隐私感知的数据交易

数据交易中个人数据泄露威胁的日益增长凸显了开发保护个体隐私对策的迫切需求。现有最先进的工作要么将数据隐私责任赋予数据收集方，要么仅报告保留隐私版本的数据。前一种方法的基本假设——即数据收集方值得信任——在现实中并非总成立，而后一种方法降低了数据价值。在本文中，我们从根源调查隐私泄露问题。具体而言，我们重新审视以扭转数据提供方的劣势地位，通过使其主导与收集方的博弈来解决数据交易中的困境。为此，我们通过调整经典零行列式（zero-determinant）策略（最初为同步行动博弈设计）以适应带噪声序贯博弈，提出噪声序贯零行列式（NSZD）策略。NSZD 策略能够赋予数据提供方单方面设定数据收集方期望收益或强制其与数据收集方期望收益之间正向关系的能力。两种策略均能激励理性的数据收集方诚实行事，从而促进健康的数据交易市场。数值仿真用于考察关键参数的影响以及数据提供方可作为 NSZD 参与者的可行域。最后，我们证明数据收集方无法利用 NSZD 进一步主导数据市场以恶化隐私泄露。