[发明专利]一种基于区块链智能合约的数据价值评估方法

权利要求书

1.一种基于区块链智能合约的数据价值评估方法，其特征在于，包括以下步骤：

步骤1：数据持有方注册持有数据的摘要信息至区块链，基于隐私损失定价机制对持有数据进行价值评估；

步骤2：数据需求方初始化数据需求；愿意参与交易的数据持有方提交押金，更新至候选交易队列；

步骤3：数据需求方计算需求描述与候选队列中数据持有方的数据摘要之间的短文本相似度并参考持有方历史表现，选择最终交易对象，由智能合约通知选中的数据持有方交付数据；

步骤4：数据持有方将不存在相同哈希存储路径的数据上传到IPFS，并对存储路径Addp_i代理重加密得到EncAddp_i；数据需求方从秘钥生成中心KGC拿到重加密私钥k_Do-Dr解密EncAddp_i，从IPFS上下载数据Data_i；

步骤5：数据需求方在使用数据之后，调用基于数据质量衰减的定价机制的智能合约StateCycle对数据集价值评估并进行结算。

2.如权利要求1所述的基于区块链智能合约的数据价值评估方法，其特征在于，步骤1中所述的基于数据隐私损失定价机制如下：

假设给定同一个数据集中任意两个数据元组D(r)和D^′(r)，利用集对分析将任意两个数据元组建立同、异、反的联系数，再通过集对逻辑联结方法对数据进行有效的隐私度量，再将其隐私损失映射到定价函数上。

3.如权利要求2所述的基于区块链智能合约的数据价值评估方法，其特征在于，所述的基于数据隐私损失定价机制具体为：

步骤1、衡量数据集或其子集的隐私损失

取属性值中最大值maxA_i、实际值A_i、最小值minA_i，根据这个三个值构造出三元区间，定义形式如下：

[A_i]＝[minA_i,A_i,maxA_i] (1)

三元区间中的maxA_i表示区间的上限，minA_i表示区间的下限，A_i是区间上最可能取的值，即信息偏好；

对于一个元组集中任意一个属性的联系数可以定义为：

其中，当A_i≠0时有：

当A_i＝0时有：

对每个元组中属性得到的联系数，进行集结；

经过集结的平均联系数，通过定义联系数势和记分函数进行度量；在联系数中，分别表示为：

S(μ)＝a_A-c_A (6)

联系数势Shi(μ)或者记分函数S(μ)反映了数据元组之间的联系趋势；Shi(μ)1时，表示元组隐私损失较高；Shi(μ)≥1时，表示元组隐私损失较低；记分函数S(μ)反映了交易数据集信息之间的联系变化趋势，元组之间联系的紧密程度与记分函数值呈正相关；

第i个元组的信息泄露集对势熵表示为：

H_shi(μ_i)＝-shi(μ_i)log₂shi(μ_i) (7)

第i个元组的信息泄露集对记分函数熵表示为：

H_s(μ_i)＝-S(μ_i)log₂S(μ_i) (8)

由于数据集中n个元组的隐私泄露是等概率的，均为1/n，所以数据集的信息识别最大熵为：

H_max(μ_i)＝log₂n (9)

采用相对信息泄露集对势熵L_shi(μ_i)和相对信息泄露集对积分函数熵L_s(μ_i)来衡量数据集中的隐私损失；因此，每个元组的相对信息泄露集对势熵和集对记分函数熵为：

L_shi(μ_i)或L_s(μ_i)反映了数据集信息的泄露程度，它们的值越大信息泄露越多，数据集的隐私损失越大；因此，数据集隐私损失值θ_i表示为：

其中，n为数据元组的个数；

步骤2、建立基于量化后的隐私损失的定价函数，将其映射为价格

基于数据隐私损失的定价函数公式如下：

pr(D)＝lop(θ) (13)

这里D代表数据集，θ代表数据集的隐私损失值，lop(θ)是一个非递减函数，应该满足一下它条件：

4.如权利要求1所述的基于区块链智能合约的数据价值评估方法，其特征在于，所述步骤5中，基于数据隐私损失定价机制具体为：

步骤1、摘要信息准确度评估

数据需求方在预览数据内容后，评估摘要信息与数据内容相匹配的程度，摘要准确度评估得分表示为SSD(SSD∈[0,1])；

步骤2、计算数据质量衰减

从数据新鲜度的角度出发，建立具体的数据质量衰减函数如下：

ε(t；ρ)＝e^-ρt (16)

其中t≥0是数据产生到交易的时间间隔，ρ为时间衰减率；

建立的数据质量衰减函数ε(t)满足以下性质：

(1)ε(t)≥0，即数据质量是非负；

(2)ε(t)与时间呈负相关，即

(3)ε(t)是凸函数；

步骤3、计算最终价格

数据需求方通过智能合约将摘要信息准确度和数据质量衰减结果写入区块链中，再由智能合约计算出数据最终的价值：

FPR＝(α₁SSD+α₂ε(t；ρ)*pr(D) (17)。