基于机器学习的公平数据交易

作者：赵艳琦; 于斌; 李慧琳; 陈若楠; 禹勇^*

来源：密码学报, 2020, 7(04): 541-550.

DOI：10.13868/j.cnki.jcr.000388

• 机器学习
• 数据交易
• 智能合约
• 向量承诺

海量数据的涌现催生了一种新兴的数据交易模式:数据市场.但中心化的数据市场易遭到单点失败、内部或外部攻击.区块链的出现为实现去中心化的数据交易提供了一种可能.然而,实现数据持有者与数据消费者公平数据交易,还需解决如下挑战:(1)数据持有者数据的可靠性;(2)互不信任的双方原子交换的公平性.本文提出了基于机器学习的公平数据交易协议以解决这些挑战,运用反向传播神经网络和向量承诺实现数据持有者与数据消费者交易数据的可靠性验证,结合智能合约达到数据交易的公平性.最后,借助以太坊对协议进行实际部署,测试其Gas消耗,说明协议的实用性.

• 单位
  西安电子科技大学; 陕西师范大学