大數據市場調查：定價、交易與保護之一：介紹

　　導讀：

　　它山之石，可以攻玉。為了幫助各界人士學習國外先進經驗，進一步了解大數據市場的定價、交易與保護，國脈戰略研究院專家楊冰之、林渠，帶來了《大數據市場調查：定價、交易與保護》的翻譯文章，相信會給大家以思想的碰撞、靈感的啟迪，促進大家思考，從而為我國推進數據要素市場化配置改革，貢獻國脈戰略研究院的智慧。

　　摘要：

　　大數據被認為是開啟下一波生產率增長的關鍵。由于大量新的應用和技術滲透到我們的日常生活中，包括移動和社交網絡應用，以及基于物聯網的智能世界系統（智能電網、智能交通、智能城市等），我們從這個領域收集的數據量呈爆炸式增長。隨著數據的指數級增長，如何有效地利用數據成為一個關鍵問題。這就需要形成一個能夠實現數據高效交易的大數據市場，將數據作為一種商品推向數字市場，使數據所有者和消費者能夠相互聯系、共享并進一步提高數據的效用。盡管如此，為了建立這樣一個有效的數據交易市場，還需要解決一系列挑戰，例如對要出售或購買的數據適當定價，設計一個交易平臺和方案，以實現交易參與者的社會利益最大化，同時保持效率和隱私，以及保護交易數據不被轉售，以保持數據的價值。在本文中，我們對數據和數據交易的生命周期進行了全面梳理。首先研究了各種數據定價模型，將它們劃分為不同的組，并對這些模型的優缺點進行了全面的比較；然后，重點研究數據交易平臺和方案，支持數據交易的高效、安全和隱私保護；最后，講述了數字版權保護機制，包括數字版權標識符、數字版權管理、數字加密、水印等，并概述了數據交易生命周期中數據保護面臨的挑戰。

　　關鍵詞：

　　大數據、數據定價、隱私和數字版權保護、數據交易、數據利用、物聯網。

　　一、 介紹：

　　隨著大量新技術融入我們的日常生活，例如移動和社交網絡應用程序，以及基于物聯網（IoT）的智能世界系統（智能電網、智能交通、智能城市等），產生了大量可收集數據。不同類型的傳感器和智能設備不斷從各個方面和領域生成大型數據集。因此，前所未有的、全面的、復雜的數據，即大數據，變得更有價值。此外，隨著機器學習和數據挖掘技術提供的數據分析技術的進步，以及云計算和邊緣計算基礎設施支持的計算能力，大數據的潛在價值變得更加可觀。因此，大數據是下一波生產率增長的推動力。然而仍存在許多重大挑戰，包括數據收集、存儲、分析、共享、更新等。為了最大限度地利用收集到的數據，一個可行的解決方案是設計有效的大數據交易市場，讓數據所有者和消費者（即購買者）能夠有效、安全地進行數據交易。

　　在過去幾十年中，企業已經從按固定小時費率對互聯網服務進行定價轉向基于數據規劃的固定費率定價模式。1996年，美國最大的互聯網服務提供商美國在線（AOL）推出了月度數據計劃。這是企業第一次賦予數據本身商業價值。自從大數據出現以來，數據集已經成為數字世界的一種“新錢”（new money）。因此，大數據交易已成為研究界和產業界一個不斷發展且前景看好的領域。與傳統商品不同，數據是一個虛擬項目，其基本特征是可變性、多樣性、數量、速率和復雜性。為了實現大數據的真正價值和效用，必須重新評估和進一步改進傳統的定價模型和策略。

　　隨著人們越來越關注大數據在提高公用事業、客戶體驗和其他方面的效率以及決策方面的經濟價值，數個第三方大數據交易市場應運而生。例如，全球大數據交換（GBDEX）擁有從數千家公司和組織收集的150 PB授權可交易數據。盡管如此，由于缺乏可行的協議，現有的大數據交易市場仍處于初始階段。為了建立一個有效的數據交易市場，需要解決幾個挑戰。第一個問題涉及如何確定待交易數據的正確價格，這是在相應的數據定價模型設計中必須考慮的市場結構問題。通過適當的價格，可以確保數據所有者和消費者的經濟利益。第二個問題涉及數據交易平臺和方案。必須設計可行的交易平臺和方案，以確保市場參與者的利益、公平、真實和隱私。例如，創建一個可信的第三方平臺，確保存儲在不同位置的數據可以流通，從而為不同用戶提供可靠的服務。此外，為了防止隱私泄露或其他攻擊，數據交易過程需要高級別的安全性和隱私。第三個問題與數據版權保護有關，因為數字產品很容易被偽造或復制。具體而言，如果購買的數據被買家轉售，原始數據所有者作為賣家的數據價值將受到重大影響，導致數據所有者不愿意參與市場。因此，數據版權保護計劃的設計必須確保所有者的合法權利。

　　為了解決上述問題，我們對大數據交易進行了全面的研究，以幫助后來者，并提出了對這一復雜學科和新興研究領域的總體看法。我們的成果如下：

　　我們調查與大數據相關的現有研究，并確定數據交易的大數據生命周期，包括數據收集、數據分析、數據定價、數據交易和數據保護。值得注意的是，由于大量研究都致力于數據收集和數據分析，我們的調查側重于數據定價、數據交易和數據保護，而這些都沒有得到很好的探討。

　　我們概述了與大數據定價相關的現有研究。首先說明數據定價的原則，并解釋為什么這個過程很重要。然后，對流行的市場結構、數據定價策略和數據定價模型進行分類，并列出每個類別的優勢和局限性。

　　我們調查了數據交易流程，總結數據交易問題以及處理這些問題的解決方案。我們進一步系統地調查了一種流行的交易策略——拍賣，并詳細介紹了不同的拍賣方案、相關平臺以及效率、安全和隱私保護方面的問題。

　　我們研究了大數據生命周期的最后一部分——數據保護?？偨Y了現有的版權保護方案，說明這些方法的優缺點，并概述了大數據版權保護面臨的挑戰。

　　本文其余部分組織如下：在第二節中，我們簡要討論了大數據的原則和基本概念，并列出了大數據面臨的挑戰和潛在價值。在第三節中，我們確定大數據生命周期，并概述與數據定價、數據交易和數據保護相關的挑戰。在第四節中，我們概述了現有的數據定價模型，對這些定價模型進行分類，并討論了它們的優缺點。在第五節中，我們重點介紹數據交易，概述數據交易平臺和方案，并討論相關問題。在第六節中，我們討論數據版權保護方案，并概述數據版權保護面臨的挑戰。最后，我們在第七部分對本論文進行總結。