基于隱私度量的數(shù)據(jù)定價(jià)模型

彭慧波 周亞建

摘? 要： 有價(jià)值的數(shù)據(jù)資源充分流動(dòng)，可以實(shí)現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)的長(zhǎng)期，穩(wěn)定和可持續(xù)發(fā)展。本文討論了通過構(gòu)建以合理定價(jià)為中心的數(shù)據(jù)交易機(jī)制來利用經(jīng)濟(jì)杠桿來激勵(lì)數(shù)據(jù)流的想法。首先，本文結(jié)合信息熵，提出了一種基于分級(jí)的交易數(shù)據(jù)集隱私度量方法;其次，基于數(shù)據(jù)集中的隱私含量和數(shù)據(jù)引用指數(shù)提出了一種數(shù)據(jù)定價(jià)模型對(duì)待交易數(shù)據(jù)元組進(jìn)行定價(jià);最后，結(jié)合一個(gè)實(shí)際的交易數(shù)據(jù)集驗(yàn)證了模型的正確性、合理性、有效性。

關(guān)鍵詞： 計(jì)算機(jī)應(yīng)用技術(shù);數(shù)據(jù)定價(jià);隱私度量;信息熵;隱私分級(jí)

中圖分類號(hào)： TP399? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.01.012

【Abstract】： With valuable data resources flowing fully， the long-term， stable and sustainable development of the big data industry be realized. The idea of using economic levers to motivate data flow through the construction of a data transaction mechanism centered on reasonable pricing has been discussed in this paper. Firstly， this paper proposes a classification-based transaction data set privacy measurement method based on information entropy. Secondly， based on the privacy content and data index of the data set， a data pricing model is proposed to price the transaction data tuple. Finally， a specific example has been used to verify the correctness， rationality and effectiveness of the pricing model.

【Key words】： Computer application technology; Data pricing; Privacy measurement; Information entropy; Privacy rating

0? 引言

隨著信息技術(shù)的快速發(fā)展，時(shí)刻都有海量數(shù)據(jù)的產(chǎn)生，但是這些數(shù)據(jù)都是停止不動(dòng)的，形成了一個(gè)個(gè)信息孤島。數(shù)據(jù)作為一種在一定程度上不可共享的資源，逐漸演變成為一種可進(jìn)行交易的商品，數(shù)據(jù)資源成為人類社會(huì)一種必不可少的生產(chǎn)要素與戰(zhàn)略資產(chǎn)[1]。為了促進(jìn)數(shù)據(jù)的流動(dòng)這就需要數(shù)據(jù)交易的支持。但是，由于缺乏規(guī)范的交易渠道和統(tǒng)一的交易規(guī)范，現(xiàn)在并沒有統(tǒng)一的數(shù)據(jù)交易平臺(tái)。而數(shù)據(jù)交易的平穩(wěn)、健康發(fā)展又離不開數(shù)據(jù)定價(jià)方法的支持。目前仍未能在全球領(lǐng)域內(nèi)形成對(duì)數(shù)據(jù)定價(jià)方法的統(tǒng)一認(rèn)識(shí)。因此，如何實(shí)現(xiàn)數(shù)據(jù)定價(jià)理論中定價(jià)機(jī)制的公開化、數(shù)據(jù)價(jià)格的透明化，一直是困擾國(guó)內(nèi)外科研人員以及大數(shù)據(jù)從業(yè)者的重大問題。

