Dealer：基于模型定价的端到端数据市场

数据驱动的机器学习（ML）已在多种应用领域中取得巨大成功。由于 ML 模型训练关键依赖于大量数据，对用于 ML 模型训练的高质量数据的收集需求日益增长。然而从数据所有者角度看，贡献其数据存在风险。为激励数据贡献，理想情况是数据在其预设限制下被使用，且他们因数据贡献获得报酬。本文从形式化数据市场视角出发，提出首个端到端（end-to-end）基于模型定价的数据市场（Dealer），以回答如下问题：经纪人如何基于数据所有者对模型的贡献为其赋值以激励更多数据贡献，并为各类模型买家的一系列模型确定定价以在免套利保证下最大化收益。对于前者，我们引入基于 Shapley 值的机制来量化每位数据所有者对由所贡献数据训练出的所有模型的价值。对于后者，我们设计基于模型隐私参数的定价机制以最大化收益。更重要的是，我们研究了数据所有者的数据使用限制如何影响市场设计，这是我们的方法区别于现有方法的显著不同。此外，我们给出了具体实现 DP-\emph{Dealer}，可证明满足所需形式化性质。大量实验表明 DP-\emph{Dealer} 高效且有效。