Non-absolute right to the secrecy of digital messages, or the European system of reliable identification of a person

Cover Page

Cite item

Full Text

Abstract

Objective: to confirm or refute the hypothesis that the requirements, introduced in Germany and Great Britain, for the mandatory use of mass interception of messages (data) by providers (telecommunication operators), combined with big data analysis technologies, constitute a new stage in the development of European predictive policing, conducted in a close to real time regime, and serve as the basis for reliable Internet users’ identification systems.Methods: the article uses the universal dialectical method of cognition, as well as general scientific (analysis, synthesis, induction, deduction, modeling, comparison) and specific scientific research methods (formal legal method).Results: the author comes to the conclusion that the identification model being created in European countries is designed to solve the problem of false user data. In most countries, there is no requirement for Internet users to register under a valid first name, last name and patronymic, if it is provided for by national custom. Having analyzed the legislation of these countries, the author concludes that they are aimed at creating a European system that will allow identifying Internet users with high reliability, in a mode as close to real time as possible.Scientific novelty: based on a study of the legislations of Great Britain and Germany regulating the mass interception of messages and judicial practice of their application, the article describes the emerging European system of user identification on the web, which is aimed at creating a system of legalized identification of a person on the Internet. It is proved that the right to communication secrecy is actually considered as a relative human right that can be violated to ensure the state security against existing threats.Practical significance: the research will help scientists, practitioners and students to better understand the trends in European legislation and the risks posed by the new European system of network user identification based on the analysis of their digital footprints.

