利人权益保护意识的增强，我国知识产权诉讼规模不断扩大，其中知识产权批量商业权益保护的比例明显增加。据公开报道，近三年兰州市两级法院受理的知识产权案件中，批量商业维权案件占全部知识产权案件的近一半，2022年江苏省南通市中级人民法院受理批量商业维权案件的比例超过85%。在维护市场秩序的同时，客观地说，批量维权有利于迅速制止和有效地清理知识产权侵权行为，有效地降低维权成本。但在实践中，大规模维权行为有泛滥和异化的倾向，包括大量的“恶意诉讼”行为，即知道自己的权利基础没有知识产权权利基础或权利基础有缺陷，仍然向他人提及侵犯知识产权诉讼的行为，形成了灰色产业链，不仅破坏了知识产权诉讼的良好生态，也扰乱了市场竞争的公平秩序。知识产权恶意诉讼打着保护知识产权的旗号，严重违背了法律保护知识产权的初衷，破坏了知识产权诉讼的良好生态，扰乱了市场竞争的公平秩序。由此，最高人民检察院颁布了《全国检察机关关于依法惩治知识产权恶意诉讼专项监督工作实施方案》(以下简称《实施方案》)，决定从2022年7月至2023年12月在全国检察机关开展“依法惩治知识产权恶意诉讼专项监督工作”，要求各级检察机关以依法惩治知识产权恶意诉讼为重点。监督知识产权批量维权案件、知识产权滥用行为、知识产权虚假诉讼行为。作为统筹规划，高检院发布的《实施方案》解决了恶意诉讼治理的目标、时间、要求等关键因素。是各级医院惩处知识产权恶意诉讼的指导和基本依据，但依赖各级医院的实践探索，尚未提供详细的方法和路径。

第一，传统的知识产权恶意诉讼监管模式的实际困境

只有准确识别知识产权的恶意诉讼，明确相关裁判标准，才能维护知识产权人的合法权利，鼓励创新创造，维护公众的合法权益，实现权利保护与禁止乱用的平衡。然而，检察机关对知识产权恶意诉讼的法律监督面临着各种现实困境:

第一，很难发现知识产权的恶意诉讼。认定知识产权恶意诉讼的主要前提是原始民事侵权诉讼和相关裁判文书。在不了解案件特点的情况下，盲目从海量裁判中寻找恶意诉讼线索，无疑会导致效率低下，识别准确性不足。

第二，恶意诉讼难以认定知识产权。在司法实践中，“因恶意提及知识产权损害责任纠纷”的案件并不多，其他知识产权侵权纠纷中隐藏着大量的恶意诉讼行为。即使权利人因被法院认定为权利缺陷而败诉，也不能完全认定为“恶意诉讼”。知识产权恶意诉讼是一种特殊的侵权行为，其主观要件与普通侵权行为不同。我们认为构成知识产权恶意诉讼的关键因素是权利人仍然提起诉讼，知道自己没有权利基础或权利基础上的瑕疵，而主观恶意的认定通常需要详细的客观证据，甚至需要分析不同判决文件的事实进行判断。对检察机关来说，如果只分析单一的裁判文件，就很难区分恶意诉讼行为。

第三，打击知识产权的恶意诉讼很难。由于恶意诉讼是一种权利滥用行为，披着合法的维权外衣，具有一定的隐秘性，因此在判断过程中要格外谨慎，明确维权与恶意诉讼的界限是困难的，而且由于侵权人大多在全国范围内进行批量诉讼，检察机关对传统案件的审判监督无法从根本上遏制其重复发生。

构建知识产权恶意诉讼大数据法律监督模式的重要性

首先，实现发现知识恶意诉讼线索的必然要求。知识产权恶意诉讼隐藏在诉讼大数据中，只有通过分析大数据才能发现隐藏的线索。通过建立大数据法律监督模型，提取结构化字段，可以自动检查海量大数据，打造可视化、可持续的软件工具，找到法律监督线索。

其次，提高知识产权法律监督效率的必然发展。知识产权案件和错误案件隐蔽性强，法律监督线索难以发现，工作碎片化，质量和效率不明显。只有依托大数据，横向、纵向分析和比较全国各地的大量裁判文书，提取有效信息，实现关键要素的相关分析，才能发现更多甚至外地、多地的法律监督线索。

第三，满足法律监督依法公正运行的内生需要。大数据模型是对传统法律监督手段的颠覆，对传统法律监督模式的变革和对传统法律监督功能的重新定义，具有重塑变革的根本性价值。为了真正科学地引导和发现监管线索，海量数据事实和数据必须在法律理念和逻辑指导下进行分析，并利用大数据、云计算、人工智能等现代科技手段的辅助。

