KR102569394B1 - Service providing device of competitive data trading system and operating method thereof - Google Patents
Service providing device of competitive data trading system and operating method thereof Download PDFInfo
- Publication number
- KR102569394B1 KR102569394B1 KR1020200083222A KR20200083222A KR102569394B1 KR 102569394 B1 KR102569394 B1 KR 102569394B1 KR 1020200083222 A KR1020200083222 A KR 1020200083222A KR 20200083222 A KR20200083222 A KR 20200083222A KR 102569394 B1 KR102569394 B1 KR 102569394B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- service
- devices
- personal data
- broker
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
다양한 실시예들은, 경쟁 데이터 거래 시스템의 서비스 제공 장치 및 그의 동작 방법을 제공한다. 다양한 실시예들에 따르면, 서비스 제공 장치 및 그의 동작 방법은, 다수의 서비스 수요 장치들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하고, 예측되는 기대 수익에 기반하여, 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하고, 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치들 중 적어도 하나로부터 개인 데이터를 구매하도록 구성될 수 있다. Various embodiments provide a service providing apparatus and operating method of a competition data trading system. According to various embodiments, a service providing apparatus and an operation method thereof predict an expected revenue for a service to be provided to at least one of a plurality of service demand apparatuses, and based on the predicted expected revenue, a service related A budget for purchasing personal data may be determined, and personal data may be purchased from at least one of a plurality of data broker devices using the determined budget.
Description
다양한 실시예들은 경쟁 데이터 거래 시스템의 서비스 제공 장치 및 그의 동작 방법에 관한 것이다.Various embodiments relate to an apparatus for providing a service of a competition data trading system and a method of operating the same.
새롭게 부상하는 빅데이터 개념으로, 데이터는 4차 산업혁명의 새로운 가치 자산이 되었다. 이로 인해, 빅데이터 시장에서 데이터를 거래하기 위한 시스템이 구축되었다. 일반적으로, 시스템은 데이터 제공자들, 데이터 브로커(또는 데이터 벤더), 및 서비스 수요자들로 구성되며, 데이터 브로커가 데이터 제공자들과 서비스 수요자들 사이에서 개인 데이터에 대한 거래를 중계한다. 여기서, 개인 데이터는 정보 주체인 개인에 의해 적극적으로 관리 및 통제되고, 능동적으로 활용 가능한 마이데이터(mydata)를 포함할 수 있다. 즉, 데이터 브로커는 데이터 제공자들로부터 개인 데이터를 수집하여, 서비스 수요자들을 위해 개인 데이터를 판매한다. 이를 통해, 서비스 수요자들이 개인 데이터와 관련되는 서비스를 이용한다. With the newly emerging big data concept, data has become a new value asset of the 4th industrial revolution. As a result, a system for trading data in the big data market was established. Generally, the system is composed of data providers, data brokers (or data vendors), and service consumers, and the data broker relays transactions of personal data between the data providers and service consumers. Here, the personal data may include mydata that is actively managed and controlled by the individual as the subject of information and can be actively utilized. That is, data brokers collect personal data from data providers and sell personal data for service consumers. Through this, service demanders use services related to personal data.
그런데, 상기와 같은 시스템에서, 데이터 브로커가 단일로 구성된다. 이로 인해, 상기와 같은 시스템이 개인 데이터의 거래를 중계하는 데 있어서, 동작 효과가 낮은 문제점이 있다.However, in the above system, the data broker is configured as a single unit. Due to this, there is a problem in that the operating effect is low when the system as described above relays the transaction of personal data.
다양한 실시예들은, 개인 데이터를 효과적으로 거래할 수 있도록 하는 경쟁 데이터 거래 시스템의 전자 장치 및 그의 동작 방법을 제공한다. Various embodiments provide an electronic device and an operating method of a competitive data trading system that enable effective trading of personal data.
다양한 실시예들은, 개인 데이터에 대한 수익을 극대화시키면서, 개인 데이터를 안정적으로 거래할 수 있는 경쟁 데이터 거래 시스템의 전자 장치 및 그의 동작 방법을 제공한다. Various embodiments provide an electronic device of a competitive data trading system capable of stably trading personal data while maximizing profit on personal data, and an operating method thereof.
다양한 실시예들은 경쟁 데이터 거래 시스템의 전자 장치, 즉 서비스 제공 장치 및 그의 동작 방법을 제공한다. Various embodiments provide an electronic device of a competitive data trading system, that is, a service providing device and an operating method thereof.
다양한 실시예들에 따른 전자 장치의 동작 방법은, 다수의 서비스 수요 장치들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하는 단계, 상기 예측되는 기대 수익에 기반하여, 상기 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하는 단계, 및 상기 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치들 중 적어도 하나로부터 상기 개인 데이터를 구매하는 단계를 포함할 수 있다. A method of operating an electronic device according to various embodiments includes predicting an expected revenue for a service to be provided to at least one of a plurality of service demand devices, and based on the predicted expected revenue, a method related to the service. The method may include determining a budget for purchasing personal data, and purchasing the personal data from at least one of a plurality of data broker devices using the determined budget.
다양한 실시예들에 따른 전자 장치는, 메모리, 및 상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성되는 프로세서를 포함하고, 상기 프로세서는, 다수의 서비스 수요 장치들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하고, 상기 예측되는 기대 수익에 기반하여, 상기 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하고, 상기 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치들 중 적어도 하나로부터 상기 개인 데이터를 구매하도록 구성될 수 있다. An electronic device according to various embodiments includes a memory and a processor connected to the memory and configured to execute at least one command stored in the memory, wherein the processor includes at least one of a plurality of service demand devices. predict expected revenue for the service to be provided, determine a budget for purchasing personal data related to the service based on the predicted expected revenue, and use the determined budget to determine a plurality of data brokers It may be configured to purchase the personal data from at least one of the devices.
다양한 실시예들에 따르면, 경쟁 데이터 거래 시스템이 다수의 데이터 브로커 장치들과 단일 서비스 제공 장치로 구현됨에 따라, 데이터 브로커 장치들과 서비스 제공 장치가 개인 데이터를 효과적으로 거래할 수 있다. 구체적으로, 데이터 브로커 장치들이 데이터 제공 장치들의 WTS(willingness-to-sell)를 고려하여, 개인 데이터를 판매하고, 서비스 제공 장치가 서비스 수요 장치들의 WTP(willingness-to-pay)를 고려하여, 개인 데이터를 구매할 수 있다. 이 때 데이터 브로커 장치들의 경쟁, 및 데이터 브로커 장치들과 서비스 제공 장치 사이의 경쟁에 기반하여, 경쟁 데이터 거래 시스템이 개인 데이터를 효과적으로 거래할 수 있다. 이에 따라, 경쟁 데이터 거래 시스템 내에서, 데이터 브로커 장치들과 서비스 제공 장치는 개인 데이터의 거래에 따른 수익을 극대화시키면서, 개인 데이터를 안정적으로 거래할 수 있다. According to various embodiments, as the competitive data trading system is implemented with a plurality of data broker devices and a single service providing device, the data broker devices and the service providing device can effectively trade personal data. Specifically, data broker devices sell personal data in consideration of willingness-to-sell (WTS) of data providing devices, and service providing devices consider WTP (willingness-to-pay) of service demand devices, Data can be purchased. At this time, based on the competition between the data broker devices and the competition between the data broker devices and the service providing device, the competing data trading system can effectively trade personal data. Accordingly, within the competing data trading system, the data broker devices and the service providing device can stably trade personal data while maximizing profits from trading personal data.
도 1은 다양한 실시예들에 따른 경쟁 데이터 거래 시스템을 도시하는 도면이다.
도 2는 다양한 실시예들에 따른 경쟁 데이터 거래 시스템에서의 신호 흐름을 도시하는 도면이다.
도 3은 다양한 실시예들에 따른 경쟁 데이터 거래 시스템을 개념적으로 도시하는 도면이다.
도 4는 다양한 실시예들에 따른 서비스 제공 장치를 도시하는 도면이다.
도 5는 다양한 실시예들에 따른 서비스 제공 장치의 동작 방법을 도시하는 도면이다.
도 6은 도 5의 개인 데이터 구매 단계를 도시하는 도면이다.
도 7은 다양한 실시예들에 따른 서비스 제공 장치의 동작 알고리즘을 설명하기 위한 도면이다.
도 8은 다양한 실시예들에 따른 데이터 브로커 장치를 도시하는 도면이다.
도 9는 다양한 실시예들에 따른 데이터 브로커 장치의 동작 방법을 도시하는 도면이다. 1 is a diagram illustrating a competition data trading system according to various embodiments.
2 is a diagram illustrating a signal flow in a competitive data trading system according to various embodiments.
3 is a diagram conceptually illustrating a competition data trading system according to various embodiments.
4 is a diagram illustrating a service providing device according to various embodiments.
5 is a diagram illustrating an operating method of a service providing apparatus according to various embodiments.
FIG. 6 is a diagram illustrating the personal data purchasing step of FIG. 5 .
7 is a diagram for explaining an operation algorithm of a service providing apparatus according to various embodiments.
8 is a diagram illustrating a data broker device according to various embodiments.
9 is a diagram illustrating an operating method of a data broker device according to various embodiments.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 설명된다. Hereinafter, various embodiments of this document will be described with reference to the accompanying drawings.
도 1은 다양한 실시예들에 따른 경쟁 데이터 거래 시스템(100)을 도시하는 도면이다.1 is a diagram illustrating a competition data trading system 100 according to various embodiments.
도 1을 참조하면, 다양한 실시예들에 따른 경쟁 데이터 거래 시스템(100)은 다수의 데이터 제공 장치(data provider; data providing device)(110)들, 다수의 서비스 수요 장치(service consumer; service consuming device)들, 다수의 데이터 브로커 장치(data broker; data broker device)들, 및 단일 서비스 제공 장치(data provider; data providing device)를 포함할 수 있다. Referring to FIG. 1, a competitive data trading system 100 according to various embodiments includes a plurality of data providing devices (data provider; data providing device) 110, a plurality of service consumer; service consuming device ), multiple data broker devices, and a single data providing device (data provider).
데이터 제공 장치(110)들의 각각은 적어도 하나의 사용자에 대한 개인 데이터를 데이터 브로커 장치(120)들 중 적어도 하나에 제공할 수 있다. 이를 위해, 데이터 제공 장치(110)들의 각각은 사용자와 관련하여, 개인 데이터를 수집할 수 있다. 그리고, 데이터 제공 장치(110)들의 각각은 개인 데이터를 저장할 수 있다. 여기서, 개인 데이터는 정보 주체인 개인에 의해 적극적으로 관리 및 통제되고, 능동적으로 활용 가능한 마이데이터(mydata)를 포함할 수 있다. 개인 데이터는 다양한 유형들일 수 있으며, 예컨대 신체 상태, 신체 활동, 통신 내역, 정보 이용 기록, 크리에이티브 데이터, 일정, 결제 내역, 또는 방문 기록 중 적어도 하나를 포함할 수 있다. 데이터 제공 장치(110)들은 다양한 유형의 전자 장치들을 포함할 수 있다. 예를 들면, 전자 장치들은 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(personal digital assistants), PMP(portable multimedia player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, 의료 기기, 가전 장치, 카메라, 또는 로봇(robot) 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 데이터 제공 장치(110)들의 각각은 개인 데이터를 데이터 브로커 장치(120)들 중 적어도 하나에 판매할 수 있다. Each of the data providing devices 110 may provide personal data for at least one user to at least one of the data broker devices 120 . To this end, each of the data providing devices 110 may collect personal data in relation to the user. Also, each of the data providing devices 110 may store personal data. Here, the personal data may include mydata that is actively managed and controlled by the individual as the subject of information and can be actively utilized. Personal data may be of various types, and may include, for example, at least one of physical conditions, physical activities, communication details, information use records, creative data, schedules, payment details, or visit records. The data providing devices 110 may include various types of electronic devices. For example, electronic devices include smart phones, mobile phones, navigation devices, computers, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), tablet PCs, game consoles, It may include at least one of a wearable device, an internet of things (IoT) device, a medical device, a home appliance, a camera, or a robot. According to one embodiment, each of the data providing devices 110 may sell personal data to at least one of the data broker devices 120 .
데이터 브로커 장치(120)들의 각각은 데이터 제공 장치(110)들 중 적어도 하나의 개인 데이터를 서비스 제공 장치(120)에 판매할 수 있다. 이를 위해, 데이터 브로커 장치(120)들 중 적어도 두 개가 서로 경쟁할 수 있다. 데이터 브로커 장치(120)들의 각각은 데이터 제공 장치(110)들 중 적어도 하나로부터 개인 데이터를 수집할 수 있다. 일 실시예에 따르면, 데이터 브로커 장치(120)들의 각각은 데이터 제공 장치(110)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 여기서, 데이터 브로커 장치(120)들의 각각은 적어도 하나의 미리 정해진 유형의 개인 데이터를 수집할 수 있다. 데이터 브로커 장치(120)들은 상이한 유형들의 개인 데이터를 수집할 수 있으며, 데이터 브로커 장치(120)들 중 적어도 두 개가 동일한 유형의 개인 데이터를 수집할 수도 있다. 데이터 브로커 장치(120)들은 상이한 데이터 제공 장치(110)들로부터 개인 데이터를 수집할 수 있으며, 데이터 브로커 장치(120)들 중 적어도 두 개가 동일한 데이터 제공 장치(110)로부터 개인 데이터를 수집할 수도 있다. 예를 들면, 데이터 브로커 장치(120)들의 각각은 데이터베이스를 갖는 서버일 수 있다. Each of the data broker devices 120 may sell personal data of at least one of the data providing devices 110 to the service providing device 120 . To this end, at least two of the data broker devices 120 may compete with each other. Each of the data broker devices 120 may collect personal data from at least one of the data providing devices 110 . According to one embodiment, each of the data broker devices 120 may purchase personal data from at least one of the data providing devices 110 . Here, each of the data broker devices 120 may collect at least one predetermined type of personal data. The data broker devices 120 may collect different types of personal data, and at least two of the data broker devices 120 may collect the same type of personal data. The data broker devices 120 may collect personal data from different data providing devices 110, and at least two of the data broker devices 120 may collect personal data from the same data providing device 110. . For example, each of the data broker devices 120 may be a server having a database.
서비스 제공 장치(130)는 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 여기서, 서비스 제공 장치(130)는 적어도 하나의 미리 정해진 유형의 개인 데이터를 구매할 수 있다. 이 때 데이터 브로커 장치(120)들 중 적어도 두 개의 경쟁 하에서, 서비스 제공 장치(130)는 데이터 브로커 장치(120)들 중 적어도 하나를 선택하고, 선택된 데이터 브로커 장치(120)로부터 개인 데이터를 구매할 수 있다. 그리고, 서비스 제공 장치(130)는 개인 데이터와 관련된 서비스를 서비스 수요 장치(140)들 중 적어도 하나에 제공할 수 있다. 일 실시예에 따르면, 서비스 제공 장치(130)는 서비스를 서비스 수요 장치(140)들 중 적어도 하나에 판매할 수 있다. 예를 들면, 서비스 제공 장치(130)는 데이터 베이스를 갖는 서버일 수 있다. The service providing device 130 may purchase personal data from at least one of the data broker devices 120 . Here, the service providing device 130 may purchase at least one predetermined type of personal data. At this time, under competition between at least two of the data broker devices 120, the service providing device 130 may select at least one of the data broker devices 120 and purchase personal data from the selected data broker device 120. there is. In addition, the service providing device 130 may provide a service related to personal data to at least one of the service requesting devices 140 . According to an embodiment, the service providing device 130 may sell the service to at least one of the service demand devices 140 . For example, the service providing device 130 may be a server having a database.
