(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210365059.5 (22)申请日 2022.04.08 (71)申请人 东华大学 地址 201600 上海市松江区人民北路2 999 号 (72)发明人 冯珍妮　俞思佳　 (74)专利代理 机构 上海申汇 专利代理有限公司 31001 专利代理师 翁若莹　徐颖 (51)Int.Cl. G06F 21/62(2013.01) G06Q 20/38(2012.01) (54)发明名称 面向终端设备个性化隐私保护需求的数据 交易方法 (57)摘要 本发明涉及一种面向终端设备个性化隐私 保护需求的数据交易方法， 数据交易平台首先根 据预算约束和数据拥有者的隐私偏好信息设计 系列合约； 每个数据拥有者按照最优化自身收益 的目标从系列合约选择合约与平台签订； 每个数 据拥有者按照签订合约中隐私保护水平对应的 随机扰动机制处理原数据后提交给数据交易平 台； 数据交易平台 收到从数据拥有者获取的数据 后按照所签订合约中的数据交易价格给各个数 据拥有者支付报酬； 数据交易平台对收集到的数 据采用聚合统计方法得到聚合统计结果返回给 提出需求的数据消费者。 在满足个性化隐私约束 和自私性约束的条件下尽可能获取更准确数据， 从而实现所交易数据的效用最优化。 权利要求书2页 说明书9页 附图2页 CN 114756891 A 2022.07.15 CN 114756891 A 1.一种面向终端设备个性化隐私保护需求的数据交易方法， 其特征在于， 假设不同的 数据需求之间不存在关联关系， 针对每一个数据需求q， 数据交易方法步骤具体如下： 1)数据交易平台根据预算B约束和数据拥有者的隐私偏好信息， 设计一系列指定不同 数据交易价格和隐私保护水平的合约e， 然后将设计好的系列合约e和相应的数据需求q一 起发布给参与的数据拥有者； 2)每个数据拥有者按照最优化自身收益的目标从步骤1)系列合约e选择一个合约， 并 与平台签订 合约； 3)每个数据拥有者按照步骤2)签订合约中隐私保护水平对应的随机扰动机制处理原 数据， 并将扰动 后的数据提交给 数据交易平台； 4)数据交易平台收到从数据拥有者获取的数据后按照每个数据拥有者所签订合约中 的数据交易 价格给各个数据拥有者支付报酬； 5)数据交易平台对收集到的数据采用聚合统计方法得到聚合统计结果， 并将该结果返 回给提出 数据需求q的数据消费者。 2.根据权利要求1所述面向终端设备个性化隐私保护需求的数据交易方法， 其特征在 于， 所述步骤2)中最优化自身收益等价于最大化数据交易价格与其自身隐私成本之 间的差 值， 即最大化ui＝pi‑ci∈i， 其中， pi表示交易该数据块的获得报酬， 即数据交易价格； ∈i表示交易数据时的隐私泄 露程度值， 隐私保护水平 越高， 隐私泄露程度值∈i越小； ci表示单位 数量的隐私泄露造成的 隐私成本， 即隐私偏好。 3.根据权利要求2所述面向终端设备个性化隐私保护需求的数据交易方法， 其特征在 于， 所述步骤3)随机扰动机制处理原数据具体为： 如果一个数据拥有者签订合约为(∈k, pk)， 则他对原始数据的随机扰动概率是 按照此概率对原始数据x进行随 机扰动处 理， 将扰动 后的数据记为 4.根据权利要求3所述面向终端设备个性化隐私保护需求的数据交易方法， 其特征在 于， 所述聚合统计方法为： 假设π是各个数据拥有者的数据为+1的真实概率， 则扰动后的数据取值为+1和 ‑1的概 率Pr分别是： 由于数据交易平台获取的数据中包含随机扰动， 随机扰动概率为ρk， 采用类似最大似然 估计的思路计算真实值 π 的估计值 假设总共N个数据拥有 者按照隐私偏好被分成K组， 每个组的数据拥有 者个数记为 mk， 每权　利　要　求　书 1/2 页 2 CN 114756891 A 2个组中提交的数据是+1的数据拥有者个数记为nk， 0≤nk≤mk和 成立， 估计 的基本思路首先根据每个组的数据拥有者提交的数据计算π 的最大似然估计， 记为 然后将各个估计值 进行加权平均得到聚合统计结果 5.根据权利要求4所述面向终端设备个性化隐私保护需求的数据交易方法， 其特征在 于， 所述步骤5)交易数据的准确度满足( α， δ ) ‑准确度， 其中 为估计值 的方差， 和真实值 π 的距离超过α 的概 率不超过1‑δ， α ≥0， 0 ≤ δ≤1， 即以下不 等式成立， 权　利　要　求　书 2/2 页 3 CN 114756891 A 3