一种基于区块链和Stackelberg博弈论的大数据交易方法技术

本发明专利技术属于无形资产评估领域，公开了一种基于区块链和Stackelberg博弈论的大数据交易方法，包括建立三边Stackelberg博弈论定价模型和建立基于Stackelberg的智能合约算法；三边Stackelberg博弈论定价模型，用于交易各方在大数据交易中通过不断博弈获得更多信息，交易主体由数据消费者、数据提供者、数据服务提供商组成，数据消费者根据自己的需求选择不同等级的数据质量、数据隐私的大数据，各交易主体根据当前博弈信息选择最优的定价策略；基于Stackelberg的智能合约算法用于激励用户参与大数据交易和实现各方利益的最大化。本发明专利技术能够合理评估大数据商品价值，维护数据消费者的利益。利益。利益。

【技术实现步骤摘要】
一种基于区块链和Stackelberg博弈论的大数据交易方法


[0001]本专利技术属于无形资产评估领域，尤其涉及一种基于区块链和Stackelberg博弈论的大数据交易方法。

技术介绍

[0002]现有的大数据交易方案中都是假设交易主体自愿或者主动参与交易，但实际情况是交易主体加入大数据交易平台的主观意愿不强；其次，数据提供者在定价机制中处于主导地位，数据消费者处于被动地位，缺少话语权，无法实现自身利益最大化。博弈论定价机制是通过交易主体之间的博弈过程能在一定程度上弥补信息不对称和大数据价值双向不确定性的问题，所以基于博弈论的定价机制有可能是目前最适合用于大数据定价的方式。我们希望使用基于区块链和元组的大数据定价机制给出原始大数据价格的下限从而实施博弈论定价。但是数据消费者面临大数据使用场景不同所需要的数据质量、数据隐私的等级也是不尽相同的，所以采用直接定量的方式出售数据明显是不合适的。

