计算机应用研究

作者：方嘉豪,郭兵,

单位：四川大学计算机学院,成都610065；

关键词：数据定价,数据共享,属性隐私,河豚鱼隐私,无套利,

基金：国家自然科学基金铁路基础研究联合基金资助项目(U2268204)；；

现有统计查询定价模型没有考虑查询结果揭露数据集敏感属性的问题，难以通过相应地补偿数据提供方激励共享，对此提出一种基于属性隐私的定价模型。首先，基于提出的宽松近似Wasserstein机制（RAWM）计算查询敏感度，直接计算输出分布对距离的宽松上界以提高效率；然后，以约束属性隐私损失为前提，根据查询敏感度、噪声方差、补偿参数对数据提供方进行补偿；最后，在补偿之上运用成本加成法设计了多个无套利定价函数，可以针对单补偿成本和多边际成本等场景定价。实验结果表明，查询敏感度的计算时间从线性复杂度降低到了常数复杂度，在一亿数据量下仅有0.52%的效用代价；定价模型能够提供细粒度补偿以激励共享；设计的定价函数满足无套利性。

来源：2024年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第10期