摘要
本发明涉及数据产品定价技术领域,公开了基于多维度价值评估的数据定价方法、终端及存储介质。该方法基于差分隐私机制对需要定价数据进行脱敏处理,生成数据的隐私预算值和隐私风险值,据此得到隐私评分;根据脱敏数据在指定任务上的评估指标生成数据的质量评分;利用双目标优化算法计算出满足最优隐私预算值的动态权重系数,用于权衡隐私保护目标与数据质量目标;基于所述隐私评分、所述质量评分、所述动态权重系数以及数据提供方的成本信息,利用元学习模型生成数据定价公式,输出定价结果。本发明实现公正合理的数据定价,平衡数据购买方对数据的期待与数据提供方的泄密风险,促进数据交易市场的健康发展。
技术关键词
定价方法
脱敏数据
差分隐私机制
拉普拉斯
产品定价技术
概率密度函数
定义
风险
元学习算法
标准化方法
计算机终端
动态
处理器
可读存储介质
分类器
关系
存储器