技术实现思路

[0003]本专利技术目的在于提供一种基于区块链和Stackelberg博弈论的大数据交易方法，以解决上述的技术问题。
[0004]为解决上述技术问题，本专利技术的一种基于区块链和Stackelberg博弈论的大数据交易方法的具体技术方案如下：
[0005]一种基于区块链和Stackelberg博弈论的大数据交易方法，包括建立三边Stackelberg博弈论定价模型和建立基于Stackelberg的智能合约算法；所述三边Stackelberg博弈论定价模型，用于交易各方在大数据交易中通过不断博弈获得更多信息，交易主体由数据消费者、数据提供者、数据服务提供商组成，数据消费者根据自己的需求选择不同等级的数据质量、数据隐私的大数据，各交易主体根据当前博弈信息选择最优的定价策略；所述基于Stackelberg的智能合约算法用于激励用户参与大数据交易和实现各方利益的最大化。
[0006]进一步地，所述建立三边Stackelberg博弈论定价模型，包括如下步骤：
[0007]步骤1.1：数据提供者采集、存储和维护原始大数据，选择出售数据的策略，将原始大数据出售给数据服务提供商；
[0008]步骤1.2：数据服务提供商从数据提供者手中购买一定单位大小的原始大数据，然后对原始大数据进行特征工程，并将处理后的大数据按照不同数据质量和数据隐私级别出售给数据消费者；
[0009]步骤1.3：数据消费者根据自己的需求和购买策略任意选择购买经由数据服务提供商处理后不同数据质量、不同数据隐私级别、不同数据量大小的大数据；
[0010]步骤1.4：建立下层Stackelberg博弈模型，用于数据服务提供商在数据消费者采用最优购买策略的情况下为单位数据设定最优的价格，实现数据消费者和数据服务提供商
的博弈均衡；
[0011]步骤1.5：建立上层Stackelberg博弈模型，用于数据提供者根据数据服务提供商的最优策略动态调整数据的价格，实现交易中各方利益最大化。进一步地，所述步骤1.1包括如下具体步骤：
[0012]假设在一个大数据交易平台中，大数据是由数据提供者采集存储的，采集、维护数据的成本用h表示，原始数据的定价用p
s
表示，只有当满足条件p
s
‑
h＞0时，数据所有者才会选择出售数据的策略，用m表示数据服务提供商从数据提供者那里购买的所需数据的单位大小，得到数据消费者的预期收益为
[0013]U1(m,p
s
)＝(p
s
‑
h)
·
m
ꢀꢀꢀ
(1)
[0014]其中大数据以不同单位大小m的数据集的形式出售，并且大数据是重复出售的，m是无上限的。
[0015]进一步地，所述步骤1.2包括如下具体步骤：
[0016]在基于Stackelberg博弈的大数据定价模型的中间层，数据服务提供商购买数据提供者手中的原始数据后，对原始数据进行清洗、分析，对于处理不同质量数据的成本是不相同，数据质量要求越高，付出成本就越高，数据质量的等级集合用F表示，令F＝[f1,f2,
…
,f
n
]T
，得到为达到数据质量等级i，数据服务提供者需在每单位数据大小上付出的成本为：
[0017]Q
i
＝ρln[1+f
i
]ꢀꢀꢀ
(2)
[0018]其中ρ是与单位数据成本相关的拟合参数，数据服务提供商除了需要付出处理数据的成本之外，数据服务提供商还需支付向区块链大数据交易平台支付交易服务费t以使得交易能够快速通过，数据服务提供商的期望收入表示为：
[0019]U2(m,p
b
,p
s
)＝p
b
m
‑
p
s
m
‑
Q
i
‑
t
ꢀꢀꢀ
(3)
[0020]其中p
b
表示处理数据的定价，t表示交易服务费，同理，只有当数据服务提供商的预期收入为正时才会选择出售策略，另外，定义数据服务提供商的成本价格为p
bmin
，期望收入U2(m,p
b
,p
s
)等于0时数据服务提供商最优价格当m趋向于无穷小时，p
b max
＝A
j
K
i
。
[0021]进一步地，所述步骤1.3包括如下具体步骤：
[0022]对大数据定义5个不同的隐私级别，使用集合C＝[c1,c2,
…
,c5]T
表示，数据隐私级别越高所对应的数值越低，受到数据隐私级别j影响的大数据价值表示为：
[0023]A
j
＝α1‑
α2e
α3rj
ꢀꢀꢀ
(4)
[0024]其中α1、α2、α3是根据实验真实得到效用函数的曲线拟合参数；
[0025]数据量对大数据价值的影响定义为：
[0026]D(m)＝ln(1+m)
ꢀꢀꢀ
(5)
[0027]数据的质量对大数据的价值也有很大的影响，所以将数据质量对大数据价值影响定义为：
[0028]K
i
＝ks
i
+μ
ꢀꢀꢀ
(6)
[0029]其中参数k,μ均为拟合因子；
[0030]数据消费者根据自己的需求任意选择不同数据质量、不同数据隐私级别、不同数据量大小的大数据，得到数据消费者的期望收入表示为：