서비스 수요 장치(140)들의 각각은 서비스 제공 장치(130)로부터 제공되는 서비스를 이용할 수 있다. 일 실시예에 따르면, 서비스 수요 장치(140)들의 각각은 서비스 제공 장치(130)로부터 서비스를 구매할 수 있다. 서비스 수요 장치(140)들은 다양한 유형의 전자 장치들 또는 서버 중 적어도 하나를 포함할 수 있다. 예를 들면, 전자 장치들은 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA, PMP, 태블릿 PC, 게임 콘솔, 웨어러블 디바이스, IoT 디바이스, 의료 기기, 가전 장치, 카메라, 또는 로봇 중 적어도 하나를 포함할 수 있다.Each of the service requesting devices 140 may use a service provided by the service providing device 130 . According to an embodiment, each of the service demand devices 140 may purchase a service from the service providing device 130 . The service demand devices 140 may include at least one of various types of electronic devices or servers. For example, electronic devices may include at least one of a smartphone, a mobile phone, a navigation device, a computer, a laptop computer, a digital broadcast terminal, a PDA, a PMP, a tablet PC, a game console, a wearable device, an IoT device, a medical device, a home appliance, a camera, or a robot. may contain one.
다양한 실시예들에 따르면, 경쟁 데이터 거래 시스템(100) 내에서, 개인 데이터에 대한 비협조적 경쟁 거래가 이루어질 수 있다. 데이터 브로커 장치(120)들의 각각은 데이터 제공 장치(110)들 중 적어도 하나의 개인 데이터를 서비스 제공 장치(130)에 판매할 수 있다. 이 때 데이터 브로커 장치(120)들의 각각은 최적의 수익을 획득하도록, 개인 데이터를 판매할 수 있다. 이를 위해, 데이터 브로커 장치(120)들 중 적어도 두 개가 개인 데이터를 판매하기 위해 경쟁할 수 있다. 이를 통해, 서비스 제공 장치(130)가 데이터 브로커 장치(120)들 중 적어도 하나에서 판매되는 개인 데이터를 구매하고, 개인 데이터와 관련된 서비스를 서비스 수요 장치(140)들 중 적어도 하나에 제공할 수 있다. 이 때 서비스 제공 장치(130)는 최적의 수익을 획득하도록, 개인 데이터를 구매할 수 있다. 여기서, 데이터 브로커 장치(120)들 중 적어도 하나와 서비스 제공 장치(130)가 개인 데이터를 거래, 즉 판매 및 구매하기 위해 경쟁할 수 있다.According to various embodiments, within the competitive data trading system 100, non-cooperative competitive trading for personal data may be made. Each of the data broker devices 120 may sell personal data of at least one of the data providing devices 110 to the service providing device 130 . At this time, each of the data broker devices 120 may sell personal data to obtain an optimal profit. To this end, at least two of the data broker devices 120 may compete to sell personal data. Through this, the service providing device 130 can purchase personal data sold by at least one of the data broker devices 120 and provide a service related to the personal data to at least one of the service demand devices 140. . At this time, the service providing device 130 may purchase personal data so as to obtain an optimal profit. Here, at least one of the data broker devices 120 and the service providing device 130 may compete to trade, that is, to sell and purchase personal data.
도 2는 다양한 실시예들에 따른 경쟁 데이터 거래 시스템(100)에서의 신호 흐름을 도시하는 도면이다. 2 is a diagram illustrating a signal flow in a competitive data trading system 100 according to various embodiments.
도 2를 참조하면, 적어도 하나의 데이터 제공 장치(110), 적어도 하나의 데이터 브로커 장치(120), 서비스 제공 장치(130), 및 적어도 하나의 서비스 수요 장치(140)의 사이에서 경쟁 데이터 거래가 이루어질 수 있다. 이를 위해, 각 데이터 브로커 장치(120)는 판매하기 위한 개인 데이터를 제공하는 적어도 하나의 데이터 제공 장치(110)의 개수를 파악하고 있으며, 서비스 제공 장치(130)는 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치(140)의 개수를 파악하고 있을 수 있다. 그리고, 데이터 브로커 장치(120)와 서비스 제공 장치(130) 사이에 비협조적 경쟁 거래를 위한 프로토콜이 설정되어 있을 수 있다. Referring to FIG. 2, competitive data transactions are made between at least one data providing device 110, at least one data broker device 120, a service providing device 130, and at least one service demand device 140. can To this end, each data broker device 120 identifies the number of at least one data providing device 110 that provides personal data for sale, and the service providing device 130 provides at least one The number of service demand devices 140 may be known. In addition, a protocol for non-cooperative competitive transactions may be established between the data broker device 120 and the service providing device 130.
먼저, 서비스 제공 장치(130)는 210 단계에서 서비스 수요 장치(140)에 제공하기 위한 서비스에 대한 기대 수익을 예측할 수 있다. 이 때 서비스 제공 장치(130)는 서비스를 제공하기 위한 서비스 수요 장치(140)의 개수, 서비스에 대한 가격, 또는 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 이 후, 서비스 제공 장치(130)는 220 단계에서 기대 수익에 기반하여, 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정할 수 있다. 이에 따라, 서비스 제공 장치(130)는 230 단계에서 데이터 브로커 장치(120)에 예산을 할당할 수 있다. 예를 들어, 다수의 데이터 브로커 장치(120)들에 대해, 서비스 제공 장치(130)는 예산을 데이터 브로커 장치(120)들의 개수에 상응하는 개별 예산들로 분할하고, 데이터 브로커 장치(120)들에 개별 예산들을 각각 할당할 수 있다. First, the service providing device 130 may predict expected revenue for the service to be provided to the service demand device 140 in step 210 . In this case, the service providing device 130 may predict expected revenue based on at least one of the number of service demand devices 140 for providing the service, the price of the service, and the expected quality of the service. Thereafter, the service providing device 130 may determine a budget for purchasing personal data related to the service based on the expected revenue in step 220 . Accordingly, the service providing device 130 may allocate a budget to the data broker device 120 in step 230 . For example, for a plurality of data broker devices 120, the service providing device 130 divides the budget into individual budgets corresponding to the number of data broker devices 120, and the data broker devices 120 individual budgets can be allocated to each.
이어서, 데이터 브로커 장치(120)는 240 단계에서 서비스 제공 장치(130)에 개인 데이터를 판매하기 위한 기대 수익을 예측할 수 있다. 이 때 데이터 브로커 장치(120)는 서비스 제공 장치(130)로부터 할당되는 예산 또는 개인 데이터의 단가 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 여기서, 단가는, 개인 데이터를 제공하는 데이터 제공 장치(110)의 개수 또는 개인 데이터에 대한 프라이버시 민감도 중 적어도 하나에 기반하여, 결정될 수 있다. 이 후, 데이터 브로커 장치(120)는 250 단계에서 데이터 제공 장치(110)와 개인 데이터를 거래할 수 있다. 이 때 개인 데이터의 단가에 기반하여, 데이터 제공 장치(110)가 개인 데이터를 판매하고, 데이터 브로커 장치(120)가 개인 데이터를 구매할 수 있다. 즉, 데이터 브로커 장치(120)는 데이터 제공 장치(110)에 개인 데이터의 단가를 지불하고, 데이터 제공 장치(110)로부터 개인 데이터를 구매할 수 있다. Subsequently, the data broker device 120 may predict expected revenue for selling personal data to the service providing device 130 in step 240 . In this case, the data broker device 120 may predict expected revenue based on at least one of a budget allocated from the service providing device 130 and a unit price of personal data. Here, the unit price may be determined based on at least one of the number of data providing devices 110 providing personal data or privacy sensitivity of personal data. Thereafter, the data broker device 120 may trade personal data with the data providing device 110 in step 250 . At this time, based on the unit price of the personal data, the data providing device 110 may sell the personal data and the data broker device 120 may purchase the personal data. That is, the data broker device 120 may pay the data providing device 110 a unit price for personal data and purchase personal data from the data providing device 110 .
계속해서, 데이터 브로커 장치(120)는 260 단계에서 서비스 제공 장치(130)에 개인 데이터에 대해 입찰할 수 있다(biding). 이 때 데이터 브로커 장치(120)는 기대 수익에 기반하여, 판매하기 위한 개인 데이터의 입찰 단가를 결정할 수 있다. 그리고, 데이터 브로커 장치(120)는 서비스 제공 장치(130)에 입찰 단가를 제출하면서, 개인 데이터에 대해 입찰할 수 있다. 이에 따라, 서비스 제공 장치(130)는 270 단계에서 데이터 브로커 장치(120)와 개인 데이터를 거래할 수 있다. 이 때 예산에 기반하여, 데이터 브로커 장치(120)가 개인 데이터를 판매하고, 서비스 제공 장치(130)가 개인 데이터를 구매할 수 있다. 즉, 서비스 제공 장치(130)는 데이터 브로커 장치(120)에 예산을 지불하고, 데이터 브로커 장치(120)로부터 개인 데이터를 구매할 수 있다. Continuing, the data broker device 120 may bid for personal data with the service providing device 130 in step 260 . At this time, the data broker device 120 may determine a bid unit price of the personal data to be sold based on the expected profit. In addition, the data broker device 120 may bid for personal data while submitting a bid unit price to the service providing device 130 . Accordingly, the service providing device 130 may trade personal data with the data broker device 120 in step 270 . At this time, based on the budget, the data broker device 120 may sell personal data and the service providing device 130 may purchase personal data. That is, the service providing device 130 may pay a budget to the data broker device 120 and purchase personal data from the data broker device 120 .
마지막으로, 서비스 제공 장치(130)는 280 단계에서 서비스 수요 장치(140)와 서비스를 거래할 수 있다. 이 때 서비스에 대한 가격에 기반하여, 서비스 제공 장치(130)가 서비스를 제공하고, 서비스 수요 장치(140)가 서비스를 이용할 수 있다. 즉, 서비스 수요 장치(140)는 서비스에 대한 가격을 지불하고, 서비스 제공 장치(130)로부터 서비스를 구매할 수 있다. Finally, the service providing device 130 may trade services with the service demand device 140 in step 280 . At this time, based on the price for the service, the service providing device 130 may provide the service and the service demand device 140 may use the service. That is, the service demand device 140 may pay a price for the service and purchase the service from the service providing device 130 .
도 3은 다양한 실시예들에 따른 경쟁 데이터 거래 시스템(100)을 개념적으로 도시하는 도면이다. 3 is a diagram conceptually illustrating a competition data trading system 100 according to various embodiments.
도 3을 참조하면, 다양한 실시예들에 따른 경쟁 데이터 거래 시스템(100)은 K 개의 유형들의 개인 데이터에 대해 자식의 수익을 위해 동작하는 구성 요소들로서, 개의 그룹들로 구분되는 잠재적 데이터 제공 장치(110)들, R 개의 데이터 브로커 장치()(120)들, 단일 서비스 제공 장치(130), 및 M 개의 잠재적 서비스 수요 장치(140)들을 포함할 수 있다. 데이터 제공 장치(110)들과 데이터 브로커 장치(120)들은 개인 데이터에 대한 프라이버시 고려 하에, 개인 데이터를 판매하는 데 관심이 있고, 서비스 제공 장치(130)는 개인 데이터를 구매하고, 서비스 수요 장치(140)들에 개인 데이터와 관련된 서비스를 제공하는 데 관심이 있을 수 있다. Referring to FIG. 3 , a competition data trading system 100 according to various embodiments is a component that operates for the profit of a child for K types of personal data, Potential data providing devices 110 divided into groups, R data broker devices ( ) 120, a single service providing device 130, and M potential service demand devices 140. The data providing device 110 and the data broker device 120 are interested in selling personal data under privacy considerations for personal data, the service providing device 130 purchases personal data, and the service demand device ( 140) may be interested in providing services related to personal data.
서비스 제공 장치(130)는 모든 데이터 브로커 장치(120)들 중 적어도 하나로부터 미리 정해진 품질()의 개인 데이터를 미리 정해진 품질(Q(q))의 데이터 세트들로서 구매하기 위해 예산(B)를 결정할 수 있다. 이 때 서비스 제공 장치(130)는 서비스에 대한 가격(ps), 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치(140)의 개수, 또는 서비스에 대한 예상 서비스 품질(S) 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 그리고, 서비스 제공 장치(130)는 예산(B)을 개인 데이터에 대한 비용으로 소비할 것이므로, 자신의 수익을 극대화하기 위해 최적의 예산(B)을 결정할 수 있다. 이 후, 서비스 제공 장치(130)는 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매하기 위해, 데이터 브로커 장치(120)들에 입찰을 요청할 수 있다. The service providing device 130 has a predetermined quality (from at least one of all the data broker devices 120). ) of personal data as data sets of a predetermined quality Q(q). At this time, the service providing device 130 is based on at least one of the price p s for the service, the number of at least one service demand device 140 for providing the service, or the expected service quality S for the service. Thus, expected returns can be predicted. And, since the service providing device 130 will consume the budget B as a cost for personal data, it can determine the optimal budget B to maximize its profit. Thereafter, the service providing device 130 may request a bid from the data broker devices 120 to purchase personal data from at least one of the data broker devices 120 .
이를 통해, 데이터 브로커 장치(120)들 사이에서 경쟁이 일어날 수 있다. 즉, 데이터 브로커 장치(120)들 중 적어도 두 개가 개인 데이터를 판매하기 위해 경쟁할 수 있다. 이 때 데이터 브로커 장치(120)들 중 적어도 하나는 적어도 하나의 데이터 제공 장치(110)로부터 개인 데이터를 구입하고, 이를 서비스 제공 장치(130)에 판매하기 위해 입찰할 수 있다. 여기서, 데이터 브로커 장치(120)들은 서로의 입찰에 대해 알지 못한 채, 입찰할 수 있다. 이를 통해, 데이터 브로커 장치(120)들 중 적어도 하나가 서비스 제공 장치(130)에 개인 데이터를 판매할 수 있다. Through this, competition may occur between the data broker devices 120 . That is, at least two of the data broker devices 120 may compete to sell personal data. At this time, at least one of the data broker devices 120 may purchase personal data from at least one data providing device 110 and bid to sell it to the service providing device 130 . Here, the data broker devices 120 may bid without knowing about each other's bid. Through this, at least one of the data broker devices 120 may sell personal data to the service providing device 130 .
한편, 데이터 브로커 장치(120)들과 서비스 제공 장치(130) 사이에서도 경쟁이 일어날 수 있다. 서비스 제공 장치(130)는 미리 정해진 품질(q)의 개인 데이터를 구매하기 위해, 한정된 예산(B)를 사용하여 데이터 세트들의 품질(Q(q))로부터 획득되는 서비스 S의 품질을 극대화할 수 있다. 한편, 데이터 브로커 장치(120)들 중 적어도 하나는 품질(qi)의 개인 데이터를 데이터 세트로서 판매함으로써, 서비스 제공 장치(130)로부터 개인 데이터에 대한 개별 예산(bi)을 받을 수 있다. 개별 예산(bi)은 해당 데이터 브로커 장치(120)의 실제 수익이 될 수 있다. Meanwhile, competition may also occur between the data broker devices 120 and the service providing device 130 . The service providing device 130 may maximize the quality of service S obtained from the quality Q(q) of data sets using a limited budget B to purchase personal data of a predetermined quality q. there is. Meanwhile, at least one of the data broker devices 120 may receive an individual budget bi for personal data from the service providing device 130 by selling personal data of quality qi as a data set. The individual budget (bi) may be the actual revenue of the data broker device 120.