要解決這個(gè)問題，隱私風(fēng)險(xiǎn)分析及評(píng)估不失為一種可行解決方案。但隱私風(fēng)險(xiǎn)分析及評(píng)估，尤其是量化隱私風(fēng)險(xiǎn)，勢(shì)必會(huì)涉及隱私度量問題。從這些分析來看，隱私度量的研究具有十分重要的理論意義和應(yīng)用價(jià)值。目前對(duì)于隱私度量的研究主要是基于 Shannon信息論的通信框架，提出了幾種隱私保護(hù)信息熵模型，以解決隱私保護(hù)系統(tǒng)的相關(guān)度量問題。信息熵作為信息度量的有效工具，在通信領(lǐng)域已展現(xiàn)出其重要的貢獻(xiàn)。為此，不少學(xué)者或多或少進(jìn)行了探索，提出了比如事件熵、匿名集合熵、條件熵形式化分析和分布概率數(shù)學(xué)理論等在內(nèi)的相關(guān)理論[2]。然而這些方法在實(shí)際應(yīng)用中并不能達(dá)到理論上所提到的隱私保護(hù)的效果，并且存在不同程度的不足或缺陷。此外，目前關(guān)于隱私度量的研究還較為零散，更多地是針對(duì)某一特定領(lǐng)域，如位置隱私保護(hù)，目前還尚未形成統(tǒng)一的模型及體系。其應(yīng)用范圍也受到限制，特別是隱私是具有時(shí)空性的，與人的主觀感受也有關(guān)系，不同的人對(duì)同一隱私的認(rèn)同可能不同。然而在數(shù)據(jù)交易的過程中，隱私含量作為一個(gè)影響數(shù)據(jù)定價(jià)的重要特征，如何衡量數(shù)據(jù)集中隱私含量就顯得尤為重要。目前尚沒有一種針對(duì)待交易數(shù)據(jù)集中隱私含量的度量方式[3]。

在研究過程中本文的研究對(duì)象主要是待交易數(shù)據(jù)集中的各個(gè)元組。此外，本文做出以下假設(shè)：（1）數(shù)據(jù)擁有者和數(shù)據(jù)購(gòu)買者對(duì)數(shù)據(jù)和其中包含的敏感信息都十分關(guān)注，出于法律等因素的約束，可信第三方不會(huì)主動(dòng)泄露數(shù)據(jù)中的敏感信息;（2）數(shù)據(jù)擁有者和數(shù)據(jù)購(gòu)買者都是理性的，是否出售和購(gòu)買數(shù)據(jù)都是通過合理分析得出，包括成本、收益、風(fēng)險(xiǎn)在內(nèi)的所有因素都可以用價(jià)格進(jìn)行衡量;（3）本文從數(shù)據(jù)交易平臺(tái)的角度出發(fā)，結(jié)合數(shù)據(jù)本身特性分析交易數(shù)據(jù)集的價(jià)格，得出的結(jié)果均不考慮除數(shù)據(jù)本身之外其它因素對(duì)價(jià)格所帶來的影響;（4）本文所設(shè)定的模型不考慮套利和整體折扣的情況。

基于以上論述，本文提出一種基于信息熵的隱私度量方法，并在此基礎(chǔ)上建立基于隱私度量的數(shù)據(jù)定價(jià)模型。

1? 相關(guān)工作

包括微軟、亞馬遜、貴州大數(shù)據(jù)交易所、上海大數(shù)據(jù)交易中心在內(nèi)的國(guó)內(nèi)外數(shù)據(jù)交易平臺(tái)結(jié)合多年來的實(shí)踐經(jīng)驗(yàn)，提出了包括基于次數(shù)定價(jià)、基于固定費(fèi)用定價(jià)（只與使用時(shí)間有關(guān)）、雙方稅率定價(jià)（先收取基本費(fèi)用，每次使用收取固定費(fèi)用）、免費(fèi)增值定價(jià)（使用開放數(shù)據(jù)免費(fèi)，使用額外服務(wù)收取一定費(fèi)用）在內(nèi)的不同數(shù)據(jù)定價(jià)方法。

參考文獻(xiàn)

[1] Gkatzelis V， Aperjis C， Huberman B A. Pricing private data[J]. Electronic Markets， 2012， 25（2）： 1-15.

[2] 彭長(zhǎng)根， 丁紅發(fā)， 朱義杰， 等. 隱私保護(hù)的信息熵模型及其度量方法[J]. 軟件學(xué)報(bào)， 2016， 27（8）： 1891-1903.