[0031]U3(m,p
b
)＝A
j
·
K
i
·
D(m)
‑
p
b
m。
ꢀꢀꢀ
(7)
[0032]进一步地，所述步骤1.4包括如下具体步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区块链和Stackelberg博弈论的大数据交易方法，其特征在于，包括建立三边Stackelberg博弈论定价模型和建立基于Stackelberg的智能合约算法；所述三边Stackelberg博弈论定价模型，用于交易各方在大数据交易中通过不断博弈获得更多信息，交易主体由数据消费者、数据提供者、数据服务提供商组成，数据消费者根据自己的需求选择不同等级的数据质量、数据隐私的大数据，各交易主体根据当前博弈信息选择最优的定价策略；所述基于Stackelberg的智能合约算法用于激励用户参与大数据交易和实现各方利益的最大化。2.根据权利要求1所述的大数据交易方法，其特征在于，所述建立三边Stackelberg博弈论定价模型，包括如下步骤：步骤1.1：数据提供者采集、存储和维护原始大数据，选择出售数据的策略，将原始大数据出售给数据服务提供商；步骤1.2：数据服务提供商从数据提供者手中购买一定单位大小的原始大数据，然后对原始大数据进行特征工程，并将处理后的大数据按照不同数据质量和数据隐私级别出售给数据消费者；步骤1.3：数据消费者根据自己的需求和购买策略任意选择购买经由数据服务提供商处理后不同数据质量、不同数据隐私级别、不同数据量大小的大数据；步骤1.4：建立下层Stackelberg博弈模型，用于数据服务提供商在数据消费者采用最优购买策略的情况下为单位数据设定最优的价格，实现数据消费者和数据服务提供商的博弈均衡；步骤1.5：建立上层Stackelberg博弈模型，用于数据提供者根据数据服务提供商的最优策略动态调整数据的价格，实现交易中各方利益最大化。3.根据权利要求2所述的大数据交易方法，其特征在于，所述步骤1.1包括如下具体步骤：假设在一个大数据交易平台中，大数据是由数据提供者采集存储的，采集、维护数据的成本用h表示，原始数据的定价用p
s
表示，只有当满足条件p
s
‑
h＞0时，数据所有者才会选择出售数据的策略，用m表示数据服务提供商从数据提供者那里购买的所需数据的单位大小，得到数据消费者的预期收益为U1(m,p
s
)＝(p
s
‑
h)
·
m
ꢀꢀꢀꢀ
(1)其中大数据以不同单位大小m的数据集的形式出售，并且大数据是重复出售的，m是无上限的。4.根据权利要求2所述的大数据交易方法，其特征在于，所述步骤1.2包括如下具体步骤：在基于Stackelberg博弈的大数据定价模型的中间层，数据服务提供商购买数据提供者手中的原始数据后，对原始数据进行清洗、分析，对于处理不同质量数据的成本是不相同，数据质量要求越高，付出成本就越高，数据质量的等级集合用F表示，令F＝[f1,f2,
…
,f
n
]
T
，得到为达到数据质量等级i，数据服务提供者需在每单位数据大小上付出的成本为：Q
i
＝ρln[1+f
i
]
ꢀꢀꢀꢀ
(2)其中ρ是与单位数据成本相关的拟合参数，数据服务提供商除了需要付出处理数据的成本之外，数据服务提供商还需支付向区块链大数据交易平台支付交易服务费t以使得交
易能够快速通过，数据服务提供商的期望收入表示为：U2(m,p
b
,p
s
)＝p
b
m
‑
p
s
m
‑
Q
i
‑
t
ꢀꢀꢀꢀ
(3)其中p
b
表示处理数据的定价，t表示交易服务费，同理，只有当数据服务提供商的预期收入为正时才会选择出售策略，另外，定义数据服务提供商的成本价格为p
bmin
，期望收入U2(m,p
b
,p
s
)等于0时数据服务提供商最优价格当m趋向于无穷小时，p
bmax
＝A
j
K
i
。5.根据权利要求2所述的大数据交易方法，其特征在于，所述步骤1.3包括如下具体步骤：对大数据定义5个不同的隐私级别，使用集合C＝[c1,c2,
…
,c5]
T
表示，数据隐私级别越高所对应的数值越低，受到数据隐私级别j影响的大数据价值表示为：A
j
＝α1‑
α2e
α3rj
ꢀꢀꢀꢀ
(4)其中α1、α2、α3是根据实验真实得到效用函数的曲线拟合参数；数据量对大数据价值的影响定义为：D(m)＝ln(1+m)
ꢀꢀꢀꢀ
(5)数据的质量对大数据的价值也有很大的影响，所以将数据质量对大数据价值影响定义为：K
i
＝ks
i
+μ
ꢀꢀꢀꢀ
(6)其中参数k,μ均为拟合因子；数据消费者根据自己的需求任意选择不同数据质量、不同数据隐私级别、不同数据量大小的大数据，得到数据消费者...

【专利技术属性】
技术研发人员：黄杰，冯凯璇，万健，秦征，张蕾，王海江，陈芳妮，张丽娟，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：