다양한 실시예들에 따르면, 경쟁 데이터 거래 시스템(100)에 다수의 데이터 브로커 장치(120)들과 단일 서비스 공급 장치(130)가 있을 수 있다. 데이터 브로커 장치(120)들은 개인 데이터를 가능한 한 많이 팔아야 할 것이다. 한편, 서비스 제공 장치(130)는 제한된 예산(B)을 사용하는 가장 효율적인 방법을 찾아야 할 것이다. 이 때 데이터 브로커 장치(120)들의 각각은 서비스 제공 장치(130)로부터의 개별 예산(bi)과 적어도 하나의 데이터 제공 장치(110)에서의 개인 데이터의 단가 모두 고려함으로써, 양질의 개인 데이터를 판매하기 위한 수익을 최적화할 수 있다. 여기서, 데이터 브로커 장치(120)들의 각각은 데이터 제공 장치(110)의 WTS(willingness-to-sell)를 감안하여 미리 정해진 품질(qi)로 필요한 개인 데이터를 얻기 위해 전체 비용 ()을 최소화하는 데 초점을 맞출 수 있다. According to various embodiments, there may be multiple data broker devices 120 and a single service provider device 130 in the competitive data trading system 100 . Data broker devices 120 will have to sell as much personal data as possible. Meanwhile, the service providing device 130 will have to find the most efficient way to use the limited budget B. At this time, each of the data broker devices 120 considers both the individual budget (bi) from the service providing device 130 and the unit price of personal data in at least one data providing device 110, thereby selling quality personal data. You can optimize your profit to do it. Here, each of the data broker devices 120 takes into account the willingness-to-sell (WTS) of the data providing device 110 to obtain the necessary personal data with a predetermined quality (qi) at a total cost ( ) can be focused on minimizing
서비스 제공 장치(130)는 예산(B)을 데이터 브로커 장치(120)에게 할당할 수 있다. 즉, 서비스 제공 장치(130)는 예산(B)을 데이터 브로커 장치(120)들의 개수에 상응하는 개별 예산(bi)들로 분할하고, 데이터 브로커 장치(120)들에 개별 예산(bi)들을 각각 할당할 수 있다. 예를 들면, 개별 예산(bi)들은 하기 [수학식 1]과 같이 정의될 수 있다. 즉, 모든 개별 예산(bi)들의 합은 예산(B)을 초과할 수 없다. The service providing device 130 may allocate the budget B to the data broker device 120 . That is, the service providing device 130 divides the budget B into individual budgets bi corresponding to the number of data broker devices 120, and assigns individual budgets bi to the data broker devices 120, respectively. can be assigned For example, individual budgets (bi) may be defined as in [Equation 1] below. That is, the sum of all individual budgets (bi) cannot exceed the budget (B).
데이터 브로커 장치(120)들의 각각은 기대 수익(Ui)을 예측할 수 있다. 그리고, 데이터 브로커 장치(120)들의 각각이 기대 수익(Ui)에 기반하여 서비스 제공 장치(130)에 입찰함으로써, 데이터 브로커 장치(120)들이 경쟁할 수 있다. 데이터 브로커 장치(120)는 기대 수익(Ui)에 기반하여, 판매하기 위한 개인 데이터의 입찰 단가를 결정할 수 있다. 그리고, 데이터 브로커 장치(120)는 서비스 제공 장치(130)에 입찰 단가를 제출하면서, 개인 데이터에 대해 입찰할 수 있다.Each of the data broker devices 120 may predict an expected profit Ui. In addition, the data broker devices 120 may compete as each of the data broker devices 120 bids for the service providing device 130 based on the expected profit Ui. The data broker device 120 may determine a bid unit price of personal data to be sold based on the expected profit Ui. In addition, the data broker device 120 may bid for personal data while submitting a bid unit price to the service providing device 130 .
후술되는 바와 같이, 기대 함수(Ui)가 데이터 브로커 장치(120)들, 및 내쉬 균형 분석(nash equilibrium analysis; NE)에 따른 데이터 브로커 장치(120)들 사이의 비협조적 경쟁에 대해 정의될 수 있다.As described below, an expectation function (Ui) may be defined for data broker apparatuses 120 and uncooperative competition between data broker apparatuses 120 according to a Nash equilibrium analysis (NE).
정의(definition)1: 데이터 브로커 장치(120)들의 각각의 기대 수익(Ui)은 하기 [수학식 2]와 같이 정의될 수 있다. Definition 1 : The expected revenue (Ui) of each of the data broker devices 120 may be defined as in [Equation 2] below.
여기서 δi는 미리 정해진 품질(qi ∈ [0,∞))의 개인 데이터의 단가이다.Here, δi is the unit price of personal data of a predetermined quality (qi ∈ [0, ∞)).
도 3에 도시된 바와 같이, 데이터 브로커 장치(120)들은 서비스 제공 장치(130)에 개인 데이터를 판매함으로써, 서비스 제공 장치(130)로부터 개별 예산(bi)을 얻기 위해, 서로 경쟁한다. 이는, 후술되는 정의 2와 정의 3에서 정의한 이들 사이의 비협조 게임으로 볼 수 있다. 상기 [수학식 1] 및 [수학식 2]와 함께 제안된 데이터 브로커 장치(120)들 간 비협조적 경쟁은, 다른 참여자에 대한 최소한의 정보가 필요하기 때문에 참여자가 동적으로 시장에 참여하는 것이 적합하다. 여기서, 참여자는 예산(B)와 단가(δ)에 대한 정보가 필요할 뿐, 다른 참여자의 세부 전략에 신경 쓸 필요가 없다. As shown in FIG. 3 , the data broker devices 120 compete with each other to obtain individual budget bi from the service providing device 130 by selling personal data to the service providing device 130 . This can be seen as a non-cooperative game between those defined in Definitions 2 and 3 described later. Non-cooperative competition between the data broker devices 120 proposed together with [Equation 1] and [Equation 2] requires minimum information about other participants, so it is appropriate for participants to dynamically participate in the market. . Here, the participant only needs information on the budget (B) and unit price (δ), and does not need to be concerned with the detailed strategies of other participants.
정의2: 데이터 브로커 장치(120)들의 비협조적 경쟁은 비협조적 전략 방식 게임 모델, 즉 로 표현된다. 여기서, 은 모든 데이터 브로커 장치(120)들의 도메인이며, Uk는 상기 [수학식 2]의 기대 수익에 대응될 수 있다. Definition 2 : Non-cooperative competition of data broker devices 120 is a non-cooperative strategy game model, i.e. is expressed as here, Is a domain of all data broker devices 120, and Uk may correspond to the expected revenue of [Equation 2] above.
정의 3:G의 NE는 을 만족하는 스트래티지(stratege)(q*)들의 프로파일이다. 이제, 을 극대화하기 위한 NE(q)의 존재와 고유성이 증명될 수 있다. Definition 3 : NE of G is It is a profile of strategies (q*) that satisfy . now, The existence and uniqueness of NE(q) to maximize can be proved.
보조정리 1은 제안된 게임 모델의 실현 가능성을 보여줄 수 있다. Lemma 1 can show the feasibility of the proposed game model.
보조정리(lemma) 1: 벡터 q는, q의 최소 두 가지 성분이 양수이고, 벡터 q가 하기[수학식 3]을 만족하면, 을 최대화하는 게임의 NE, 즉 q*이다. Lemma 1 : For a vector q, if at least two components of q are positive and the vector q satisfies the following [Equation 3], is the NE of the game maximizing , that is, q*.
증명: 필요성과 충분한 조건이 유지된다는 것을 보여줌으로써 증명할 수 있다. 이러한 조건은 qi에 대한 편미분[즉 ]을 취함으로써 도출될 수 있다. 필요조건은 0명, 단 한 명의 참여자와 모순되는 것으로 증명할 수 있다. q를 최소 2(즉, 시장에 대한 적어도 두 명의 참여자)로 고려하여 충분한 조건을 보여줄 수 있다.Proof: You can prove by showing that the necessary and sufficient conditions hold. These conditions are the partial derivatives with respect to qi [i.e. ] can be derived by taking Necessary conditions can be proven to contradict zero and only one participant. A sufficient condition can be shown by considering q to be at least 2 (i.e., at least two participants to the market).
보조정리 2와 같이 변형된 효용 함수 로 원 게임을 변형된 게임 모델로 변환한다. Transformed utility function like Lemma 2 Convert the original game into a modified game model with .
보조정리 2: 하기 [수학식 4]에 제시된 최적화 문제가 고려된다. 여기서, 하기 [수학식 5]가 참조된다. 그렇다면, 상기 [수학식 4]는 하기 [수학식 6]과 같은 고유 솔루션을 가지고 있다. Lemma 2 : The optimization problem presented in [Equation 4] below is considered. Here, the following [Equation 5] is referred to. If so, [Equation 4] has a unique solution as shown in [Equation 6] below.
여기서, υ은 를 만족시키는 실제 값이다.Here, υ is is the actual value that satisfies
증명: 수정된 효용 함수의 1차 편미분을 보여준 다음 정확한 를 찾기 위해 KKT(Karush-Kuhn-Tucker) 조건을 적용함으로써 증명할 수 있다. 그러면 상기 [수학식 6]을 얻을 수 있다. KKT 조건을 적용하는 동안 조건도 얻을 수 있다.Proof: Show the first partial derivative of the modified utility function, then It can be proved by applying the Karush-Kuhn-Tucker (KKT) condition to find Then, [Equation 6] can be obtained. While applying the KKT condition conditions can also be obtained.
데이터 브로커 장치(120)들의 입찰은 상기 [수학식 2]에 의해 음수가 아닌 것으로 이해된다. 입찰이 0인 데이터 브로커 장치(120)(즉, qi = 0)는, 해당 데이터 브로커 장치(120)가 거래에 참여하지 않는 것을 의미한다. 따라서 전체 참여자(즉, 데이터 브로커 장치(120)들)가 실제로 모든 i ∈ R에 대해 bi > 0, qi > 0으로 입찰에 참여한다고 가정할 수 있다. 그러면 하기 [수학식 7]과 같이 보조정리 2의 결과를 단순화할 수 있다.The bidding of the data broker devices 120 is understood to be a non-negative number by [Equation 2] above. A data broker device 120 having a bid of 0 (ie, qi = 0) means that the corresponding data broker device 120 does not participate in the transaction. Therefore, it can be assumed that all participants (ie, data broker devices 120) actually participate in bidding with bi > 0 and qi > 0 for all i ∈ R. Then, the result of Lelem 2 can be simplified as shown in [Equation 7] below.
더욱이, 상기 [수학식 7]과 조건 B로, υ은 를 평가하여 얻을 수 있다. 즉, 이다.Moreover, the above [Equation 7] and the condition As B, υ is can be obtained by evaluating in other words, am.
보조정리 3: G는 보조정리 2의 솔루션이 제공하는 를 만족하는 최적의 예산 할당 에 상응하는 고유 NE q*을 가지고 있다. Lemma 3 : G is the solution of Lemma 2 given optimal budget allocation that satisfies has a unique NE q* corresponding to
증명: 상기 [수학식 4]의 변형된 게임모델은 1차 미분으로부터의 조건과 함께 고유 NE 포인트를 가지며, 이후 변형된 게임모델이 실제로 보조정리 1과 동일하다는 것을 알 수 있다. 여기에 그 증명의 개요가 있다. 첫째로, 보조정리 2가 동일한 고유 솔루션을 가지고 있음을 보여줌으로써, 이면 가 되고; 이면 가 되고; 가 되도록, 고유 b*과 스칼라 υ이 존재함을 알 수 있다. 그렇다면 벡터 는 NE이며, 보조정리 1을 이용한 고유 솔루션임을 알 수 있다. 마지막으로 를 만족하는 해당 최적 예산 할당 을 가진 고유한 NE q*이 존재한다고 결론을 내릴 수 있다.Proof: The modified game model of [Equation 4] above has a unique NE point with a condition from the first derivative, and then it can be seen that the modified game model is actually the same as Lelem 1. Here is an outline of the proof. First, by showing that Lemma 2 has the same eigensolution, the other side become; the other side become; , it can be seen that there exists a unique b* and a scalar υ. then vector is NE, and it can be seen that it is an eigensolution using lemma 1. finally that optimal budget allocation that satisfies It can be concluded that there exists a unique NE q* with .
아울러, 상기 정의 2에서의 고유한 NE q*은 다음과 같은 정리를 통해 얻을 수 있다.In addition, the unique NE q* in Definition 2 can be obtained through the following theorem.
정리(theorem) 1: 데이터 브로커 장치(120)들의 비협조적 경쟁은 다음과 같은 고유한 NE q*을 가지고 있다 Theorem 1 : Uncooperative competition of data broker devices 120 has a unique NE q*
증명: 상기 보조정리 2와 3로부터, NE 솔루션 은 로 주어진다. 여기서, 이다. 그런 다음, 이를 상기 [수학식 7] 및 [수학식 8]에 적용할 수 있다. Proof: From lemma 2 and 3 above, NE solution silver is given as here, am. Then, it can be applied to [Equation 7] and [Equation 8] above.
상기 [수학식 8]의 고유한 NE에 의해, 폐쇄적인 형태로 모든 참여자가 시장에서 타인의 전략을 쉽게 예상할 수 있다. 서비스 제공 장치(130)는 개인 데이터를 구매하기 위한 자체 예산과 판매자 단가를 가지고 데이터 세트 금액을 결정할 수 있다. 반면, 데이터 브로커 장치(120) 입장에서는 수익과 직결되는 시장에서 경쟁력을 가늠할 수 있다.Due to the unique NE of [Equation 8] above, all participants can easily predict the strategy of others in the market in a closed form. The service providing device 130 may determine the amount of the data set using its own budget for purchasing personal data and a seller's unit price. On the other hand, from the point of view of the data broker device 120, competitiveness in a market directly related to profits can be measured.
상술된 바와 같이, 데이터 브로커 장치(120)의 양의(+) 입찰을 전제로 하기 때문에, 상기 [수학식 8]의 NE q*은 양일 수밖에 없다. 따라서, 경쟁 데이터 거래 시스템(100)은 하기 [수학식 9]의 두 가지 조건들을 충족해야 한다.As described above, since positive (+) bidding of the data broker device 120 is premised, NE q* in [Equation 8] cannot but be positive. Therefore, the competition data trading system 100 must satisfy the following two conditions of [Equation 9].
첫 번째 조건은, 제안된 게임 모델의 실현 가능성과 관련이 있다. 즉, 제안된 게임 모델에는 적어도 두개의 데이터 브로커 장치(120)(즉, R ≥2)가 필요하며, 이는 보조정리 1에서도 확인된다. 두 번째 조건은 각 데이터 브로커 장치(120)의 동작과 관련되며, 하기 [수학식 10]과 같이 해석할 수 있다.The first condition is related to the feasibility of the proposed game model. That is, the proposed game model requires at least two data broker devices 120 (i.e., R ≥ 2), which is also confirmed in lemma 1. The second condition is related to the operation of each data broker device 120 and can be interpreted as shown in [Equation 10] below.