为了实现法律监督高质量、促进社会治理现代化的目标，新时期检察工作的关键是找到关键的变量和核心路径。答案在于新技术革命的关键——数字革命。研究小组认为，地方检察机关应以《实施方案》为主要行动方案和指导，深入挖掘数据的价值，提炼规则，总结类别，利用大数据法律监督模型实施，科学推进实施方案，形成惩罚知识产权恶意诉讼的样本和经验方案。

第三，知识产权恶意诉讼大数据法律监督模式“全周期”实践分析

研究小组拟从模型培养、模型创建、模型运行、模型管理、模型维护等不同阶段，将大数据法律监督模型与某一商品进行比较。，从模型的“全生命周期”，分析整个过程的实际运行路径和相关困难。

（一）

模型培养阶段

模型培养阶段的具体步骤分析

在大数据法律监督模型培养阶段，主要有以下三个步骤：

收集模型业务需求。恶意诉讼行为在知识产权的各个领域都有不同的表现。比如在商标领域，恶意诉讼包括以不正当手段先注册他人已经使用并具有一定影响力的商标，以不正当手段获得商标权后滥用权利，频繁维权等。专利领域的恶意诉讼包括以无效专利侵权诉讼等重要节点，如申请外观专利、在公司上市等。在作权领域，知识产权恶意诉讼呈现批量化趋势，隐藏在小说、照片、音乐创作、影视剧等不同类型的大规模商业维权行为中。乱用权利和碰瓷维权行为频繁发生。这部分行为涉及大量裁判文书，远远大于商标领域和专利领域。所以研究小组以作权领域为重点，对数据进行初步筛查，确定重点监督对象。借助中国裁判文书网的统计，研究小组选出了138万多起“知识产权权属和侵权纠纷”，其中95万多起“作权权属和侵权纠纷”约占70%。2019年至2022年间，民事诉讼超过62万起，其中“信息网络传播权纠纷”一审、二审案件超过23万起，占比超过37%。通过逐步选择，可以进一步锁定更细分的领域。

业务需求评估选择。大量商业维权案件中隐藏着知识产权恶意诉讼案件，这类案件具有明显的特点。例如，通过对全国各地法院“损害网络信息传播权纠纷”案件一审和二审的不同判决进行对比分析，可以总结出这类案件通常具有以下特点:大多数案件由职业维权机构提起诉讼；原告在全国各地多次以“网络信息传播权纠纷”为由提起民事诉讼，犯罪原因相同，侵权作品相同；侵权事实简单，侵权行为容易判断；一些原告非原始权利人，通过层层授权获得相关内容的信息网络传播权；案件多为调解结案，原告撤回起诉率较高等。基于此类案件数量众多，案件同质化较强，利用大数据构建模型进行法律监督的可行性较强。

准备建立获取数据。如何获取所需数据，并尽可能全面地理解是首要副本。利用大数据模型探索恶意诉讼线索的前提是获取裁判文件信息，包括民事判决、调解、裁决等。在当地法院的知识产权案件中。如果恶意诉讼中存在伪造授权文件、虚构授权链等情况，也会涉及到不同的企业，需要对不同企业之间的相关信息进行分析判断。因此，企业的工商信息和诉讼信息也是大数据模型的重要数据基础。此外，检察机关负责法律监督，通过检察控申窗口、检察服务热线、消费者保护协会等多种方式获取的各种恶意诉讼相关维权数据也应纳入大数据模型数据获取范围。

模型培训阶段面临的实际困境

获取数据是处理数据的前提条件。

大数据具有庞大、复杂、分散、多样的特点，各自掌握在不同的主体手中，甚至隐藏在法律关系和专业概念的背后。如何获取所需数据，尽可能全面地理解是首要副本，如何收集、总结、形成数据也是一个需要考虑的问题。目前，获取知识产权裁判文书的途径主要包括中国裁判文书网、北京大学法宝、国家检察业务软件系统等。其中，百度收录的裁判文书网、北京大学法宝等法院判决数量占实际裁判文书的比例有待进一步提高。而且国家检察业务软件系统获得的裁判监管线索大多是通过控申平台获得的“被动”数据，数据非常有限。企业相关信息主要通过“天眼查”等第三方平台查询，数据来源渠道有限。很多地方检察机关没有与法院、侦查机关、知识产权行政机关建立统一的知识产权司法和执法大数据共享机制，也没有与市场监管局等行政单位建立信息共享渠道，无法实时共享公司的工商信息、股东相关信息等数据。

(2)从法律语言到编程语言的转换难度。

大数据法律监督模型需要从案件处理到类别监督的飞跃，实现“多跨”监督。由于知识产权本身是一个与时俱进的专业领域，恶意诉讼的形式很多，而且在不断变化，法律界定也不清楚。如何从复杂多变的社会现象中提取法律规范、法律要素，总结出计算机可以理解的思路，将是检察官现实中的困难和挑战。