[3] 連玉明. 重新定義大數(shù)據(jù)[M]. 北京：機(jī)械工業(yè)出版社， 2017： 164-175.

[4] 張曉玉. 基于討價(jià)還價(jià)博弈的大數(shù)據(jù)商品交易價(jià)格研究[D]. 遼寧科技大學(xué)， 2016.

[5] Riederer C， Erramilli V， Chaintreau A， et al. For sale： your data： by： you[C]//ACM Workshop on Hot Topics in Networks. ACM， 2011： 13.

[6] Niyato D， Alsheikh M A， Wang P， et al. Market model and optimal pricing scheme of big data and Internet of Things （IoT）[C]//IEEE International Conference on Communications. IEEE， 2016.

[7] Balazinska M， Howe B， Koutris P， et al. A Discussion on Pricing Relational Data[M]//In Search of Elegance in the Theory and Practice of Computation. Springer Berlin Heidelberg， 2013： 167-173.

[8] Shen Y， Guo B， Shen Y， et al. A Pricing Model for Big Personal Data[J]. 清華大學(xué)學(xué)報(bào)： 自然科學(xué)英文版， 2016， 21（5）： 482-490.

[9] 陳筱貞. 大數(shù)據(jù)交易定價(jià)模式的選擇[J]. 港澳經(jīng)濟(jì)， 2016（18）： 3-4.

[10] 劉朝陽(yáng). 大數(shù)據(jù)定價(jià)問題分析[J]. 圖書情報(bào)知識(shí)， 2016（1）： 57-64.

[11] Moiso C， Minerva R. Towards a user-centric personal data ecosystem The role of the bank of individuals' data[C]// International Conference on Intelligence in Next Generation Networks. IEEE， 2012： 202-209.

Muschalle A， Stahl F， L?ser A， et al. Pricing Approaches for Data Markets[C]//Workshop Business Intelligence for the Real Time Enterprise. 2012： 129-144.

趙子瑞. 淺析國(guó)內(nèi)大數(shù)據(jù)交易定價(jià)[J]. 信息安全與通信保密， 2017（5）： 61-67.

干春暉， 鈕繼新. 網(wǎng)絡(luò)信息產(chǎn)品市場(chǎng)的定價(jià)模式[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2003（5）： 34-41.

Tsai Y C， Cheng Y D， Wu C W， et al. Time-Dependent Smart Data Pricing Based on Machine Learning[M]// Advances in Artificial Intelligence. 2017： 103-108.

熊金波， 王敏燊， 田有亮， 等. 面向云數(shù)據(jù)的隱私度量研究進(jìn)展， 軟件學(xué)報(bào)， 2017， DOI：? 10.13328/j.cnki.jos.005363.

Balazinska M， Howe B， Dan S. Data Markets in the Cloud： An Opportunity for the Database Community[J]. Proc of the Vldb Endowment， 2011， 4： 1482-1485.

王文平. 大數(shù)據(jù)交易定價(jià)策略研究[J]. 軟件， 2016， 37（10）： 94-97.

Li C， Li D Y， Miklau G， et al. A Theory of Pricing Private Data[J]. ACM Transactions on Database Systems （TODS）， 2014， 39（4）： 34.

Koutris P， Upadhyaya P， Balazinska M， et al. Query-based data pricing[C]//Symposium on Principles of Database Systems. ACM， 2012： 167-178.

Tang R， Wu H， Bao Z， et al. The Price Is Right[C]// International Conference on Database and Expert Systems Applications. Springer Berlin Heidelberg， 2013： 380-394.

[22] 彭云聰， 任心晴， 石浩森. 基于核加權(quán)KNN和多目標(biāo)優(yōu)化的眾包平臺(tái)定價(jià)系統(tǒng)設(shè)計(jì)[J]. 軟件， 2018， 39（6）： 150-154.