첫 번째 사례(δi > 0)는 각 데이터 브로커 장치(120)가 제공하는 개인 데이터의 단가에 대한 기본 조건을 나타낸다. 단가는 0보다 커야 한다. 두 번째 사례 는 각 데이터 브로커 장치(120)에 제공하는 개인 데이터, 즉 데이터 세트의 단가가 제안된 게임 모델에 참여할 수 있을 정도로 충분히 경쟁력이 있어야 한다는 것을 나타낸다. 즉, 한 데이터 브로커 장치(120)의 단가가 다른 참여자에 비해 극히 높은 경우, 데이터 브로커 장치(120)는 서비스 제공 장치(130)로부터 입찰할 기회가 없다. The first case (δ i > 0) represents a basic condition for the unit price of personal data provided by each data broker device 120 . The unit price must be greater than zero. second case indicates that the individual data provided to each data broker device 120, i.e., the unit price of the data set, must be competitive enough to participate in the proposed game model. That is, when the unit price of one data broker device 120 is extremely high compared to other participants, the data broker device 120 has no opportunity to bid from the service providing device 130 .
도 4는 다양한 실시예들에 따른 전자 장치(예: 서비스 제공 장치(130))(400)를 도시하는 도면이다. 4 is a diagram illustrating an electronic device (eg, a service providing device 130) 400 according to various embodiments.
도 4를 참조하면, 다양한 실시예들에 따른 전자 장치(400)는 도 1 및 도 2의 서비스 제공 장치(130)일 수 있다. 이러한 전자 장치(400)는 통신 모듈(410), 입력 모듈(420), 출력 모듈(430), 메모리(440), 또는 프로세서(450) 중 적어도 하나를 포함할 수 있다. 어떤 실시예에서, 전자 장치(400)의 구성 요소들 중 적어도 하나가 생략될 수 있으며, 적어도 하나의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서, 전자 장치(400)의 구성 요소들 중 적어도 두 개가 하나의 통합된 회로로 구현될 수 있다.Referring to FIG. 4 , an electronic device 400 according to various embodiments may be the service providing device 130 of FIGS. 1 and 2 . The electronic device 400 may include at least one of a communication module 410 , an input module 420 , an output module 430 , a memory 440 , and a processor 450 . In some embodiments, at least one of the components of the electronic device 400 may be omitted and at least one other component may be added. In some embodiments, at least two of the components of the electronic device 400 may be implemented as a single integrated circuit.
통신 모듈(410)은 전자 장치(400)에서 외부 장치(예: 데이터 브로커 장치(120)들, 서비스 수요 장치(140)들)와 통신을 수행할 수 있다. 통신 모듈(410)은 전자 장치(400)와 외부 장치 간 통신 채널을 수립하고, 통신 채널을 통해, 외부 장치와 통신을 수행할 수 있다. 통신 모듈(410)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 유선 통신 모듈은 외부 장치와 유선으로 연결되어, 유선으로 통신할 수 있다. 무선 통신 모듈은 네트워크를 통해 외부 장치와 통신할 수 있다. The communication module 410 may perform communication with external devices (eg, data broker devices 120 and service demand devices 140) in the electronic device 400. The communication module 410 may establish a communication channel between the electronic device 400 and an external device, and perform communication with the external device through the communication channel. The communication module 410 may include at least one of a wired communication module and a wireless communication module. The wired communication module may be connected to an external device through wired communication. The wireless communication module may communicate with an external device through a network.
입력 모듈(420)은 전자 장치(400)의 적어도 하나의 구성 요소에 사용될 신호를 입력할 수 있다. 예를 들면, 입력 모듈(420)은 마이크로폰(microphone), 마우스(mouse), 또는 키보드(keyboard) 중 적어도 하나를 포함할 수 있다. The input module 420 may input a signal to be used in at least one component of the electronic device 400 . For example, the input module 420 may include at least one of a microphone, mouse, or keyboard.
출력 모듈(430)은 전자 장치(400)의 정보를 출력할 수 있다. 출력 모듈(430)은 표시 모듈 또는 오디오 출력 모듈 중 적어도 하나를 포함할 수 있다. 표시 모듈은, 예컨대 디스플레이, 홀로그램 장치, 또는 프로젝터 중 적어도 하나를 포함할 수 있다. 오디오 출력 모듈은, 예컨대 스피커 또는 리시버 중 적어도 하나를 포함할 수 있다. The output module 430 may output information of the electronic device 400 . The output module 430 may include at least one of a display module and an audio output module. The display module may include, for example, at least one of a display, a hologram device, and a projector. The audio output module may include, for example, at least one of a speaker and a receiver.
메모리(440)는 전자 장치(400)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 예를 들면, 메모리(440)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 하나를 포함할 수 있다. 데이터는 적어도 하나의 프로그램 및 이와 관련된 입력 데이터 또는 출력 데이터를 포함할 수 있다. 프로그램은 메모리(440)에 적어도 하나의 명령을 포함하는 소프트웨어로서 저장될 수 있으며, 예컨대 운영 체제, 미들 웨어, 또는 어플리케이션 중 적어도 하나를 포함할 수 있다. The memory 440 may store various data used by at least one component of the electronic device 400 . For example, the memory 440 may include at least one of volatile memory and non-volatile memory. The data may include at least one program and related input data or output data. The program may be stored as software including at least one instruction in the memory 440, and may include, for example, at least one of an operating system, middleware, and applications.
프로세서(450)는 메모리(440)의 프로그램을 실행하여, 전자 장치(400)의 적어도 하나의 구성 요소를 제어할 수 있다. 이를 통해, 프로세서(450)는 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(450)는 메모리(440)에 저장된 명령을 실행할 수 있다. 프로세서(450)는 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 여기서, 프로세서(450)는 적어도 하나의 미리 정해진 유형의 개인 데이터를 구매할 수 있다. 이 때 데이터 브로커 장치(120)들 중 적어도 두 개의 경쟁 하에서, 프로세서(450)는 데이터 브로커 장치(120)들 중 적어도 하나를 선택하고, 선택된 데이터 브로커 장치(120)로부터 개인 데이터를 구매할 수 있다. 그리고, 프로세서(450)는 개인 데이터와 관련된 서비스를 서비스 수요 장치(140)들 중 적어도 하나에 제공할 수 있다. 일 실시예에 따르면, 프로세서(450)는 서비스를 서비스 수요 장치(140)들 중 적어도 하나에 판매할 수 있다. The processor 450 may control at least one component of the electronic device 400 by executing a program of the memory 440 . Through this, the processor 450 may perform data processing or calculation. At this time, the processor 450 may execute instructions stored in the memory 440 . Processor 450 may purchase personal data from at least one of data broker devices 120 . Here, the processor 450 may purchase at least one predetermined type of personal data. At this time, under competition between at least two of the data broker devices 120, the processor 450 may select at least one of the data broker devices 120 and purchase personal data from the selected data broker device 120. Also, the processor 450 may provide a service related to personal data to at least one of the service requesting devices 140 . According to an embodiment, the processor 450 may sell the service to at least one of the service requesting devices 140 .
도 5는 다양한 실시예들에 따른 전자 장치(400)의 동작 방법을 도시하는 도면이다. 5 is a diagram illustrating an operating method of an electronic device 400 according to various embodiments.
도 5를 참조하면, 전자 장치(400)는 510 단계에서 서비스 수요 장치(140)들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측할 수 있다. 프로세서(450)는 서비스를 제공하기 위한 서비스 수요 장치(140)의 개수, 서비스에 대한 가격, 또는 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 이 때 프로세서(450)는 극대화된 수익으로서, 기대 수익을 예측할 수 있다. Referring to FIG. 5 , in step 510, the electronic device 400 may predict expected revenue for a service to be provided to at least one of the service demand devices 140. The processor 450 may predict expected revenue based on at least one of the number of service demand devices 140 for providing the service, the price of the service, and the expected quality of the service. At this time, the processor 450 may predict the expected profit as the maximized profit.
전자 장치(400)는 520 단계에서 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정할 수 있다. 프로세서(450)는 서비스에 대한 기대 수익에 기반하여, 예산을 결정할 수 있다. 이 때 프로세서(450)는 서비스와 관련되는 개인 데이터에 대한 적어도 하나의 미리 정해진 유형을 식별할 수 있다. In step 520, the electronic device 400 may determine a budget for purchasing personal data related to the service. Processor 450 may determine a budget based on expected revenue for the service. At this time, the processor 450 may identify at least one predetermined type of personal data related to the service.
전자 장치(400)는 530 단계에서 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 프로세서(450)는 예산을 이용하여, 개인 데이터를 구매할 수 있다. 즉, 프로세서(450)는 데이터 브로커 장치(120)들 중 적어도 하나에 예산을 지불하고, 개인 데이터를 구매할 수 있다. 이 때 프로세서(450)는 데이터 브로커 장치(120)들 중 적어도 하나의 입찰에 기반하여, 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 일 실시예에 따르면, 프로세서(450)는 모든 데이터 브로커 장치(120)들에 입찰을 요청하고, 이로써 데이터 브로커 장치(120)들이 입찰할 수 있다. 다른 실시예에 따르면, 프로세서(450)는 식별된 유형의 개인 데이터를 판매하는 데이터 브로커 장치(120)들에 입찰을 요청하고, 이로써 검출된 데이터 브로커 장치(120)가 입찰할 수 있다. 이에 대해, 도 6을 참조하여, 후술될 것이다. The electronic device 400 may purchase personal data from at least one of the data broker devices 120 in step 530 . The processor 450 may purchase personal data using a budget. That is, the processor 450 may pay a budget to at least one of the data broker devices 120 and purchase personal data. At this time, the processor 450 may purchase personal data from at least one of the data broker devices 120 based on the bidding of at least one of the data broker devices 120 . According to one embodiment, the processor 450 requests a bid from all data broker devices 120, which allows the data broker devices 120 to bid. According to another embodiment, the processor 450 requests bids from data broker devices 120 that sell the identified type of personal data, so that the detected data broker devices 120 can bid. This will be described later with reference to FIG. 6 .
도 6은 도 5의 개인 데이터 구매 단계를 도시하는 도면이다. FIG. 6 is a diagram illustrating the personal data purchasing step of FIG. 5 .
도 6을 참조하면, 전자 장치(400)는 631 단계에서 데이터 브로커 장치(120)들에 예산을 할당할 수 있다. 프로세서(450)는 예산을 데이터 브로커 장치(120)들의 개수에 상응하는 개별 예산들로 분할하고, 데이터 브로커 장치(120)들에 개별 예산들을 각각 할당할 수 있다. 이 때 개별 예산들의 각각은 데이터 브로커 장치(120)들의 각각에서 판매하기 위한 개인 데이터의 품질에 기반하여, 결정될 수 있다. 그리고, 프로세서(450)는 데이터 브로커 장치(120)들에 개별 예산들을 각각 할당하면서, 데이터 브로커 장치(120)들에 입찰을 요청할 수 있다. Referring to FIG. 6 , the electronic device 400 may allocate budgets to the data broker devices 120 in step 631 . The processor 450 may divide the budget into individual budgets corresponding to the number of data broker devices 120 and allocate the individual budgets to the data broker devices 120, respectively. At this time, each of the individual budgets may be determined based on the quality of personal data to be sold in each of the data broker devices 120 . In addition, the processor 450 may request bids from the data broker devices 120 while allocating individual budgets to the data broker devices 120, respectively.
전자 장치(400)는 633 단계에서 데이터 브로커 장치(120)들의 각각으로부터 입찰 단가를 획득할 수 있다. 데이터 브로커 장치(120)들이 입찰함에 따라, 프로세서(450)는 데이터 브로커 장치(120)들의 각각으로부터 입찰 단가를 획득할 수 있다. 이 때 데이터 브로커 장치(120)들의 각각은 서비스 제공 장치(130)로부터 할당되는 예산 또는 개인 데이터의 단가 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 여기서, 단가는, 개인 데이터를 제공하는 데이터 제공 장치(110)의 개수 또는 개인 데이터에 대한 프라이버시 민감도 중 적어도 하나에 기반하여, 결정될 수 있다. 그리고, 데이터 브로커 장치(120)들의 각각은 기대 수익에 기반하여, 판매하기 위한 개인 데이터의 입찰 단가를 결정할 수 있다. 이를 통해, 데이터 브로커 장치(120)들의 각각은 서비스 제공 장치(130)에 입찰 단가를 제출하면서, 개인 데이터에 대해 입찰할 수 있다. The electronic device 400 may acquire a bid unit price from each of the data broker devices 120 in step 633 . As the data broker devices 120 bid, the processor 450 may obtain a bid unit price from each of the data broker devices 120 . In this case, each of the data broker devices 120 may predict expected revenue based on at least one of a budget allocated from the service providing device 130 and a unit price of personal data. Here, the unit price may be determined based on at least one of the number of data providing devices 110 providing personal data or privacy sensitivity of personal data. Also, each of the data broker devices 120 may determine a bid unit price of personal data to be sold based on the expected profit. Through this, each of the data broker devices 120 may bid for personal data while submitting a bid unit price to the service providing device 130 .
전자 장치(400)는 635 단계에서 데이터 브로커 장치(120)들 중 적어도 하나를 선택할 수 있다. 프로세서(450)는 예산 및 데이터 브로커 장치(120)들의 각각의 입찰 단가에 기반하여, 데이터 브로커 장치(120)들 중 적어도 하나를 선택할 수 있다. 여기서, 선택되는 데이터 브로커 장치(120)의 입찰 단가의 합이 예산을 초과하지 않아야 한다. The electronic device 400 may select at least one of the data broker devices 120 in step 635 . The processor 450 may select at least one of the data broker devices 120 based on the budget and the bidding unit price of each of the data broker devices 120 . Here, the sum of bid unit prices of the selected data broker device 120 must not exceed the budget.
전자 장치(400)는 637 단계에서 선택된 데이터 브로커 장치(120)로부터 개인 데이터를 구매할 수 있다. 프로세서(450)는 예산을 이용하여, 개인 데이터를 구매할 수 있다. 즉, 프로세서(450)는 선택된 데이터 브로커 장치(120)에 할당된 개별 예산 또는 입찰 단가를 지불하고, 선택된 데이터 브로커 장치(120)에서 판매되는 개인 데이터를 구매할 수 있다. 이 후, 전자 장치(400)는 도 5로 리턴하여, 540 단계로 진행할 수 있다. The electronic device 400 may purchase personal data from the selected data broker device 120 in step 637 . The processor 450 may purchase personal data using a budget. That is, the processor 450 may pay an individual budget or bid unit price allocated to the selected data broker device 120 and purchase personal data sold in the selected data broker device 120 . Thereafter, the electronic device 400 may return to FIG. 5 and proceed to step 540 .
도 5를 다시 참조하면, 전자 장치(400)는 540 단계에서 서비스 수요 장치(140)들 중 적어도 하나에 서비스를 제공할 수 있다. 이 때 서비스에 대한 가격에 기반하여, 프로세서(450)가 서비스를 제공하고, 서비스 수요 장치(140)가 서비스를 이용할 수 있다. 즉, 서비스 수요 장치(140)는 서비스에 대한 가격을 지불하고, 전자 장치(400)로부터 서비스를 구매할 수 있다.Referring back to FIG. 5 , the electronic device 400 may provide a service to at least one of the service requesting devices 140 in step 540 . At this time, based on the price for the service, the processor 450 may provide the service, and the service demand device 140 may use the service. That is, the service demand device 140 may pay a price for the service and purchase the service from the electronic device 400 .