（二）

模型创建阶段

创建知识产权恶意诉讼大数据法律监督模型的具体步骤如下：

第一步是明确需要筛选的“关键要素”。例如，以“损害网络信息传播权”为例，通过分析“损害网络信息传播权纠纷”的判决，提取原告、案件理由、法院、判决结果等关键要素，将其设置为筛选条件，自动“识别”大量判决，同时对不同要素进行排列组合，从大量判决中选择初步数据范围。

第二步，结合恶意诉讼相关法律法规，对特定行为进行数据冲击，缩小监管线索范围。根据相关司法解释，伪造知识产权授权文件等关键证据，编造知识产权人身份，编造知识产权侵权纠纷，继续提起诉讼，明知缺乏合法权利基础，都是恶意诉讼。

第三步是进一步整理“关键要素”的冲击结果:整理法律关系，定向整理相关行为的时间线，结合原告、案件、法院、判决结果等信息进行关联碰撞后获得的信息。

第四步:“大数据模型判断”与“人工判断”相结合。在“大数据模型”推断出初步异常线索后，检察官可以有针对性地进行分析判断，提取出更具体的“异常元素”，完善和修改模型检索的重点和操作流程，进一步调查和锁定监管线索。

从司法实践的角度来看，大数据法律模型的创建通常面临以下问题：

(1)大数据技术需要升级和转型

智能检察、科技强检等智能检察工程在检察信息收集、检察业务管理、检察决策支持等方面发挥了重要作用。然而，技术承受能力普遍缺乏广度和深度，尤其是创建大数据法律监督模型所需的“数据”＋算法＋计算率，部分地区仍处于“智能化建设”阶段，处于“业务数据化”的发展水平，并未从本质上跨越“智能制造”阶段，实现“数据业务化”。

模型数据需求与特定场景之间的联系不密切。

大数据法律监督模型中的数据需求必须清晰明了。换句话说，数据必须与检察监督的需求场景和具体案件密切相关。但由于技术人员和法律人员之间的业务隔离，办案场景需求和实际数据提取往往存在分离的困境，导致数据冗余或元素不足。

(3)受数据库的限制，模型更新更加缓慢和完善。

由于相关数据共享机制正在建设过程中，仍然缺乏大量的裁判文书数据，无法结合更多的基础数据来完善和升级模型建设，因此在结合恶意诉讼监管需求和案件特点提出大数据模型建设理念，并依靠现有的技术力量建立基础模型之后。

（三）

模型运行阶段

检察机关在知识产权恶意诉讼大数据法律监督模式运行阶段面临两大困境：

数据安全隐患1.

知识产权恶意诉讼大数据法律监督模型在运行阶段必须涉及法院判决数据、企业情况数据等。数据的安全保护也必须涉及到大数据法律监督模型的运行和维护。数字技术和数字治理不仅唤起了沉睡的数据，也触动了数据权，引发了数据权和数据权之间的博弈。只有提高数据的安全性，才能保证大数据监督模型的可持续运行。

二是对数据模型的过度依赖，需要防止数字技术对检察实践的攻击。

在实践中，随着实践的变化，知识产权恶意诉讼案件的不同特征正在迅速发展和更新。过度依赖以往经验总结构建立的数据模型，可能导致监管落后、滞后，最终导致无效。

知识产权检察办案人员利用大数据进行法律监督的能力有待进一步提高

大数据模型建立后，需要依靠实际使用大数据模型的知识产权检察官对模型的运行、维护和不断创新和完善。由于对大数据等新知识缺乏了解，知识产权调查人员在数据应用、大数据监督模型运行管理和优化更新方面缺乏经验，无法充分发挥大数据模型的功效。

（四）

模型管理阶段

1.流程管理

目前，全国各级检察机关都在积极探索大数据法律监督模式的实践，但研究小组认为，大数据法律监督模式的管理模式不应该采用“处处撒网、蓬勃发展”的方式，而应该将有限的人力、物力和资金投入到高产出模型项目中。对于知识产权恶意诉讼大数据法律监管模型的管理，还需要综合评价各种因素，如不同模型的重要性、概率、设计规则的逻辑性、模型开发的投入-输出比、模型项目的技术可实现性、模型数据的可获取性等。，并尽可能实现区域内的统一管理，防止重复建设，实现大数据模型的可复制和推广。

2.维护管理

如何将“点状盛开”的单一法律监督模式发展成“整体渗透”的全过程和全业务类别监督是管理和维护面临的最大困难。需要考虑大数据法律监督模型开发的进度、项目和法律监督模型的升级成本。针对部分项目的具体情况，分类采用“关闭并转移”，挖掘更多知识产权领域恶意诉讼法律监督线索，提高监管质量和效率。并且通过产品升级实现信息共享，监管结果共享。

