大数据市场调查：定价、交易与保护之一：介绍

　　导读：

　　它山之石，可以攻玉。为了帮助各界人士学习国外先进经验，进一步了解大数据市场的定价、交易与保护，国脉战略研究院专家杨冰之、林渠，带来了《大数据市场调查：定价、交易与保护》的翻译文章，相信会给大家以思想的碰撞、灵感的启迪，促进大家思考，从而为我国推进数据要素市场化配置改革，贡献国脉战略研究院的智慧。

　　摘要：

　　大数据被认为是开启下一波生产率增长的关键。由于大量新的应用和技术渗透到我们的日常生活中，包括移动和社交网络应用，以及基于物联网的智能世界系统（智能电网、智能交通、智能城市等），我们从这个领域收集的数据量呈爆炸式增长。随着数据的指数级增长，如何有效地利用数据成为一个关键问题。这就需要形成一个能够实现数据高效交易的大数据市场，将数据作为一种商品推向数字市场，使数据所有者和消费者能够相互联系、共享并进一步提高数据的效用。尽管如此，为了建立这样一个有效的数据交易市场，还需要解决一系列挑战，例如对要出售或购买的数据适当定价，设计一个交易平台和方案，以实现交易参与者的社会利益最大化，同时保持效率和隐私，以及保护交易数据不被转售，以保持数据的价值。在本文中，我们对数据和数据交易的生命周期进行了全面梳理。首先研究了各种数据定价模型，将它们划分为不同的组，并对这些模型的优缺点进行了全面的比较；然后，重点研究数据交易平台和方案，支持数据交易的高效、安全和隐私保护；最后，讲述了数字版权保护机制，包括数字版权标识符、数字版权管理、数字加密、水印等，并概述了数据交易生命周期中数据保护面临的挑战。

　　关键词：

　　大数据、数据定价、隐私和数字版权保护、数据交易、数据利用、物联网。

　　一、 介绍：

　　随着大量新技术融入我们的日常生活，例如移动和社交网络应用程序，以及基于物联网（IoT）的智能世界系统（智能电网、智能交通、智能城市等），产生了大量可收集数据。不同类型的传感器和智能设备不断从各个方面和领域生成大型数据集。因此，前所未有的、全面的、复杂的数据，即大数据，变得更有价值。此外，随着机器学习和数据挖掘技术提供的数据分析技术的进步，以及云计算和边缘计算基础设施支持的计算能力，大数据的潜在价值变得更加可观。因此，大数据是下一波生产率增长的推动力。然而仍存在许多重大挑战，包括数据收集、存储、分析、共享、更新等。为了最大限度地利用收集到的数据，一个可行的解决方案是设计有效的大数据交易市场，让数据所有者和消费者（即购买者）能够有效、安全地进行数据交易。

　　在过去几十年中，企业已经从按固定小时费率对互联网服务进行定价转向基于数据规划的固定费率定价模式。1996年，美国最大的互联网服务提供商美国在线（AOL）推出了月度数据计划。这是企业第一次赋予数据本身商业价值。自从大数据出现以来，数据集已经成为数字世界的一种“新钱”（new money）。因此，大数据交易已成为研究界和产业界一个不断发展且前景看好的领域。与传统商品不同，数据是一个虚拟项目，其基本特征是可变性、多样性、数量、速率和复杂性。为了实现大数据的真正价值和效用，必须重新评估和进一步改进传统的定价模型和策略。

　　随着人们越来越关注大数据在提高公用事业、客户体验和其他方面的效率以及决策方面的经济价值，数个第三方大数据交易市场应运而生。例如，全球大数据交换（GBDEX）拥有从数千家公司和组织收集的150 PB授权可交易数据。尽管如此，由于缺乏可行的协议，现有的大数据交易市场仍处于初始阶段。为了建立一个有效的数据交易市场，需要解决几个挑战。第一个问题涉及如何确定待交易数据的正确价格，这是在相应的数据定价模型设计中必须考虑的市场结构问题。通过适当的价格，可以确保数据所有者和消费者的经济利益。第二个问题涉及数据交易平台和方案。必须设计可行的交易平台和方案，以确保市场参与者的利益、公平、真实和隐私。例如，创建一个可信的第三方平台，确保存储在不同位置的数据可以流通，从而为不同用户提供可靠的服务。此外，为了防止隐私泄露或其他攻击，数据交易过程需要高级别的安全性和隐私。第三个问题与数据版权保护有关，因为数字产品很容易被伪造或复制。具体而言，如果购买的数据被买家转售，原始数据所有者作为卖家的数据价值将受到重大影响，导致数据所有者不愿意参与市场。因此，数据版权保护计划的设计必须确保所有者的合法权利。

　　为了解决上述问题，我们对大数据交易进行了全面的研究，以帮助后来者，并提出了对这一复杂学科和新兴研究领域的总体看法。我们的成果如下：

　　我们调查与大数据相关的现有研究，并确定数据交易的大数据生命周期，包括数据收集、数据分析、数据定价、数据交易和数据保护。值得注意的是，由于大量研究都致力于数据收集和数据分析，我们的调查侧重于数据定价、数据交易和数据保护，而这些都没有得到很好的探讨。

　　我们概述了与大数据定价相关的现有研究。首先说明数据定价的原则，并解释为什么这个过程很重要。然后，对流行的市场结构、数据定价策略和数据定价模型进行分类，并列出每个类别的优势和局限性。

　　我们调查了数据交易流程，总结数据交易问题以及处理这些问题的解决方案。我们进一步系统地调查了一种流行的交易策略——拍卖，并详细介绍了不同的拍卖方案、相关平台以及效率、安全和隐私保护方面的问题。

　　我们研究了大数据生命周期的最后一部分——数据保护。总结了现有的版权保护方案，说明这些方法的优缺点，并概述了大数据版权保护面临的挑战。

　　本文其余部分组织如下：在第二节中，我们简要讨论了大数据的原则和基本概念，并列出了大数据面临的挑战和潜在价值。在第三节中，我们确定大数据生命周期，并概述与数据定价、数据交易和数据保护相关的挑战。在第四节中，我们概述了现有的数据定价模型，对这些定价模型进行分类，并讨论了它们的优缺点。在第五节中，我们重点介绍数据交易，概述数据交易平台和方案，并讨论相关问题。在第六节中，我们讨论数据版权保护方案，并概述数据版权保护面临的挑战。最后，我们在第七部分对本论文进行总结。