NE 결과를 이용하여 서비스 제공 장치(130)의 최적화가 이루어질 수 있다. 문제를 소개한다. 예상 품질(Q)로 수집된 개인 데이터, 즉 데이터 세트에 의해 획득되는 서비스에 대한 예상 품질(S)를 고려하여 서비스 제공 장치(130)의 기대 수익(P)이 예측될 수 있다. 서비스 제공 장치(130)는 예상 서비스 품질(S)과 함께, 예상 품질(S)을 갖는 서비스 수요 장치(140)의 WTP(willingness-to-pay)(Ψ)를 고려해 기대 수익을 예측할 수 있다. 그리고, 예상 품질(S) 달성을 위한 예상 비용으로서 예산(B)이 결정될 수 있다. 개인 데이터, 즉 데이터 세트의 예상 품질(Q)과 서비스에 대한 예상 서비스 품질(S)에 대해 제안된 모델은 서비스 제공 장치(130)가 수익 극대화를 위해 구입할 개인 데이터의 양을 예측하기 위한 정량화 방법이라는 점에 유의해야 하며, 이는 시장 참여를 결정하는 기준의 일부로서 사용될 수 있다.Optimization of the service providing device 130 may be performed using the NE result. Introduce the problem. The expected revenue P of the service providing device 130 may be predicted by considering the expected quality S of the service obtained by the personal data collected with the expected quality Q, that is, the data set. The service providing device 130 may predict expected revenue by considering the expected service quality (S) and the willingness-to-pay (WTP) (Ψ) of the service demand device 140 having the expected quality (S). And, the budget (B) may be determined as an expected cost for achieving the expected quality (S). The proposed model for personal data, that is, the expected quality (Q) of a data set and the expected service quality (S) for a service, is a quantification method for predicting the amount of personal data that the service providing device 130 will purchase to maximize revenue. , which can be used as part of the criteria for determining market participation.
A. 서비스 제공 장치(130)의 서비스 품질(S)A. Service quality (S) of the service providing device 130
예상 서비스 품질(S)을 정의하기 전에, 모든 데이터 브로커 장치(120)로부터의 전체 개인 데이터, 즉 데이터 세트들()에 의해 획득되는 서비스 제공 장치(130)의 예상 품질(Q)이 정의된다. 예상 품질(Q)을 정의하기 위해, 세 가지 원칙이 적용된다. 첫 번째는 완전성, 정확성 등과 같은 고유 데이터 품질과 관련된 데이터 양(즉, 크기 또는 볼륨)이다. 두 번째는 데이터의 특성이다. 즉, 데이터 세트의 조합은 식별 가능한 정보를 얻을 기회를 증가시킨다. 예를 들어, 온라인 환경에서 쿠키 동기화 기법은 더 나은 서비스 품질과 맞춤화를 위해 사용자의 행동을 식별하고 추적하기 위해 널리 사용된다. 세 번째는 한계효용성을 감소시키는 법칙으로, 한계효용성은 공급이 증가함에 따라 감소하고, 감소율은 데이터 세트의 양에 반비례한다. 그리고, 예상 품질(Q)이 하기 [수학식 11]과 같이 정의된다.Before defining the expected service quality (S), the entire personal data from all data broker devices 120, i.e. the data sets ( The expected quality (Q) of the service providing device 130 obtained by ) is defined. To define expected quality (Q), three principles apply. The first is the amount of data (i.e. size or volume) associated with inherent data qualities such as completeness, accuracy, etc. The second is the nature of the data. That is, the combination of data sets increases the chance of obtaining identifiable information. For example, in online environments, cookie synchronization techniques are widely used to identify and track user behavior for better service quality and personalization. The third is the law of diminishing marginal utility, which decreases as supply increases, and the rate of decrease is inversely proportional to the amount of data set. And, the expected quality (Q) is defined as in [Equation 11] below.
정의 4: Definition 4 :
여기서 ηij는 데이터 집합 qi와 qj 사이의 상관도(correlation)이다. where ηij is the correlation between the data sets qi and qj.
예상 품질(Q)을 정의하기 위해서는, 기하 평균(루트 항(term))이 제1원칙과 제2원칙을 만족하는 가장 인기 있고 관리 가능한 함수가 된다. 즉, (1) 데이터 세트가 밀접하게 상관될 때 (서비스 제공 장치(130)가 가지는) 데이터 세트 품질이 높아지고, (2) 데이터 세트의 양이 크고, (3) 각 데이터 브로커 장치(120)의 데이터 세트 양이 균형을 이룬다. ηij = 1 (i = j) 및 ηij = 0 (i ≠ j)일 때, 각 데이터 브로커 장치(120)의 데이터 집합 품질의 선형 합과 동일한 를 형성한다. 더욱이, 자연 로그 함수는 세 번째 원칙을 적용하기 위해 사용되는데, 이는 보통 한계 효용 감소 법칙을 모델링하기 위해 제안된다(함수는 데이터 집합의 양, 즉 du = x-1dx에 반비례한다).To define the expected quality (Q), the geometric mean (root term) becomes the most popular and manageable function that satisfies the first and second principles. That is, (1) the quality of the data set (having the service providing device 130) is high when the data set is closely correlated, (2) the amount of the data set is large, and (3) the Data sets are balanced in volume. When ηij = 1 (i = j) and ηij = 0 (i ≠ j), equal to the linear sum of the data set qualities of each data broker device 120 form Furthermore, the natural log function is used to apply the third principle, which is usually proposed to model the law of diminishing marginal utility (the function is inversely proportional to the amount of the data set, i.e. du = x -1 dx).
예상 품질(Q)과 함께, 수집된 데이터 세트를 이용하여 예측의 정확성으로 서비스 제공 장치(130)에 대한 예상 서비스 품질(S)이 제안된다. 예상 서비스 품질(S)은 하기 [수학식 12]와 같이 정의된다.Along with the expected quality Q, the expected service quality S for the service providing device 130 is proposed with predictive accuracy using the collected data set. The expected service quality (S) is defined as in [Equation 12] below.
정의 5: Definition 5 :
여기서, α ∈ (0, 1]과 β ∈ (0, 1]은 매개변수(parameter)들이다. 그리고, S(Q) ∈ [0, 1)이다.Here, α ∈ (0, 1] and β ∈ (0, 1] are parameters, and S(Q) ∈ [0, 1).
B. 서비스 수요 장치(140)의 WTPB. WTP of Service Demand Device 140
서비스 제공 장치(130)는 서비스 품질(S)을 바탕으로 서비스를 제공하기 위한 서비스 수요 장치(140)들의 수를 예측해 수익을 극대화하고, 시장에서 데이터 세트를 구입할 예산 규모를 결정해야 한다. 따라서, 서비스 수요 장치(140)들의 WTP가 제시되어야 한다.The service providing device 130 should predict the number of service demand devices 140 to provide the service based on the service quality (S) to maximize profits and determine a budget size for purchasing a data set in the market. Accordingly, the WTP of the service requesting devices 140 must be presented.
각 서비스 수요 장치(140)는 서비스 가격을 지불할 수 있는 자신만의 기준을 가지고 있다(즉, 서비스 수요 장치(140)가 서비스 가격을 지불할 지 여부를 결정한다). 따라서, 서비스 제공 장치(130)의 관점에서 각 개인의 행동을 별도로 공식화하기는 어렵다. 즉, WTP는 누적분포를 전체 서비스 수요 장치(140)들의 유료 소비자 비중으로 고려하여 매크로 레벨로 모델링해야 한다.Each service demand device 140 has its own criterion for paying the service price (ie, the service demand device 140 determines whether to pay the service price). Therefore, it is difficult to separately formulate each person's behavior from the viewpoint of the service providing device 130 . That is, the WTP should be modeled at the macro level by considering the cumulative distribution as the percentage of paid consumers of all service demand devices 140 .
WTP를 공식화하기 위해, 서비스 수요에 대한 기본적인 경제 원칙을 고려한다: 1) 제안 가격이 상승할 때 WTP가 감소하고 2) 서비스 수요 장치(140)가 더 높은 품질로 서비스를 구매하기를 선호한다. 서비스 수요 장치(140)의 WTP는 후술되는 정의 6에 정의된다.To formulate the WTP, we consider the basic economic principles for service demand: 1) the WTP decreases when the offer price increases and 2) the service demand device 140 prefers to purchase a service with a higher quality. The WTP of the service demand device 140 is defined in Definition 6 described below.
정의 6: 서비스 수요 장치(140)의 WTP(Ψ)는 누적분포함수(CDF)에 의해 제시된 가격(ps)과 서비스 품질(S)에 근거하여, 하기 [수학식 13]과 같이 정의된다. Definition 6 : WTP (Ψ) of the service demand device 140 is defined as the following [Equation 13] based on the price ( ps ) and service quality (S) presented by the cumulative distribution function (CDF).
여기서, ps ≥ 0이고, 0 ≤ S < 1이다.Here, p s ≥ 0, and 0 ≤ S < 1.
서비스 품질(S)과 WTP(Ψ)에 대해 제안된 모델을 바탕으로, 서비스 제공 장치(130)의 기대 수익(P)이 하기 [수학식 14]와 같이 모델링될 수 있다.Based on the proposed model for service quality (S) and WTP (Ψ), the expected profit (P) of the service providing device 130 may be modeled as in [Equation 14] below.
여기서, M은 서비스 수요 장치(140)들의 개수, ps는 서비스의 가격, B는 시장에 있는 모든 데이터 브로커 장치(120)들로부터 데이터 세트를 구입하기 위한 예산이다. Here, M is the number of service demand devices 140, p s is the price of the service, and B is a budget for purchasing a data set from all data broker devices 120 in the market.
은 제안된 서비스의 가격(ps)과 제안된 서비스 품질(Q)을 가진 예상 서비스 수요 장치(140)들의 개수를 의미한다. 따라서, 는 서비스 수요 장치(140)들로부터 예상되는 수익을 의미한다. 한편, 예산(B)은 데이터 세트를 구입하기 위한 예상 비용이다. 이에 기반하여, 수익 극대화 문제는 하기 [수학식 15]와 같이 공식화할 수 있다. Means the number of expected service demand devices 140 having the proposed service price ( ps ) and the proposed service quality (Q). thus, Means the expected revenue from the service demand devices 140. On the other hand, budget (B) is the estimated cost to purchase the data set. Based on this, the profit maximization problem can be formulated as in [Equation 15] below.
문제 1: Problem 1 :
여기서, 이다. 서비스 품질(Q)을 극대화하는 고정 예산(B)와의 q*은 상기 정리 1의 NE에 의해 결정될 수 있다.here, am. q* with a fixed budget (B) maximizing service quality (Q) can be determined by NE of Theorem 1 above.
C. 서비스 제공 장치(130)의 수익 극대화C. Maximizing the profit of the service providing device 130
기대 수익(P(ps, B))를 최대화하는 서비스 제공 장치(130)의 최적 전략을 해결한다(문제 1). 이를 위해, 는 고정예산 B(정리 2)와 함께 후술되는 정리 2로부터 먼저 얻으며, 서비스 제공 장치(130)의 최적 예산(B*)은 후술되는 정리 3에서 최종적으로 얻는다. An optimal strategy of the service providing apparatus 130 maximizing an expected profit (P( ps , B)) is solved (problem 1). for teeth, is first obtained from Theorem 2 described later together with the fixed budget B (Theorem 2), and the optimal budget B* of the service providing apparatus 130 is finally obtained from Theorem 3 described later.
정리 2: 최적 가격은 서비스 제공 장치(130)의 수익 함수를 최대화하는 로서, 하기 [수학식 16]과 같다. Theorem 2 : The optimal price is the one that maximizes the profit function of the service providing device 130. As, as shown in [Equation 16] below.
여기서, 이고, 이다.here, ego, am.
증명: 하기 [수학식 17]과 같이, ps에 관한 P의 오목함은 p의 2차 미분이 0 이하인지 아닌지를 고려하여 확인한다. S ∈ [0, 1)이다.Proof: As shown in [Equation 17] below, the concavity of P with respect to p s is confirmed by considering whether or not the second derivative of p is 0 or less. S ∈ [0, 1).
기대 수익(P)은 오목 함수이므로, 하기 [수학식 18]과 같이 ps로 1차 미분을 확인하여 얻은 최대점은 0이 된다.Since the expected profit (P) is a concave function, the maximum point obtained by checking the first derivative with p s is 0 as shown in [Equation 18] below.
이 정리 2로부터, 서비스 제공 장치(130)의 최적 전략인 문제 1의 최적 솔루션은 최종적으로 후술되는 정리 3으로서 얻어진다.From this Theorem 2, the optimal solution to Problem 1, which is the optimal strategy of the service providing apparatus 130, is finally obtained as Theorem 3 described later.
정리 3: 정리 2에 근거하여 수익을 극대화하는 서비스 제공 장치(130)의 최적 전략 (문제 1)은 하기 [수학식 19]와 같이 주어진다.Theorem 3: Optimal strategy of the service providing device 130 maximizing profits based on Theorem 2 (Problem 1) is given as the following [Equation 19].
여기서, 이고, 이며, 는 정리2에서 주어진다.here, ego, is, is given in Theorem 2.
증명: 서비스 제공 장치(130)의 최적 가격 은 정리 2에서 얻은 예산(B)이다. 이제, ps = 라는 조건에서 기대 수익(P(ps, |B))을 , 즉 로 나타내면, 하기 [수학식 20]과 같다.Proof: best price for service provider 130 is the budget (B) from Theorem 2. Now, p s = The expected return (P(ps, |B)) under the condition , in other words When expressed as, it is as shown in [Equation 20] below.
마찬가지로, 하기 [수학식 21]과 같이, 2차 미분을 취함으로써 변경된 기대 수익()의 오목함을 확인한다. 가 오목한 경우, 고유한 최대점(B*)을 갖는다.Similarly, as shown in [Equation 21], the expected return (changed by taking the second derivative) ) to check the concavity of If is concave, it has a unique maximum (B * ).
변경된 기대 수익()은 오목 함수이므로, 전체 수익()을 최대화하는 글로벌 최대 포인트(B*)가 하기 [수학식 22]와 같이 존재한다.Changed expected return ( ) is a concave function, so the overall return ( ) exists as shown in [Equation 22] below.
서비스 제공 장치(130)의 수익을 극대화하기 위해 필요한 예산(B*)은 폐쇄형 솔루션으로서 획득되므로, 동적 시장에 쉽게 적용할 수 있다. 더욱이, 결과의 주요 부분((α/β)Me-1)은 그 자체의 특성(즉, 서비스 품질(S)과 서비스 수요 장치(140)들의 개수)에만 의존한다. 즉, 서비스 제공 장치(130)는 시장의 다른 데이터 브로커 장치(120)에 대한 정보 없이도 필요한 예산을 추정할 수 있다.Since the budget B* required to maximize the profit of the service providing device 130 is obtained as a closed solution, it can be easily applied to a dynamic market. Moreover, the main part of the result ((α/β)Me −1 ) depends only on its own characteristics (ie the quality of service S and the number of service demanding devices 140). That is, the service providing device 130 can estimate a necessary budget without information about other data broker devices 120 in the market.
도 7은 다양한 실시예들에 따른 전자 장치(400)의 동작 알고리즘을 설명하기 위한 도면이다. 7 is a diagram for explaining an operating algorithm of an electronic device 400 according to various embodiments.
