一种隐私数据定价方法、装置、设备及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114782085A(43)申请公布日2022.07.22(21)申请号202210388972.7(22)申请日2022.04.13(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山(72)发明人宋伟张正彭智勇(74)专利代理机构武汉智权专利代理事务所(特殊普通合伙)42225专利代理师罗成(51)Int.Cl.G06Q30/02(2012.01)G06Q30/06(2012.01)G06F21/62(2013.01)权利要求书2页说明书11页附图2页(54)发明名称一种隐私数据定价方法、装置、设备及可读存储介质(57)摘要本申请涉及一种隐私数据定价方法、装置、设备及可读存储介质，涉及数据交易技术领域，包括根据买家发布的数据对象分析函数从原始数据库中筛选出第一原始数据集并基于与可接受数据精度对应的噪声尺度对第一原始数据集进行处理得到隐私数据集；基于隐私数据集的数据含量、均方根误差分别计算信息熵和精度损失，根据信息熵和精度损失计算数据价值；根据隐私数据集的属性极限值、数据对象分析函数的敏感度和可接受数据精度计算隐私含量并基于隐私含量计算隐私成本；基于数据价值、隐私成本和数据市场系数计算数据利润；根据数据价值、隐私成本和数据利润确定出隐私数据集的价格。本申请可实现对数据集的精确定价，满足用户对不同精度的定制化需求。CN114782085ACN114782085A权利要求书1/2页1.一种隐私数据定价方法，其特征在于，包括以下步骤：获取买家发布的购买请求信息，所述购买请求信息包括数据对象分析函数和可接受数据精度；根据所述数据对象分析函数从原始数据库中筛选出第一原始数据集，并基于与所述可接受数据精度对应的噪声尺度对所述第一原始数据集进行处理，得到隐私数据集；基于隐私数据集的数据含量计算所述隐私数据集的信息熵，并基于隐私数据集的均方根误差计算所述隐私数据集的精度损失，且根据所述信息熵和所述精度损失计算所述隐私数据集的数据价值；根据隐私数据集的属性极限值、所述数据对象分析函数的敏感度和所述可接受数据精度计算所述隐私数据集的隐私含量，并基于所述隐私含量计算所述隐私数据集的隐私成本；基于所述数据价值、所述隐私成本和数据市场系数计算所述隐私数据集的数据利润；根据所述数据价值、所述隐私成本和所述数据利润确定出所述隐私数据集的价格。2.如权利要求1所述的隐私数据定价方法，其特征在于，在所述根据隐私数据集的属性极限值、所述数据对象分析函数的敏感度和所述可接受数据精度计算所述隐私数据集的隐私含量的步骤之后，还包括：检测买家是否拥有背景数据集；若买家拥有背景数据集，则将所述背景数据集和所述隐私数据集进行连接操作处理，得到处理后的数据集；根据所述处理后的数据集的属性极限值、所述数据对象分析函数的敏感度和所述可接受数据精度计算所述处理后的数据集的第一隐私含量；基于所述第一隐私含量对所述隐私数据集的隐私含量进行更新，得到所述隐私数据集的新的隐私含量。3.如权利要求2所述的隐私数据定价方法，其特征在于，所述隐私数据集的隐私含量θ(Vp)的计算公式为：式中，Vp表示隐私数据集，Δ(f)表示数据对象分析函数的敏感度，ε表示可接受数据精度，γ表示隐私数据集的属性极限值，其中，γ＝supx∈X|X|，X表示隐私数据集Vp中的某一属性。4.如权利要求3所述的隐私数据定价方法，其特征在于，所述隐私数据集的隐私成本Pp的计算公式为：Δθ＝θ(Vp)+θ(U′)式中，Δθ表示所述隐私数据集的新的隐私含量，θ(U′)表示所述处理后的数据集的第一隐私含量。5.如权利要求1所述的隐私数据定价方法，其特征在于，所述隐私数据集的信息熵H(Vp)2CN114782085A权利要求书2/2页的计算公式为：式中，Vp表示隐私数据集，m表示隐私数据集Vp中所记录的数据的条数，pi表示隐私数据集Vp中第i条记录数据出现的概率。6.如权利要求4所述的隐私数据定价方法，其特征在于，所述隐私数据集的精度损失δ的计算公式为：δ＝fnormal(RMSE)式中，fnormal表示归一化函数，RMSE表示隐私数据集的均方根误差，x′ij表示基于噪声尺度处理后的数据，xij表示基于噪声尺度处理前的数据，m表示隐私数据集Vp中所记录的数据的条数，n表示隐私数据集Vp中每一条记录数据包含的列数。7.如权利要求6所述的隐私数据定价方法，其特征在于，所述数据价值Pd的计算公式为：Pd＝100·(1‑δ)·log2(H(Vp)+1)。8.一种隐私数据定价装置，其特征在于，包括：数据获取单元，其用于获取买家发布的购买请求信息，所述购买请求信息包括数据对象分析函数和可接受数据精度；筛选处理单元，其用于根据所述数据对象分析函数从原始数据库中筛选出第一