論文の概要: Privacy-Aware Data Acquisition under Data Similarity in Regression
Markets
- arxiv url: http://arxiv.org/abs/2312.02611v1
- Date: Tue, 5 Dec 2023 09:39:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 16:17:35.927886
- Title: Privacy-Aware Data Acquisition under Data Similarity in Regression
Markets
- Title(参考訳): 回帰市場におけるデータ類似性を考慮したプライバシアウェアデータ取得
- Authors: Shashi Raj Pandey, Pierre Pinson, and Petar Popovski
- Abstract要約: データの類似性とプライバシの嗜好が市場設計に不可欠であることを示す。
我々は、データ類似性が市場参加や取引データの価値にどのように影響するかを数値的に評価する。
- 参考スコア(独自算出の注目度): 29.64195175524365
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Data markets facilitate decentralized data exchange for applications such as
prediction, learning, or inference. The design of these markets is challenged
by varying privacy preferences as well as data similarity among data owners.
Related works have often overlooked how data similarity impacts pricing and
data value through statistical information leakage. We demonstrate that data
similarity and privacy preferences are integral to market design and propose a
query-response protocol using local differential privacy for a two-party data
acquisition mechanism. In our regression data market model, we analyze
strategic interactions between privacy-aware owners and the learner as a
Stackelberg game over the asked price and privacy factor. Finally, we
numerically evaluate how data similarity affects market participation and
traded data value.
- Abstract(参考訳): データ市場は、予測、学習、推論などのアプリケーションの分散データ交換を促進する。
これらの市場の設計には、さまざまなプライバシー設定やデータ所有者間のデータ類似性が課題となっている。
関連する研究は、データの類似性が統計情報漏洩によって価格やデータ価値にどのように影響するかを見落としてきた。
本研究では,データの類似性とプライバシの嗜好が市場設計に不可欠なことを実証し,局所的な差分プライバシーを用いたクエリ応答プロトコルを提案する。
当社の回帰データ市場モデルでは,プライバシを意識した所有者と学習者との戦略的相互作用を,要求された価格とプライバシ要因に対するstackelbergゲームとして分析しています。
最後に,データの類似性が市場参加と取引データ価値に与える影響を数値的に評価する。
関連論文リスト
- Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - SWDPM: A Social Welfare-Optimized Data Pricing Mechanism [21.487641773601737]
本稿では,多ラウンドデータ取引を段階的に開示した情報を用いてモデル化する手法を提案する。
社会福祉に最適化されたデータ価格メカニズム(SWDPM)を導入し、最適な価格戦略を見出す。
数値実験により、SWDPMは取引実現可能性の最大54%まで社会福祉を3倍に向上させることができることが示された。
論文 参考訳(メタデータ) (2023-05-08T02:25:35Z) - A Survey of Data Pricing for Data Marketplaces [77.3189288320768]
本稿では,既存のデータ価格研究の現状を概観する。
我々の重要な貢献は、データ価格を決定する異なる属性を統一するデータ価格研究の新しい分類である。
論文 参考訳(メタデータ) (2023-03-07T04:35:56Z) - Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。
私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
論文 参考訳(メタデータ) (2022-08-30T17:43:58Z) - DP2-Pub: Differentially Private High-Dimensional Data Publication with
Invariant Post Randomization [58.155151571362914]
本稿では,2つのフェーズで動作する差分プライベートな高次元データパブリッシング機構(DP2-Pub)を提案する。
属性をクラスタ内凝集度の高い低次元クラスタに分割し、クラスタ間の結合度を低くすることで、適切なプライバシ予算を得ることができる。
また、DP2-Pubメカニズムを、ローカルの差分プライバシーを満たす半正直なサーバでシナリオに拡張します。
論文 参考訳(メタデータ) (2022-08-24T17:52:43Z) - Strategic Coalition for Data Pricing in IoT Data Markets [32.38170282930876]
本稿では、機械学習モデルのトレーニングに使用されるIoT(Internet of Things)データのトレーディング市場について考察する。
データはネットワークを介して市場プラットフォームに供給され、そのようなデータの価格が機械学習モデルにもたらす価値に基づいて制御される。
論文 参考訳(メタデータ) (2022-06-15T19:48:10Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳(メタデータ) (2021-07-19T06:00:34Z) - Causally Constrained Data Synthesis for Private Data Release [36.80484740314504]
原データの特定の統計特性を反映した合成データを使用することで、原データのプライバシーが保護される。
以前の作業では、正式なプライバシ保証を提供するために、差分プライベートなデータリリースメカニズムを使用していました。
トレーニングプロセスに因果情報を導入し、上記のトレードオフを好意的に修正することを提案する。
論文 参考訳(メタデータ) (2021-05-27T13:46:57Z) - OSOUM Framework for Trading Data Research [79.0383470835073]
私たちは、私たちの知る限り、最初のオープンソースのシミュレーションプラットフォームであるOpen SOUrce Market Simulator(OSOUM)を提供して、トレーディング市場、特にデータ市場を分析します。
我々は、購入に利用可能なさまざまなデータセットを所有する売り手と、購入に有効な適切なデータセットを検索する買い手という2つのタイプのエージェントからなる、特定のデータ市場モデルを記述し、実装する。
データ市場を扱うための商用フレームワークはすでに存在していますが、購入者および販売者の両方が(データ)市場に参加することの可能な振る舞いをシミュレートするための、自由で広範なエンドツーエンドの研究ツールを提供しています。
論文 参考訳(メタデータ) (2021-02-18T09:20:26Z) - A Critical Overview of Privacy-Preserving Approaches for Collaborative
Forecasting [0.0]
異なるデータ所有者間の協力は、予測品質の改善につながる可能性がある。
ビジネス上の競争要因と個人データ保護の問題から、データ所有者はデータの共有を望まないかもしれない。
本稿では、現状を解析し、データプライバシを保証する既存の方法の欠点をいくつか明らかにする。
論文 参考訳(メタデータ) (2020-04-20T20:21:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。