도 7을 참조하면, 서비스 제공 장치(130)에 대한 분석을 토대로, 주요 결과(즉, 데이터 세트 품질(qi*)과 각 데이터 브로커 장치(120)에 할당된 예산(bi*))를 얻기 위한 알고리즘(알고리즘 1)이 제안된다. 알고리즘은 기본적인 입력 매개변수로서, 서비스 수요 장치(140)들의 개수(M), 서비스 품질(S)의 매개 변수(α, β, η), 데이터 브로커 장치(120)들의 개수(R), 각 데이터 브로커 장치(120)의 단가()를 취한다. 입력 매개변수에 기반하여, 알고리즘은 공통 변수(X와 Y(정리 3))를 초기화한 뒤, 서비스 제공 장치(130)의 수익을 극대화하는 총 예산(B*)을 계산한다. 총 예산(B*)과 각 데이터 브로커 장치(120)의 단가를 바탕으로 데이터 브로커 장치(120) 별로 필요한 데이터 세트 품질(qi*(정리 1))과 할당된 개별 예산(bi*(상기 [수학식 1]))를 계산한다. 이를 통해, 서비스 제공 장치(130)는 모든 데이터 브로커 장치(120)들에게 필요한 데이터 세트 품질()과 할당된 개별 예산()을 얻을 수 있다.Referring to Figure 7, based on the analysis of the service providing device 130, for obtaining the main results (ie, data set quality (qi * ) and budget (bi * ) allocated to each data broker device 120) An algorithm (algorithm 1) is proposed. The algorithm is a basic input parameter, the number of service demand devices 140 (M), service quality (S) parameters (α, β, η), the number of data broker devices 120 (R), each data Unit price of the broker device 120 ( ) is taken. Based on the input parameters, the algorithm initializes common variables (X and Y (theorem 3)) and then calculates a total budget (B*) maximizing the profit of the service providing device 130 . Total budget (B*) and unit price of each data broker device (120) Based on , the data set quality required for each data broker device 120 (qi * (Theorem 1)) and the allocated individual budget (bi * (Equation 1)) are calculated. Through this, the service providing device 130 provides the data set quality required for all data broker devices 120 ( ) and allocated individual budgets ( ) can be obtained.
도 8은 다양한 실시예들에 따른 전자 장치(예: 데이터 브로커 장치(120))(800)를 도시하는 도면이다. 8 is a diagram illustrating an electronic device (eg, the data broker device 120) 800 according to various embodiments.
도 8을 참조하면, 다양한 실시예들에 따른 전자 장치(800)는 도 1 및 도 2의 데이터 브로커 장치(120)일 수 있다. 이러한 전자 장치(800)는 통신 모듈(810), 입력 모듈(820), 출력 모듈(830), 메모리(840), 또는 프로세서(850) 중 적어도 하나를 포함할 수 있다. 어떤 실시예에서, 전자 장치(800)의 구성 요소들 중 적어도 하나가 생략될 수 있으며, 적어도 하나의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서, 전자 장치(800)의 구성 요소들 중 적어도 두 개가 하나의 통합된 회로로 구현될 수 있다.Referring to FIG. 8 , an electronic device 800 according to various embodiments may be the data broker device 120 of FIGS. 1 and 2 . The electronic device 800 may include at least one of a communication module 810 , an input module 820 , an output module 830 , a memory 840 , and a processor 850 . In some embodiments, at least one of the components of the electronic device 800 may be omitted, and at least one other component may be added. In some embodiments, at least two of the components of the electronic device 800 may be implemented as a single integrated circuit.
통신 모듈(810)은 전자 장치(800)에서 외부 장치(예: 데이터 제공 장치(110)들, 서비스 제공 장치(130))와 통신을 수행할 수 있다. 통신 모듈(810)은 전자 장치(800)와 외부 장치 간 통신 채널을 수립하고, 통신 채널을 통해, 외부 장치와 통신을 수행할 수 있다. 통신 모듈(810)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 유선 통신 모듈은 외부 장치와 유선으로 연결되어, 유선으로 통신할 수 있다. 무선 통신 모듈은 네트워크를 통해 외부 장치와 통신할 수 있다. The communication module 810 may communicate with external devices (eg, data providing devices 110 and service providing devices 130 ) in the electronic device 800 . The communication module 810 may establish a communication channel between the electronic device 800 and an external device, and perform communication with the external device through the communication channel. The communication module 810 may include at least one of a wired communication module and a wireless communication module. The wired communication module may be connected to an external device through wired communication. The wireless communication module may communicate with an external device through a network.
입력 모듈(820)은 전자 장치(800)의 적어도 하나의 구성 요소에 사용될 신호를 입력할 수 있다. 예를 들면, 입력 모듈(820)은 마이크로폰, 마우스, 또는 키보드 중 적어도 하나를 포함할 수 있다. The input module 820 may input a signal to be used in at least one component of the electronic device 800 . For example, the input module 820 may include at least one of a microphone, mouse, or keyboard.
출력 모듈(830)은 전자 장치(800)의 정보를 출력할 수 있다. 출력 모듈(830)은 표시 모듈 또는 오디오 출력 모듈 중 적어도 하나를 포함할 수 있다. 표시 모듈은, 예컨대 디스플레이, 홀로그램 장치, 또는 프로젝터 중 적어도 하나를 포함할 수 있다. 오디오 출력 모듈은, 예컨대 스피커 또는 리시버 중 적어도 하나를 포함할 수 있다. The output module 830 may output information of the electronic device 800 . The output module 830 may include at least one of a display module and an audio output module. The display module may include, for example, at least one of a display, a hologram device, and a projector. The audio output module may include, for example, at least one of a speaker and a receiver.
메모리(840)는 전자 장치(800)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 예를 들면, 메모리(840)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 하나를 포함할 수 있다. 데이터는 적어도 하나의 프로그램 및 이와 관련된 입력 데이터 또는 출력 데이터를 포함할 수 있다. 프로그램은 메모리(840)에 적어도 하나의 명령을 포함하는 소프트웨어로서 저장될 수 있으며, 예컨대 운영 체제, 미들 웨어, 또는 어플리케이션 중 적어도 하나를 포함할 수 있다. The memory 840 may store various data used by at least one component of the electronic device 800 . For example, the memory 840 may include at least one of volatile memory and non-volatile memory. The data may include at least one program and related input data or output data. The program may be stored as software including at least one command in the memory 840, and may include, for example, at least one of an operating system, middleware, and applications.
프로세서(850)는 메모리(840)의 프로그램을 실행하여, 전자 장치(800)의 적어도 하나의 구성 요소를 제어할 수 있다. 이를 통해, 프로세서(850)는 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(850)는 메모리(840)에 저장된 명령을 실행할 수 있다. 프로세서(850)는 데이터 제공 장치(110)들 중 적어도 하나의 개인 데이터를 서비스 제공 장치(120)에 판매할 수 있다. 이를 위해, 프로세서(850)는 적어도 하나의 다른 데이터 브로커 장치(120)와 경쟁할 수 있다. 프로세서(850)는 데이터 제공 장치(110)들 중 적어도 하나로부터 개인 데이터를 수집할 수 있다. 일 실시예에 따르면, 프로세서(850)는 데이터 제공 장치(110)들 중 적어도 하나로부터 개인 데이터를 구매할 수 있다. 여기서, 프로세서(850)는 적어도 하나의 미리 정해진 유형의 개인 데이터를 수집할 수 있다. The processor 850 may control at least one component of the electronic device 800 by executing a program of the memory 840 . Through this, the processor 850 may perform data processing or calculation. At this time, the processor 850 may execute instructions stored in the memory 840. The processor 850 may sell personal data of at least one of the data providing devices 110 to the service providing device 120 . To this end, the processor 850 may compete with at least one other data broker device 120 . The processor 850 may collect personal data from at least one of the data providing devices 110 . According to an embodiment, the processor 850 may purchase personal data from at least one of the data providing devices 110 . Here, the processor 850 may collect at least one predetermined type of personal data.
도 9는 다양한 실시예들에 따른 전자 장치(800)의 동작 방법을 도시하는 도면이다. 9 is a diagram illustrating an operating method of an electronic device 800 according to various embodiments.
도 9를 참조하면, 전자 장치(800)는 910 단계에서 서비스 제공 장치(130)의 예산 할당을 검출할 수 있다. 즉, 프로세서(850)는, 서비스 제공 장치(130)의 예산이 전자 장치(800)에 할당되었음을 검출할 수 있다. 이 때 서비스 제공 장치(130)로부터 전자 장치(800)를 위한 개별 예산이 할당될 수 있다. 이에 대응하여, 서비스 제공 장치(130)가 전자 장치(800)에 입찰을 요청할 수 있다. 이에 따라, 프로세서(850)는 서비스 제공 장치(130)의 예산 할당에 대응하여, 서비스 제공 장치(130)에의 입찰을 준비할 수 있다. Referring to FIG. 9 , the electronic device 800 may detect budget allocation of the service providing device 130 in step 910 . That is, the processor 850 may detect that the budget of the service providing device 130 is allocated to the electronic device 800 . At this time, an individual budget for the electronic device 800 may be allocated by the service providing device 130 . Correspondingly, the service providing device 130 may request a bid from the electronic device 800 . Accordingly, the processor 850 may prepare a bid for the service providing device 130 in response to budget allocation of the service providing device 130 .
전자 장치(800)는 920 단계에서 판매하기 위한 개인 데이터에 대한 기대 수익을 예측할 수 있다. 이 때 프로세서(850)는 서비스 제공 장치(130)로부터 할당되는 예산, 즉 전자 장치(800)를 위한 개별 예산 또는 개인 데이터의 단가 중 적어도 하나에 기반하여, 기대 수익을 예측할 수 있다. 여기서, 단가는, 개인 데이터를 제공하는 적어도 하나의 데이터 제공 장치(110)의 개수 또는 개인 데이터에 대한 프라이버시 민감도 중 적어도 하나에 기반하여, 결정될 수 있다. 여기서, 데이터 제공 장치(110)의 개수가 많을수록, 단가가 높게 결정될 수 있다. 한편, 프라이버시 민감도가 높을수록, 단가가 높게 결정될 수 있다. In step 920, the electronic device 800 may predict expected revenue for the personal data to be sold. In this case, the processor 850 may predict expected revenue based on at least one of a budget allocated from the service providing device 130, that is, an individual budget for the electronic device 800 or a unit price of personal data. Here, the unit price may be determined based on at least one of the number of at least one data providing device 110 providing personal data or privacy sensitivity of personal data. Here, the higher the number of data providing devices 110, the higher the unit price may be determined. Meanwhile, the higher the privacy sensitivity, the higher the unit price may be determined.
전자 장치(800)는 930 단계에서 서비스 제공 장치(130)에 입찰할 수 있다. 이를 위해, 프로세서(850)는 데이터 제공 장치(110)로부터 개인 데이터를 구매할 수 있다. 이 때 프로세서(850)는 개인 데이터의 단가에 기반하여, 개인 데이터를 구매할 수 있다. 즉, 프로세서(850)는 데이터 제공 장치(110)에 개인 데이터의 단가를 지불하고, 데이터 제공 장치(110)에서 판매되는 개인 데이터를 구매할 수 있다. 그리고, 프로세서(850)는 서비스 제공 장치(130)에 개인 데이터에 대해 입찰할 수 있다. 이 때 프로세서(850)는 기대 수익에 기반하여, 개인 데이터의 입찰 단가를 결정할 수 있다. 여기서, 입찰 단가는 전자 장치(800)를 위한 개별 예산을 초과하지 않아야 한다. 이를 통해, 프로세서(850)는 서비스 제공 장치(130)에 입찰 단가를 제출하면서, 개인 데이터에 대해 입찰할 수 있다.The electronic device 800 may bid with the service providing device 130 in step 930 . To this end, the processor 850 may purchase personal data from the data providing device 110 . At this time, the processor 850 may purchase the personal data based on the unit price of the personal data. That is, the processor 850 may pay the data providing device 110 a unit price for personal data and purchase personal data sold by the data providing device 110 . Also, the processor 850 may bid the service providing device 130 for personal data. At this time, the processor 850 may determine a bid unit price of the personal data based on the expected profit. Here, the bid unit price must not exceed the individual budget for the electronic device 800 . Through this, the processor 850 may bid for personal data while submitting a bid unit price to the service providing device 130 .
전자 장치(800)는 940 단계에서 입찰 결과에 기반하여, 서비스 제공 장치(130)에 개인 데이터를 판매할 수 있다. 즉, 서비스 제공 장치(130)에 의해 입찰에 성공하면, 프로세서(850)는 서비스 제공 장치(130)에 개인 데이터를 판매할 수 있다. 이 때 서비스 제공 장치(130)가 전자 장치(120)에 할당된 개별 예산 또는 입찰 단가를 지불하면, 프로세서(850)가 서비스 제공 장치(130)에 개별 데이터를 제공할 수 있다. The electronic device 800 may sell personal data to the service providing device 130 based on the bidding result in step 940 . That is, if the service providing device 130 succeeds in bidding, the processor 850 may sell personal data to the service providing device 130 . In this case, when the service providing device 130 pays an individual budget or bid unit price allocated to the electronic device 120, the processor 850 may provide individual data to the service providing device 130.
데이터 브로커 장치(120) 별로 데이터 집합의 품질(qi)과 데이터 제공 장치(110)의 프라이버시 민감도를 고려한 실제 수익( )와 데이터 제공 장치(110)의 WTS 함수를 정의함으로써, 데이터 브로커 장치(120)의 최적화 문제를 설명한다. 수입은, 서비스 제공 장치(130)로부터의 가격(NE 결과)으로 얻을 수 있으며, 그 결과는 WTS로 데이터 제공 장치(110)로부터 개인 데이터를 구입하는 비용(ci)으로 얻을 수 있다.Actual revenue considering the quality of the data set (qi) for each data broker device 120 and the privacy sensitivity of the data providing device 110 ( ) and the WTS function of the data providing device 110, the optimization problem of the data broker device 120 is explained. Income can be obtained as a price (NE result) from the service providing device 130, and the result can be obtained as a cost (ci) of purchasing personal data from the data providing device 110 through the WTS.
A. WTS와 데이터 브로커 장치(120)의 예상 비용A. Estimated Cost of WTS and Data Broker Device 120
데이터 브로커 장치(120)는 실제 시장에 참여하는 데이터 제공 장치(110)들의 개수를 예측해 비용을 최소화해야 한다. 따라서, 데이터 제공 장치(110)들의 WTS를 모델링해야 한다.The data broker device 120 must minimize cost by estimating the number of data providing devices 110 participating in the actual market. Therefore, the WTS of the data providing devices 110 should be modeled.
각 데이터 제공 장치(110)는 프라이버시에 대한 우려가 서로 다른 자체적인 WTS를 가지고 있기 때문에 각 데이터 제공 장치(110)의 동작을 직접 공식화하기는 어렵다. 따라서, WTP와 유사하게, WTS는 매크로 수준, 즉 전체 데이터 제공 장치(110)들에 대한 WTS 누적 분포로 정의해야 한다. WTS를 정의하기 위해 두 가지 원칙이 적용된다. 첫 번째는, 돈이 많이 제공될수록 사람들이 더 많이 참여한다는 것이다. 두 번째는, 데이터의 프라이버시 민감성이다. 사람들은 사생활에 민감한 데이터를 공유하거나 판매하는 것을 주저한다(예: 많은 사람들은 신용카드 사용에 관한 정보가 위치의 정보보다 사생활에 더 민감하다고 생각한다). 더욱이, 사람들은 동일한 데이터 유형을 취급하더라도, 데이터 브로커 장치(120)의 특성(예: 인기, 평판 등)에 따라 WTS가 다를 수 있다. Since each data providing device 110 has its own WTS with different privacy concerns, it is difficult to formulate the operation of each data providing device 110 directly. Therefore, similar to the WTP, the WTS should be defined at the macro level, that is, the WTS cumulative distribution for all data providing devices 110 . Two principles apply to define WTS. The first is that the more money is provided, the more people participate. The second is the privacy sensitivity of data. People are hesitant to share or sell privacy-sensitive data (e.g., many people believe that information about credit card usage is more privacy-sensitive than information about location). Moreover, even if people deal with the same type of data, the WTS may be different depending on the characteristics of the data broker device 120 (eg, popularity, reputation, etc.).
