10月19日-22日，西南政法大学刑事辩护高等研究院成功举办了“西政刑辩学堂”第三期“网络犯罪案件办理高等研修班。本期研修班有三大特色：第一，师资力量强大。既有法学界泰斗、“当代法学名家”樊崇义教授和徐静村教授，还有西政校长林维教授、北大江溯教授、人大刘品新教授、浙大高艳东副教授，福建壶兰律师事务所主任、西南政法大学刑事辩护高等研究院副院长吴国章律师亦受邀参与授课。第二，培训专题新颖。诸位知名理论学者与实务专家针对网络犯罪案件办理重点、难点、要点进行多角度、全方位讲解，既有宏观又有微观、既有理论又有实务、既有实体又有程序，课程设置既聚焦专题又丰富多彩。第三，同堂学习融洽。本期学员既有律师，也有警察和检察官，大家同堂学习，相互交流、相互提升、相互进步，是一场别开生面的实务学习与研讨会。

一、课程内容

10月20日下午的课程由西南政法大学刑事辩护高等研究院副院长、福建壶兰律师事务所主任吴国章律师主讲，讲授的主题为“网络犯罪案件中的新型证据辩护”，内容分为四个部分。

第一部分为网络犯罪案件中“综合认定”如何理解与辩护。吴律师首先梳理了学界对综合认定的不同理解与观点，分析综合认定的形成逻辑，提出综合认定的前提条件为相关事实已查清。推定存在经验性、概括性，从而存在一定的反驳空间。针对推定的辩护而言，关键抓点在于推定方法的法定性、经验概括的高度盖然性、推定结果的无例外性。针对推论的辩护而言，推论不同于推定，是基于生活经验所产生的一种归纳推理，对其反驳可基于黑天鹅规则，反驳的方法为提供反证，比如从数据是否具体个性化特征、有否正常经济往来的线索或证据、属于正常经济往来是否符合经验法则等角度进行反驳。吴律师指出，综合认定不是没有证据的认定，仍应当坚持证据裁判规则。

第二部分为抽样证据的审查辩护。吴律师对抽样证据的适用条件、分类、对象、方法、数量、同质性展开介绍，总结了网络犯罪案件抽样证据的特征，包括从物的抽样向人的抽样转变、从具体性比例向概括性比例转变以及从具体方法向概括性方法转变。吴律师提出，目前抽样证据辩护率低，技术性低，无法提出有效的实质性辩护。对整体证据进行审查，主要要从量的审查和质的审查出发。对样本证据进行审查，则需要把握比例合理性，主要标准在分布均匀性、代表充分性以及覆盖全面性。就样本取证方法的审查辩护而言，辩方可以通过行政执法规范、技术规范标准以及例外或相反证据进行反驳。

第三部分为大数据分析报告的审查辩护。大数据证据在司法实践中的具体表现形式包括分析报告、检验报告、鉴定意见、审计报告。目前，大数据证据辩护存在的问题包括辩护率低、质证形式化、质证视野狭隘以及法庭采纳率低四个方面。针对大数据证据的审查辩护，主要可以从原始数据的完整性、数据的整体真实性、算法逻辑的正确性、算法设计动机中立性、分析报告的属性等几个方面进行。

第四部分为算法证据的审查辩护。吴律师从算法证据的概念、特征及分类出发，归纳了算法证据在实践中存在的依赖化、黑箱化、凝固化、专业化、对应化这五个特征。算法数据的实践运用主要体现在统计分析、比对及识别、建模和预测四个方面。对于算法证据的审查辩护，一方面，要从其本身属性入手，分析算料的全面性、算法技术的科学性、算法规则的可解释性、算法模型的最佳性、算法结果的印证性；另一方面，可以从外部方法论着手，采取印证法、排除合理怀疑、最大个别化检验、最佳解释推理的方法。