一种基于区块链的共享汽车数据市场的数据定价方法

技术领域

本发明属于数据定价领域，具体涉及一种基于区块链的共享汽车数据市场的数据定价方法。

背景技术

区块链是一个分布式的账本，区块链网络系统无中心地维护着一条不停增长的有序的数据区块，每一个数据区块内都有一个时间戳和一个指针，指向上一个区块，一旦数据上链之后便不能更改。该定义中，将区块链类比为一种分布式数据库技术，通过维护数据块的链式结构，可以维持持续增长的、不可篡改的数据记录。区块链作为一个可以引领信任的机器，能够通过运用哈希算法、数字签名、时间戳、分布式共识和经济激励等手段，在节点无需互相信任的分布式系统中建立信用，实现点对点交易和协作，从而为中心化机构普遍存在的高成本、低效率和数据存储不安全等问题提供了解决方案。

大数据，即多样化的数据源产生的大量的数据。世界上的数据总量呈爆炸式增长，估计每天产生2.5亿亿字节的数据。实际上，仅过去两年就创建了世界上将近90％的数。数据源是多种多样的，尤其是随着物联网越来越多地参与我们的日常生活，支持众多智能世界系统。这些多元的数据，同样创造了巨大的潜在商业价值。我们将这类数据称为大数据。大数据是海量的，连续的和全面的，并且具有很高的潜在商业价值。

数据定价是大数据周期的一部分。由于数据集具有明显的商业价值，因此在应用了数据分析之后，选择数据定价模型和方法。在此阶段，数据所有者为每个数据集提供合理的价格，以便将这些数据集推入数字市场。影响价格的因素包括数据大小和客户需求等。所有者可以使用各种数据定价模型来评估数据集并获得最佳利润。

博弈论是指一些个人、队组、或其他组织，面对一定的环境条件，在一定的规则下，同时或先后，一次或多次，从各自允许选择的行动或策略中进行选择并加以实施，从中各自取得相应的结果的过程。也就是说，当一个主体，好比说一个人或一个企业的选择收到其他人或者其他企业选择的影响，而且反过来影响到其他人，其他企业的选择时的决策问题和均衡问题。

到目前为止，在已有的数据定价的文献中，一方面，有的数据定价仅仅考虑了数据定价模型的几种机制，并且传统的数据交易市场存在集中制的缺陷，存在数据泄露，用户隐私泄露的风险。另一方面，有的交易市场考虑到了和区块链相结合，但是，针对共享汽车数据交易市场，缺乏对数据交易场景的定价和研究，没有考虑到实际汽车交易市场的业务需求。

所以说，如何针对共享汽车数据交易市场存在的两大问题，设计出一个点对点，可信透明的交易市场，和研究出合理的数据定价机制，是迫切需要解决的问题。

发明内容

发明目的：本发明提供一种基于区块链的共享汽车数据市场的数据定价方法，将数据的价值从抽象转为具体，并保证了买家的个人理性。

技术方案：本发明所述的一种基于区块链的共享汽车数据市场的数据定价方法，具体包括以下步骤：

(1)构建基于联盟链的共享汽车数据交易市场，所述数据交易市场包括数据源、数据服务提供商和数据买家；所述数据源进行原始数据定价，数据服务提供商购买源数据，进行数据加工并进行数据定价，数据买家从服务提供商购买数据；

(2)根据数据的隐私质量、数据的数量质量和数据的精确度质量三个因素，确定数据的价值；

(3)数据源、数据服务提供商和数据买家，通过三层Stackelberg博弈，进行数据定价交互。

进一步地，所述步骤(1)包括以下步骤：

(11)基于联盟链的共享汽车数据交易市场，构建一个点对点的可信，透明的市场环境；

(12)基于工作量证明的共识机制，激励矿工维护区块链；

(13)将定价逻辑嵌入智能合约，自动化执行交易的内在逻辑；

(14)交易完成后，交易双方进行评估，对双方的信用分进行更改。

进一步地，所述步骤(2)实现过程如下：

根据车联网中数据的特点，将车联网的数据分为五类，包括汽车驾驶数据、传感器数据、汽车保险数据、租赁信息和车辆保险信息，其表达式如下：

R

数据的隐私质量为：

其中，α

数据的数量质量为：

D(x)＝ln(1+x)