정의 7: 데이터 브로커 장치(120)의 데이터 제공 장치(110)로부터의 특정 유형의 개인 데이터(k ∈ K)에 대한 WTS는 하기 [수학식 23]과 같이 정의된다. Definition 7 : The WTS for a specific type of personal data (k ∈ K) from the data providing device 110 of the data broker device 120 is defined as in [Equation 23] below.
여기서, ρi,k는 프라이버시 민감도에 대한 매개변수, ci,k는 각각 i번째 데이터 제공 장치(110)들의 그룹에 대한 k번째 데이터 유형에 대해 제공되는 단가이다.Here, ρi,k is a parameter for privacy sensitivity, and ci,k is a unit price provided for the k-th data type for the group of i-th data providing devices 110, respectively.
WTS는 개인 데이터의 특성뿐만 아니라 데이터 브로커 장치(120)의 특성에도 영향을 미친다. WTS에 따르면, 데이터 브로커 장치(120)에 의해 i 번째 데이터 공급 장치(110)들의 그룹(Ni)으로부터 수집되는 k번째 데이터 유형의 양(ni,k)이 하기 [수학식 24]와 같이 정의된다.The WTS affects the characteristics of the data broker device 120 as well as the characteristics of personal data. According to the WTS, the amount (ni,k) of the k-th data type collected from the group Ni of the i-th data supply devices 110 by the data broker device 120 is defined as in [Equation 24] below .
k 번째 데이터 유형의 단가는 ci,k/ni,k이다. 그리고, i 번째 데이터 브로커 장치(120)의 개인 데이터를 구입하기 위한 총 예상 비용(Ei)은 하기 [수학식 25]와 같다.The unit price of the kth data type is ci,k/ni,k. And, the total estimated cost (Ei) for purchasing the personal data of the i-th data broker device 120 is as follows [Equation 25].
여기서, 이다.here, am.
B. 데이터 브로커 장치(120)의 데이터 세트 품질B. Data Set Quality of Data Broker Device 120
데이터 브로커 장치(120)의 관점에서, 수집된 데이터 세트의 가치를 측정하고 정량화하여 시장에서 판매하기에 충분한 데이터 세트가 있는지 여부를 결정하는 방법이 필요하다. 따라서, 데이터 세트에 대한 품질 측정의 개념은 고유한 데이터 품질과 정의 4와 유사한 데이터의 특성을 모두 고려하여 정의된다. From the perspective of the data broker device 120, a method is needed to measure and quantify the value of collected data sets to determine whether there are enough data sets to sell in the marketplace. Thus, the concept of a quality measure for a data set is defined taking into account both inherent data quality and characteristics of data similar to Definition 4.
정의 8: 데이터 브로커 장치(120)가 데이터 공급 장치(110)들의 그룹(Ni)과 함께 제공하는 데이터 세트의 품질은 하기 [수학식 26]과 같다. Definition 8: The quality of the data set provided by the data broker device 120 along with the group Ni of the data supply devices 110 is as follows [Equation 26].
여기서 ni,x와 ni,y는 각각 데이터 브로커 장치(120)에 의해 수집될 수 있는 x 번째와 y 번째 데이터 유형의 예상 양이다. rxy는 데이터 유형 간의 상관도이다. 기하 평균은 빅데이터 특성(예: 정확성, 완전성 등)뿐만 아니라 정의 4와 유사한 프라이버시 데이터 특성(예: 식별성 등)을 고려하기 위해 데이터 세트의 품질을 정량화하는 데 사용된다. 결과적으로, 제안된 모델은 데이터의 양 자체뿐만 아니라 상관도와의 시너지 효과도 측정할 수 있다. rxy = 1(x = y) 및 rxy = 0(x ≠ y)이면, 를 형성한다.Here, ni,x and ni,y are expected amounts of the x-th and y-th data types that can be collected by the data broker device 120, respectively. r xy is the degree of correlation between data types. The geometric mean is used to quantify the quality of data sets to account for big data characteristics (eg accuracy, completeness, etc.) as well as privacy data characteristics similar to Definition 4 (eg distinctiveness, etc.). As a result, the proposed model can measure not only the amount of data itself but also the synergistic effect with the degree of correlation. If r xy = 1 (x = y) and r xy = 0 (x ≠ y), form
C. 데이터 브로커 장치(120)의 수익 최적화C. Revenue Optimization of Data Broker Device 120
데이터 브로커 장치(120)의 실제 수익 ()은 하기 [수학식 27]과 같이 정의된다.The actual revenue of the data broker device 120 ( ) is defined as in [Equation 27] below.
데이터 브로커 장치(120)와 서비스 제공 장치(130) 사이에서 최대 예산(bi*(qi*))이 결정되므로, 데이터 브로커 장치(120)의 수익 함수는 하기 [수학식 28]과 같이 변환될 수 있다.Since the maximum budget (bi * (qi * )) is determined between the data broker device 120 and the service providing device 130, the profit function of the data broker device 120 can be converted as shown in [Equation 28] below. there is.
그 후, 수익 극대화 문제는 데이터 브로커 장치(120)의 비용 최소화로 전환될 수 있다. 이에 따라, 비용 최소화 문제가 해결된다. 데이터 브로커 장치(120)(상기 [수학식 25])의 비용(Ei)의 정의에서 최적화 문제는 하기 [수학식 29]와 같이 정의된 수 있다.Thereafter, the revenue maximization problem can be converted to cost minimization of the data broker apparatus 120 . Thus, the cost minimization problem is solved. In the definition of the cost Ei of the data broker device 120 (Equation 25 above), the optimization problem may be defined as in [Equation 29] below.
문제 2: Problem 2 :
여기서, 는 비용(Ei(ci*))를 최소화하는 데이터 비용 벡터이다. qi*는 상기 [수학식 8]에서 얻어진다. 최적화 문제는 상기 [수학식 29] 내에서 경계되기 때문에, 조건을 만족하는 제한된 비선형 최적화 알고리즘[예: 순차 2차 프로그래밍(SQP)]을 적용할 수 있다. here, is the data cost vector that minimizes the cost (Ei(ci * )). qi * is obtained from [Equation 8] above. Since the optimization problem is bounded in [Equation 29] above, a limited nonlinear optimization algorithm (eg, sequential quadratic programming (SQP)) that satisfies the condition can be applied.
WTS는 점근적 함수이기 때문에 제안된 비용 최소화 문제에 대한 가시적 문제 공간을 정의할 필요가 있다. WTS와 관련하여, 후술되는 가정을 통해 상기 [수학식 29]의 조건을 얻는다.Since WTS is an asymptotic function, it is necessary to define a visible problem space for the proposed cost minimization problem. Regarding the WTS, the condition of [Equation 29] is obtained through the assumptions described below.
가정(assumption) 1(k 번째 데이터 유형에 대한 단가의 상한): 비용 최소화를 위한 가시적 문제 공간을 고려하기 위해, 데이터 유형별 비용 상한은 2/ρ로, WTS 값이 약 86%(즉, i ∈ R 및 k ∈ K에서 )가 되도록 한다. 즉, 데이터 제공 장치(110)들의 약 14%가 프라이버시 평가 방법을 거부한다. Assumption 1 (upper bound on the unit price for the kth data type): To consider the visible problem space for cost minimization, the upper bound on the cost per data type is 2/ρ, so that the WTS value is approximately 86% (i.e., i ∈ At R and k ∈ K ) to be That is, about 14% of the data providing devices 110 reject the privacy evaluation method.
1) 프라이버시 원칙주의자(PF): 그 단체는 프라이버시 평가에 관한 어떠한 제안도 거절할 뿐이다(대중의 25%).1) Privacy Principled (PF): The group merely rejects any proposals regarding privacy assessments (25% of the public).
2) 프라이버시 실용주의자: 이 그룹은 프라이버시 평가와 프라이버시 보호 사이의 가치를 평가한다(대중의 57%).2) Privacy Pragmatists: This group values the value between privacy assessment and privacy protection (57% of the public).
3) 프라이버시 무관: 그룹은 사생활 침해나 남용에 대한 우려를 덜하다(대중의 18%). 3) No Privacy: Groups are less concerned about invasion or abuse of privacy (18% of the public).
가정 1은 입찰 시장에 대한 데이터 브로커 장치(120)의 품질 기로 데이터 세트를 얻기 위한 예상 단가(δi)를 찾기 위한 직관력을 제공한다. 각 데이터 브로커 장치(120)는 타인의 활동을 알지 못한 채 입찰을 선택하므로, 각 데이터 브로커 장치(120)는 가능한 모든 시나리오(예: 서비스 제공 장치(130)가 데이터 브로커 장치(120)에서 제공할 수 있는 전체 데이터 세트를 구매)를 상정할 필요가 있다. 즉, 각 데이터 브로커 장치(120)의 최대 능력을 고려해야 한다. 따라서 가정 1에 근거하여 후술되는 가정 2를 얻는다.Assumption 1 provides intuition for finding an expected unit price (δi) for obtaining a data set as a quality criterion of the data broker device 120 for the bidding market. Since each data broker device 120 selects a bid without being aware of the activity of others, each data broker device 120 can choose all possible scenarios (e.g., the service providing device 130 will provide from the data broker device 120). purchase of the entire data set available). That is, the maximum capability of each data broker device 120 should be considered. Therefore, based on Assumption 1, Assumption 2 described below is obtained.
가정 2: 데이터 브로커 장치(120)의 예상 품질(qi)를 갖는 데이터 세트의 단가(δi)는 하기 [수학식 30]과 같이 구할 수 있다.Assumption 2: The unit price δi of the data set having the expected quality qi of the data broker device 120 can be obtained as shown in Equation 30 below.
가정 2는 상이한 데이터 유형들을 갖는 상이한 개수들의 데이터 공급 장치(110)들을 갖더라도, 각 데이터 브로커 장치(120)에 대해 통일된 단가를 제공한다. 이러한 팩터는 시장 내 각 데이터 브로커 장치(120)의 상대적 경쟁력 측정에 활용될 수 있으며, 서비스 제공 장치(130)는 데이터 브로커 장치(120)의 역량을 예측할 수 있다. 여기서, 데이터 세트의 단가(δ)는 가정 1로 결정된다. Assumption 2 provides a unified unit price for each data broker device 120 even if it has different numbers of data supply devices 110 with different data types. These factors can be used to measure the relative competitiveness of each data broker device 120 in the market, and the service providing device 130 can predict the capability of the data broker device 120. Here, the unit price (δ) of the data set is determined by Assumption 1.
다양한 실시예들에 따른 전자 장치(400), 즉 경쟁 데이터 거래 시스템(100) 내 서비스 제공 장치(130)의 동작 방법은, 다수의 서비스 수요 장치(140)들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하는 단계, 예측되는 기대 수익에 기반하여, 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하는 단계, 및 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매하는 단계를 포함할 수 있다. An operating method of the electronic device 400, that is, the service providing device 130 in the competition data trading system 100, according to various embodiments, provides a service to at least one of a plurality of service demand devices 140. predicting expected revenue for the project, determining a budget for purchasing personal data related to the service based on the predicted expected revenue, and using the determined budget, among a plurality of data broker devices 120. purchasing personal data from at least one.
다양한 실시예들에 따르면, 기대 수익을 예측하는 단계는, 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치(140)의 개수, 서비스에 대한 가격, 또는 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 기대 수익을 예측하는 단계를 포함할 수 있다. According to various embodiments, the step of predicting the expected revenue may include at least one of the number of at least one service demand device 140 for providing the service, the price of the service, or the expected quality of the service, It may include predicting expected returns.
다양한 실시예들에 따르면, 전자 장치(400)의 동작 방법은, 결정되는 예산을 다수의 데이터 브로커 장치(120)들의 각각에 할당하는 단계, 및 데이터 브로커 장치(120)들의 각각으로부터 입찰 단가를 획득하는 단계를 더 포함할 수 있다.According to various embodiments, the operating method of the electronic device 400 includes allocating the determined budget to each of the plurality of data broker devices 120, and acquiring a bid unit price from each of the data broker devices 120. It may further include steps to do.
다양한 실시예들에 따르면, 입찰 단가는, 데이터 브로커 장치(120)들의 각각에서 할당되는 예산에 기반하여 결정될 수 있다. According to various embodiments, the bid unit price may be determined based on a budget allocated to each of the data broker devices 120 .
다양한 실시예들에 따르면, 개인 데이터를 구매하는 단계는, 획득되는 입찰 단가에 기반하여, 데이터 브로커 장치(120)들 중 적어도 어느 하나를 선택하는 단계, 및 결정되는 예산을 선택되는 데이터 브로커 장치(120)에 지불하면서, 개인 데이터를 구매하는 단계를 포함할 수 있다. According to various embodiments, the step of purchasing personal data includes selecting at least one of the data broker devices 120 based on the obtained bid unit price, and the data broker device selected based on the determined budget ( 120), purchasing personal data.
다양한 실시예들에 따르면, 전자 장치(400)의 동작 방법은, 구매되는 개인 데이터에 기반하여, 서비스 수요 장치(140)들 중 적어도 하나에 서비스를 제공하는 단계를 더 포함할 수 있다. According to various embodiments, the operating method of the electronic device 400 may further include providing a service to at least one of the service demand devices 140 based on the purchased personal data.
다양한 실시예들에 따른 전자 장치(400), 즉 경쟁 데이터 거래 시스템(100) 내 서비스 제공 장치(130)는, 메모리(440), 및 메모리(440)와 연결되고, 메모리(440)에 저장된 적어도 하나의 명령을 실행하도록 구성되는 프로세서(450)를 포함하고, 프로세서(450)는, 다수의 서비스 수요 장치(140)들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하고, 예측되는 기대 수익에 기반하여, 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하고, 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치(120)들 중 적어도 하나로부터 개인 데이터를 구매하도록 구성될 수 있다. The electronic device 400 according to various embodiments, that is, the service providing device 130 in the competition data trading system 100, is connected to the memory 440 and the memory 440, and stores at least and a processor 450 configured to execute one instruction, wherein the processor 450 predicts an expected revenue for a service to be provided to at least one of the plurality of service demand devices 140, and predicts the predicted expectation Based on the revenue, a budget for purchasing personal data related to the service may be determined, and personal data may be purchased from at least one of the plurality of data broker devices 120 using the determined budget.
다양한 실시예들에 따르면, 프로세서(450)는, 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치(140)의 개수, 서비스에 대한 가격, 또는 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 기대 수익을 예측하도록 구성될 수 있다. According to various embodiments, the processor 450 may determine expected revenue based on at least one of the number of at least one service demand device 140 for providing the service, the price of the service, or the expected quality of the service. It can be configured to predict.
다양한 실시예들에 따르면, 프로세서(450)는, 결정되는 예산을 다수의 데이터 브로커 장치(120)들의 각각에 할당하고, 데이터 브로커 장치(120)들의 각각으로부터 입찰 단가를 획득하도록 구성될 수 있다. According to various embodiments, the processor 450 may be configured to allocate the determined budget to each of the plurality of data broker devices 120 and obtain a bid unit price from each of the data broker devices 120 .