About the authors

A. K. Zharova

Institute of State and Law of the Russian Academy of Sciences

Email: anna_jarova@mail.ru

References

  1. Громова, Е. А., Петренко, С. А. (2023). Квантовое право: начало. Journal of Digital Technologies and Law, 1(1), 62–88. EDN: FKAWRT. DOI: https://doi.org/10.21202/jdtl.2023.3
  2. Добкач, Л. Я., Тарапанова, Е. А. (2019). Законодательный механизм ограничения распространения информации в сети Интернет. Вестник УрФО. Безопасность в информационной сфере, 2(32), 30–38. EDN: LIXJZT. DOI: https://doi.org/10.14529/secur190205
  3. Жарова, А. К. (2019). Правовое обеспечение информационной безопасности при использовании интернета вещей. Информационное право, 4, 31–34. EDN: PWHKBY
  4. Жарова, А. К. (2023). Обзор нормативных требований, обеспечивающих национальную безопасность США в сфере квантовых технологий. Информационное общество, 3, 69–77. EDN: CCHNJY
  5. Жарова, А. К., Елин, В. М., Минбалеев, А. В. (2022). Парадигма цифрового профилирования деятельности человека: риски, угрозы, преступления. Москва: ООО «Русайнс». EDN: DNKVPR
  6. Краулин, К. К. (2023). Правовое развитие способов идентификации в сети Интернет на примере правил идентификации клиентов провайдера хостинга. В сб. Шестые Бачиловские чтения: сборник статей участников Международной научно- практической конференции, Москва, 2–3 февраля 2023 г. (с. 243–250). Москва: Институт государства и права РАН. EDN: CECJPN
  7. Кубасов, И. А., Лекарь, Л. А., Кондрущенков, О. М. (2020). Перспективные направления применения методов анализа больших данных в информационно-аналитическом обеспечении оперативно-разыскной деятельности. В сб. И. Г. Чистобородов, А. Л. Ситковский, В. О. Лапин (ред.), Стратегическое развитие системы МВД России: состояние, тенденции, перспективы: сборник статей Международной научно-практической конференции, Москва, 23 октября 2020 г. (с. 436–442). Москва: Академия управления Министерства внутренних дел Российской Федерации. EDN: OSZJWB
  8. Редкоус, В. М. (2021). Современные направления правого обеспечения государственной безопасности в Российской Федерации. В сб. Пенитенциарная система и общество: опыт взаимодействия: сборник материалов VIII Международной научно-практической конференции, Пермь, 6–8 апреля 2021 г. (Т. 1, с. 67–69). Пермь: Пермский институт Федеральной службы исполнения наказаний. EDN: CUTPJC
  9. Смирнов, Д. В., Грушо, А. A., Забежайло, М. И., Тимонина, Е. Е. (2021). Система сбора и анализа информации из различных источников в условиях Big Data. International Journal of Open Information Technologies, 9(4), 64–71. EDN: VNVDNQ
  10. Смирнов, Е. В. (2018). Описание проблемы обработки и использования результатов анализа больших данных (Big Data). Информационно-экономические аспекты стандартизации и технического регулирования, 6(46), 9. EDN: HDTWPN
  11. Уварова, А. Г., Хроль, Е. В. (2024). Задачи прогнозной аналитики при обработке больших данных. В сб. Виртуозы науки: сборник тезисов Международной научно-практической конференции студентов и молодых ученых за 2023 г., Краснодар, 6–15 ноября 2023 г. (с. 542–543). Краснодар: Кубанский государственный аграрный университет им. И. Т. Трубилина. EDN: TBAJVY
  12. Филипова, И. А. (2020). Алгоритмизация: воздействие на сферу труда и ее регулирование. Российская юстиция, 11, 12–14. EDN: KLXDJU
  13. Филипова, И. А. (2025). Правовое регулирование искусственного интеллекта (3-е изд., обновл. и доп.). Нижний Новгород: Нижегородский государственный университет имени Н. И. Лобачевского.
  14. Халапсин, А. Б., Данилюк, С. А. (2022). Информационная система интеллектуального анализа больших массивов данных о правонарушениях в Республике Беларусь. Вестник Белорусского государственного университета транспорта: наука и транспорт, 2(45), 35–39. EDN: APGIHK
  15. Хисамова, З. И., Бегишев, И. Р. (2019). Уголовная ответственность и искусственный интеллект: теоретические и прикладные аспекты. Всероссийский криминологический журнал, 13(4), 564–574. EDN: QOFRXQ. DOI: https://doi.org/10.17150/2500-4255.2019.13(4).564-574
  16. Anyanwu, A., Olorunsogo, T., Abrahams, T. O. et al. (2024). Data confidentiality and integrity: a review of accounting and cybersecurity controls in superannuation organizations. Computer Science & IT Research Journal, 5(1), 237–253. EDN: PBRTQT. DOI: https://doi.org/10.51594/csitrj.v5i1.735
  17. Begishev, I. R. (2022). Criminal-Legal Protection of Robotics: Notion and Content. International Journal of Law in Changing World, 1(2), 73–83. EDN: OCYQJG. DOI: https://doi.org/10.54934/ijlcw.v1i2.33
  18. Bekkulov, N. R. (2023). Internet user classification and identification without using personal data. The World of Science without Borders: proceedings of the 10th All-Russian scientific and practical conference (with international participation) for young researchers, Tambov, 21 апреля 2023 года (с. 266–270). Тамбов: Издательский центр ФГБОУ ВО «Тамбовский государственный технический университет». EDN: OPWSFQ.
  19. Buono, I., & Taylor, A. (2017). Mass surveillance in the CJEU: forging a European consensus. Camb Law J, 76, 250–253. Erdos, Dr. D. (2022). Identification in personal data: Authenticating the meaning and reach of another broad concept in EU data protection law. Computer Law & Security Report, 46, 105721. EDN: CMORYQ. DOI: https://doi.org/10.1016/j.clsr.2022.105721
  20. Mulligan, A. (2016). Constitutional aspects of international data transfer and mass surveillance. Ir Jurist, 55, 199–208.
  21. Nadji, B. (2024). Data Security, Integrity, and Protection. In McClellan, S. (Eds.), Data, Security, and Trust in Smart Cities. Signals and Communication Technology. Springer, Cham. https://doi.org/10.1007/978-3-031-61117-9_4
  22. Sargiotis, D. (2024). Data Security and Privacy: Protecting Sensitive Information. In Data Governance. Springer, Cham. https://doi.org/10.1007/978-3-031-67268-2_6

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».