其中，x为数据的数量；

数据的精确度质量为：

K

其中，k和m是调整参数。

进一步地，所述步骤(3)包括以下步骤：

(31)数据买家根据自己的收益，选择最优的购买策略，以利益最大化为目标，数据买家的收益为：

U

其中，p

(32)数据的买家决定购买的数量：

(33)根据数据买家的调整，数据服务提供者也会相应调整，使得自己的收益最大化，数据服务提供者的收益为：

U

其中，Q

(34)数据服务提供者调整定价；

(35)数据源根据数据服务提供者定价策略和购买策略的调整，自身的收益会进行调整，以最大化自己的收益：

U

其中，c为单位数据的成本；

(36)数据源调整原始数据的售价；

(37)判断是否达到纳什均衡，如果没有，重复(32)至(36)，开始做出相应的调整，直至达到纳什均衡。

有益效果：与现有技术相比，本发明的有益效果：1、在定价方案中采用Stackelberg博弈，参与方都是为了获取更高的利润，从而调整自己的购买策略和定价策略，保证了买家的个人理性；2、整个机制非常真实，体现在任何参与方都会采取最优策略提高自己受益，最后会达到一个纳什均衡的状态，使得博弈保持平衡性。

附图说明

图1为本发明构建基于联盟链的共享汽车数据交易市场图；

图2为定价机制流程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

共享汽车的日益普及，产生了大量的有潜在价值的车辆数据，这些数据可以在数据交易平台上进行交易。传统的交易市场是集中式的，可能存在数据泄露，用户隐私泄露等问题，缺少一个可信的机构。本机制中，我们设计了一个基于联盟链的数据交易框架，以创建一个P2P的数据交易市场并增强数据交易的安全性。在由数据源，服务提供商和买家组成的数据市场中，数据源提供原始数据，服务提供商对数据进行处理并出售给数据购买商。基于这三方的交互，将这个数据定价问题定义为一个三层Stackelberg博弈的问题，从而研究出最佳的定价策略。

本发明提出一种基于区块链的共享汽车数据市场的数据定价方法，基于合理的数据定价机制，构建基于联盟链的共享汽车数据交易市场，把数据的价值从抽象转为具体，具体包括以下步骤：

步骤1：构建基于联盟链的共享汽车数据交易市场，如图1所示，数据交易市场包括数据源、数据服务提供商和数据买家；数据源进行原始数据定价，数据服务提供商购买源数据，进行数据加工并进行数据定价，数据买家从服务提供商购买数据。

设计基于联盟链的共享汽车数据交易市场，构建一个点对点的可信，透明的市场环境；利用工作量证明(PoW)的共识机制，激励矿工维护区块链；将定价逻辑嵌入智能合约，自动化执行交易的内在逻辑；交易完成后，交易双方进行评估，对双方的信用分进行更改

步骤2：根据数据的隐私质量、数据的数量质量和数据的精确度质量三个因素，确定数据的价值。

由于不同的数据具有不同的价值，根据车联网中数据的特点，我们将车联网的数据分为五类，包括汽车驾驶数据、传感器数据、汽车保险数据、租赁信息和车辆保险信息。其表达式如下：

R

数据的隐私质量为：

其中，α

数据的数量质量为：

D(x)＝ln(1+x)

其中，x为数据的数量；

数据的精确度质量为：

K

其中，k和m是调整参数。

步骤3：数据源，数据服务提供商，通过三层Stackelberg博弈，进行数据定价，具体如图2所示。

1)数据买家根据自己的收益，选择最优的购买策略，以利益最大化为目标，数据买家的收益为：

U

其中，p

2)数据的买家决定购买的数量：

3)根据数据买家的调整，数据服务提供者也会相应调整，使得自己的收益最大化，数据服务提供者的收益为：

U

其中，Q

4)数据服务提供者调整定价：数据服务提供者调整定价，考虑到数据买家的最优解策略，重新计算使得自己收益最大化的定价。

5)数据源根据数据服务提供者定价策略和购买策略的调整，自身的收益会进行调整，以最大化自己的收益：

U

其中，c为单位数据的成本。

6)数据源调整原始数据的售价，使得自身的收益最大化。

7)判断是否达到纳什均衡，如果没有，重复2)至6)，开始做出相应的调整，直至达到纳什均衡。

本发明设计了一个基于联盟链的，采用工作量证明(PoW)共识机制激励的数据交易市场，同时根据参与方之间的博弈，设计了Stackelberg博弈的定价机制，利用智能合约执行交易的内在逻辑。构建了一个可信、透明的点对点基于联盟链的数据交易市场，并为数据定价设置一种合理的机制，来将数据的价值数字化。