知识产权恶意诉讼大数据法律监督模式发展建议对策

（一）

大数据监督与知识产权检察办案相结合

目前，大多数地方实践都是通过数字检察班来推进大数据监督模型的工作。研究小组认为，大数据法律监督模型的责任主体不是各医院的检察长或大数据班。在数据变革的趋势下，应以“结合”为理念融入办案，提高检察官的大数据监督和知识产权检察结合素质。加强数据应用实践训练，促进理论实践双重结合，提高检察员利用大数据的能力。检察院业务培训的重点是正常使用大数据法律监督平台和完善的数字监督场景。每天熟练运用平台、场景，促进各业务部门、各检察官不断加强数字化意识和思维，提高数字化能力和方法。另外，为了更好地促进检察官建立大数据战略思维，提高大数据应用能力，需要制定大数据素养的评估规则，明确评估标准。通过量化检察人员素质水平，实行奖励评估制度，本质上提高了检察人员树立大数据战略思维、应用大数据工具的积极性。

（二）

强化知识产权检察 培养数字人才

为了促进知识产权恶意诉讼大数据法律监督模式的发展，有必要建设一支具有大数据战略思维、讲政治、讲业务、懂技术的复合数字检察人才队伍。加强检察工作 数字化人才培养，建立数字化检察专业团队，能有效地整合优势资源，实现人才培养的汇聚。要系统规划数字检察人才培养，全面完善数字检察人才招聘、引进、培训、培训机制，以政治引领、系统思维、解决问题、实战有用为导向，建立健全数字检察人才队伍职业发展体系，加强数字检察监督办案理念和办案能力，为大数据赋能法律监督提供人才支持和储备。适度引进高校、科研院所等相关科技人才，适度放开选拔标准，为知识产权检察院提供 提供数字人才复合型人才的机会。

（三）

打破信息共享堡垒

第一，充分利用检查内部大数据。对知识产权恶意诉讼监管数据进行及时、全面、准确的掌握，探索建设“检察大数据中心”。检察机关大数据的构建应以“两网一统”平台为主，辅以其它辅助系统和平台，共同探索构建“检察大数据中心”。各级检察机关积极建立数据共享机制，建立以主数据为主干、以其它数据为支撑的信息系统应用格局。通过大数据共享，可以准确打击和监督知识产权恶意诉讼。第二，建立政法数据共享机制。检察机关可以依托与公安、法院签订的信息共享协议，建立数据实时交换平台，扩大平台覆盖面，深入执法司法机关多个单位数据库。检察机关主动与执法司法机关等信息数据实施联通，促进执法司法机关办案系统连接、数据自动交换和信息共享。第三，完善政府信息共享机制。建立跨部门数据共享平台，拓宽知识产权恶意诉讼社会数据库连接渠道。共享是数字检察能够顺利进行的关键。此外，由于恶意诉讼覆盖面广，需要关注公开渠道的公开信息或行业趋势，形成稳定的获取源，搭建数据平台，拓展社会数据获取源。检察机关可以通过数据获取渠道，如知识产权领域组织、社区组织等。，完善信息共享模式，及时获取恶意诉讼的相关信息。对于社会数据库，检察机关为了加入信息系统，应积极扩大信息查询渠道，争取相关知识产权行业对检察工作的支持。当然，在社会数据的处理和应用方面，检察机关也要严格遵守司法谦虚、依法通知、目的限制等原则。，并严格依法谨慎使用社会数据。

（四）

形成全国通用案例引导案例

选用具有复制推广价值的成熟数字检察案例，制作办案指导，供各地检察干警学习、参考。与传统的办案指导相比，数字检察办案指导应更加注重大数据法律监督的方法和方法，将思维导图、数据模型、数据分析步骤、办案经验等方法和内容结合起来。，从而更直观、更清晰地促进检察干警的理解，掌握数字检察办案的要点、一般规律和具体步骤，使其在相关领域尽快对大数据法律进行监督，不断创新监督管理效果。聚焦知识产权恶意诉讼中人民群众关注的问题，通过大数据赋能，建立法律监督模式，保障人民群众。在实际的知识产权恶意诉讼案件中，我们坚持以问题为导向，对具体问题进行精准监督，对症治疗，突出靶向效应，坚持小、中、大、从点到面，坚持以四两千斤的巧力打通关节，通过检察建议快速、准确、稳定地监督解决问题。以知识产权恶意诉讼监管模式建设为契机，深化检察机关知识产权“四合一”履行职责，继续深化知识产权保护专项活动，帮助完善知识产权司法保护制度，如大数据、基因技术等。

题目：“题目组”｜“全周期”知识产权恶意诉讼大数据法律监督模式实践路径探索分析

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com