다양한 실시예들에 따르면, 입찰 단가는, 데이터 브로커 장치(120)들의 각각에서 할당되는 예산에 기반하여 결정될 수 있다. According to various embodiments, the bid unit price may be determined based on a budget allocated to each of the data broker devices 120 .
다양한 실시예들에 따르면, 프로세서(450)는, 획득되는 입찰 단가에 기반하여, 데이터 브로커 장치(120)들 중 적어도 어느 하나를 선택하고, 결정되는 예산을 선택되는 데이터 브로커 장치(120)에 지불하면서, 개인 데이터를 구매하도록 구성될 수 있다. According to various embodiments, the processor 450 selects at least one of the data broker devices 120 based on the obtained bid unit price, and pays the determined budget to the selected data broker device 120. While doing so, it can be configured to purchase personal data.
다양한 실시예들에 따르면, 프로세서(450)는, 구매되는 개인 데이터에 기반하여, 서비스 수요 장치(140)들 중 적어도 하나에 서비스를 제공하도록 구성될 수 있다. According to various embodiments, the processor 450 may be configured to provide a service to at least one of the service requesting devices 140 based on the purchased personal data.
다양한 실시예들에 따르면, 경쟁 데이터 거래 시스템(100)이 다수의 데이터 브로커 장치(120)들과 단일 서비스 제공 장치(130)로 구현됨에 따라, 데이터 브로커 장치(120)들과 서비스 제공 장치(130)가 개인 데이터를 효과적으로 거래할 수 있다. 구체적으로, 데이터 브로커 장치(120)들이 데이터 제공 장치(110)들의 WTS(willingness-to-sell)를 고려하여, 개인 데이터를 판매하고, 서비스 제공 장치(130)가 서비스 수요 장치(140)들의 WTP(willingness-to-pay)를 고려하여, 개인 데이터를 구매할 수 있다. 이 때 데이터 브로커 장치(120)들의 경쟁, 및 데이터 브로커 장치(120)들과 서비스 제공 장치(110) 사이의 경쟁에 기반하여, 경쟁 데이터 거래 시스템(100)이 개인 데이터를 효과적으로 거래할 수 있다. 이에 따라, 경쟁 데이터 거래 시스템(100) 내에서, 데이터 브로커 장치(120)들과 서비스 제공 장치(130)는 개인 데이터의 거래에 따른 수익을 극대화시키면서, 개인 데이터를 안정적으로 거래할 수 있다.According to various embodiments, as the competitive data trading system 100 is implemented with a plurality of data broker devices 120 and a single service providing device 130, the data broker devices 120 and the service providing device 130 ) can effectively trade personal data. Specifically, the data broker devices 120 sell personal data in consideration of the willingness-to-sell (WTS) of the data providing devices 110, and the service providing device 130 considers the WTP of the service demand devices 140. Personal data can be purchased on a willingness-to-pay basis. At this time, based on the competition between the data broker devices 120 and the competition between the data broker devices 120 and the service providing device 110, the competing data trading system 100 can effectively trade personal data. Accordingly, within the competitive data trading system 100, the data broker devices 120 and the service providing device 130 can stably transact personal data while maximizing profits from personal data transactions.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The devices described above may be implemented as hardware components, software components, and/or a combination of hardware components and software components. For example, devices and components described in the embodiments include a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA), and a programmable PLU (programmable logic unit). logic unit), microprocessor, or any other device capable of executing and responding to instructions. The processing device may run an operating system (OS) and one or more software applications running on the operating system. A processing device may also access, store, manipulate, process, and generate data in response to execution of software. For convenience of understanding, there are cases in which one processing device is used, but those skilled in the art will understand that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it can include. For example, a processing device may include a plurality of processors or a processor and a controller. Other processing configurations are also possible, such as parallel processors.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may include a computer program, code, instructions, or a combination of one or more of the foregoing, which configures a processing device to operate as desired or processes independently or collectively. The device can be commanded. The software and/or data may be embodied in any tangible machine, component, physical device, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. there is. Software may be distributed on networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer readable media.
다양한 실시예들에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이 때 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.Methods according to various embodiments may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer readable medium. In this case, the medium may continuously store a program executable by a computer or temporarily store the program for execution or download. In addition, the medium may be various recording means or storage means in the form of a single or combined hardware, but is not limited to a medium directly connected to a certain computer system, and may be distributed on a network. Examples of the medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROM and DVD, magneto-optical media such as floptical disks, and ROM, RAM, flash memory, etc. configured to store program instructions. In addition, examples of other media include recording media or storage media managed by an app store that distributes applications, a site that supplies or distributes various other software, and a server.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성 요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성 요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성 요소를 다른 구성 요소와 구분하기 위해 사용될 뿐 해당 구성 요소들을 한정하지 않는다. 어떤(예: 제 1) 구성 요소가 다른(예: 제 2) 구성 요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성 요소가 상기 다른 구성 요소에 직접적으로 연결되거나, 다른 구성 요소(예: 제 3 구성 요소)를 통하여 연결될 수 있다.Various embodiments of this document and terms used therein are not intended to limit the technology described in this document to a specific embodiment, and should be understood to include various modifications, equivalents, and/or substitutes of the embodiment. In connection with the description of the drawings, like reference numerals may be used for like elements. Singular expressions may include plural expressions unless the context clearly dictates otherwise. In this document, expressions such as "A or B", "at least one of A and/or B", "A, B or C" or "at least one of A, B and/or C" refer to all of the items listed together. Possible combinations may be included. Expressions such as "first," "second," "first," or "second" may modify the elements in any order or importance, and are used only to distinguish one element from another. The components are not limited. When a (e.g., first) element is referred to as being "(functionally or communicatively) connected" or "connected" to another (e.g., second) element, it is referred to as being "connected" to the other (e.g., second) element. It may be directly connected to the component or connected through another component (eg, a third component).
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다. The term "module" used in this document includes a unit composed of hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic block, component, or circuit, for example. A module may be an integral part or a minimum unit or part thereof that performs one or more functions. For example, the module may be composed of an application-specific integrated circuit (ASIC).
다양한 실시예들에 따르면, 기술한 구성 요소들의 각각의 구성 요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성 요소들 중 하나 이상의 구성 요소들 또는 단계들이 생략되거나, 또는 하나 이상의 다른 구성 요소들 또는 단계들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성 요소들(예: 모듈 또는 프로그램)은 하나의 구성 요소로 통합될 수 있다. 이런 경우, 통합된 구성 요소는 복수의 구성 요소들 각각의 구성 요소의 하나 이상의 기능들을 통합 이전에 복수의 구성 요소들 중 해당 구성 요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 단계들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 단계들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 단계들이 추가될 수 있다.According to various embodiments, each component (eg, module or program) of the described components may include a singular object or a plurality of entities. According to various embodiments, one or more components or steps among the aforementioned components may be omitted, or one or more other components or steps may be added. Alternatively or additionally, a plurality of components (eg modules or programs) may be integrated into a single component. In this case, the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to integration. According to various embodiments, steps performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the steps are executed in a different order, omitted, or , or one or more other steps may be added.
Claims (10)
다수의 서비스 수요 장치들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하는 단계;
상기 예측되는 기대 수익에 기반하여, 상기 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하는 단계; 및
상기 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치들의 경쟁 하에 상기 데이터 브로커 장치들 중 적어도 하나로부터 상기 개인 데이터를 구매하는 단계
를 포함하고,
다수의 데이터 제공 장치들은,
개인 데이터를 수집하여 저장하고 있고,
상기 데이터 브로커 장치들은,
상기 데이터 제공 장치들 중 적어도 하나로부터 판매되는 개인 데이터를 각각 구매하고, 상기 서비스 제공 장치에 개인 데이터를 판매하기 위해 경쟁하도록 구성되며,
상기 데이터 브로커 장치들 중 적어도 두 개가 동일한 개인 데이터를 구매하기 위해 경쟁하고,
상기 데이터 브로커 장치들 중 적어도 두 개가 동일한 데이터 제공 장치로부터 동일한 개인 데이터를 구매하기 위해 경쟁하는 방법.
In the operating method of a service providing device in a competition data trading system,
predicting expected revenue for a service to be provided to at least one of a plurality of service demand devices;
determining a budget for purchasing personal data related to the service, based on the predicted expected revenue; and
Purchasing the personal data from at least one of the data broker devices under competition among a plurality of data broker devices using the determined budget.
including,
A number of data providing devices,
We collect and store personal data;
The data broker devices,
It is configured to each purchase personal data sold from at least one of the data providing devices and compete to sell the personal data to the service providing device;
at least two of the data broker devices compete to purchase the same personal data;
A method in which at least two of the data broker devices compete to purchase the same personal data from the same data providing device.
상기 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치의 개수, 상기 서비스에 대한 가격, 또는 상기 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 상기 기대 수익을 예측하는 단계를 포함하는 방법.
The method of claim 1, wherein the predicting the expected profit comprises:
And predicting the expected revenue based on at least one of the number of at least one service demand device for providing the service, a price for the service, or an expected quality for the service.
상기 결정되는 예산을 다수의 데이터 브로커 장치들의 각각에 할당하는 단계; 및
상기 데이터 브로커 장치들의 각각으로부터 입찰 단가를 획득하는 단계를 더 포함하고,
상기 입찰 단가는,
상기 데이터 브로커 장치들의 각각에서 상기 할당되는 예산에 기반하여 결정되는 방법.
According to claim 1,
allocating the determined budget to each of a plurality of data broker devices; and
Further comprising obtaining a bid unit price from each of the data broker devices,
The bid unit price is,
Method determined based on the allocated budget in each of the data broker devices.
상기 획득되는 입찰 단가에 기반하여, 상기 데이터 브로커 장치들 중 적어도 어느 하나를 선택하는 단계; 및
상기 결정되는 예산을 상기 선택되는 데이터 브로커 장치에 지불하면서, 상기 개인 데이터를 구매하는 단계를 포함하는 방법.
The method of claim 3, wherein the purchasing of the personal data comprises:
selecting at least one of the data broker devices based on the obtained bid unit price; and
and purchasing the personal data while paying the determined budget to the selected data broker device.
상기 구매되는 개인 데이터에 기반하여, 상기 서비스 수요 장치들 중 적어도 하나에 상기 서비스를 제공하는 단계를 더 포함하는 방법.
According to claim 1,
Based on the purchased personal data, providing the service to at least one of the service requesting devices.
메모리; 및
상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성되는 프로세서를 포함하고,
상기 프로세서는,
다수의 서비스 수요 장치들 중 적어도 하나에 제공하기 위한 서비스에 대한 기대 수익을 예측하고,
상기 예측되는 기대 수익에 기반하여, 상기 서비스와 관련되는 개인 데이터를 구매하기 위한 예산을 결정하고,
상기 결정되는 예산을 이용하여, 다수의 데이터 브로커 장치들의 경쟁 하에 상기 데이터 브로커 장치들 중 적어도 하나로부터 상기 개인 데이터를 구매하도록 구성되고,
다수의 데이터 제공 장치들은,
개인 데이터를 수집하여 저장하고 있고,
상기 데이터 브로커 장치들은,
상기 데이터 제공 장치들 중 적어도 하나로부터 판매되는 개인 데이터를 각각 구매하고, 상기 서비스 제공 장치에 개인 데이터를 판매하기 위해 경쟁하도록 구성되며,
상기 데이터 브로커 장치들 중 적어도 두 개가 동일한 개인 데이터를 구매하기 위해 경쟁하고,
상기 데이터 브로커 장치들 중 적어도 두 개가 동일한 데이터 제공 장치로부터 동일한 개인 데이터를 구매하기 위해 경쟁하는 장치.
In the service providing device in the competition data trading system,
Memory; and
a processor coupled with the memory and configured to execute at least one instruction stored in the memory;
the processor,
predicting expected revenue for a service to be provided to at least one of a plurality of service demand devices;
Determine a budget for purchasing personal data related to the service based on the predicted expected revenue;
Using the determined budget, to purchase the personal data from at least one of the data broker devices under competition among a plurality of data broker devices,
A number of data providing devices,
We collect and store personal data;
The data broker devices,
It is configured to each purchase personal data sold from at least one of the data providing devices and compete to sell the personal data to the service providing device;
at least two of the data broker devices compete to purchase the same personal data;
A device in which at least two of the data broker devices compete to purchase the same personal data from the same data providing device.
상기 서비스를 제공하기 위한 적어도 하나의 서비스 수요 장치의 개수, 상기 서비스에 대한 가격, 또는 상기 서비스에 대한 예상 품질 중 적어도 하나에 기반하여, 상기 기대 수익을 예측하도록 구성되는 장치.
The method of claim 6, wherein the processor,
Device configured to predict the expected revenue based on at least one of a number of at least one service demand device for providing the service, a price for the service, or an expected quality of the service.
상기 결정되는 예산을 다수의 데이터 브로커 장치들의 각각에 할당하고,
상기 데이터 브로커 장치들의 각각으로부터 입찰 단가를 획득하도록 구성되고,
상기 입찰 단가는,
상기 데이터 브로커 장치들의 각각에서 상기 할당되는 예산에 기반하여 결정되는 장치.
The method of claim 6, wherein the processor,
Allocating the determined budget to each of a plurality of data broker devices;
configured to obtain a bid unit price from each of the data broker devices;
The bid unit price is,
A device determined based on the allocated budget in each of the data broker devices.
상기 획득되는 입찰 단가에 기반하여, 상기 데이터 브로커 장치들 중 적어도 어느 하나를 선택하고,
상기 결정되는 예산을 상기 선택되는 데이터 브로커 장치에 지불하면서, 상기 개인 데이터를 구매하도록 구성되는 장치.
The method of claim 8, wherein the processor,
Based on the obtained bid unit price, selecting at least one of the data broker devices;
Device configured to purchase the personal data while paying the determined budget to the selected data broker device.
상기 구매되는 개인 데이터에 기반하여, 상기 서비스 수요 장치들 중 적어도 하나에 상기 서비스를 제공하도록 구성되는 장치.
The method of claim 6, wherein the processor,
A device configured to provide the service to at least one of the service-demanding devices based on the purchased personal data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200083222A KR102569394B1 (en) | 2020-07-07 | 2020-07-07 | Service providing device of competitive data trading system and operating method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200083222A KR102569394B1 (en) | 2020-07-07 | 2020-07-07 | Service providing device of competitive data trading system and operating method thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220005712A KR20220005712A (en) | 2022-01-14 |
KR102569394B1 true KR102569394B1 (en) | 2023-08-24 |
Family
ID=79343152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200083222A KR102569394B1 (en) | 2020-07-07 | 2020-07-07 | Service providing device of competitive data trading system and operating method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102569394B1 (en) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130082944A (en) * | 2011-12-23 | 2013-07-22 | 삼성전자주식회사 | Server and terminal for appropriting budget of advertisement discharge, and method for appropriting budget of advertisement discharge |
-
2020
- 2020-07-07 KR KR1020200083222A patent/KR102569394B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
KR20220005712A (en) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oh et al. | Competitive data trading model with privacy valuation for multiple stakeholders in IoT data markets | |
Gao et al. | Auction-based VM allocation for deadline-sensitive tasks in distributed edge cloud | |
Akbarpour et al. | Redistributive allocation mechanisms | |
US8244559B2 (en) | Cloud computing resource broker | |
US11776050B2 (en) | Online data market for automated plant growth input curve scripts | |
AU2013221926A1 (en) | Methods and systems for consumer lending | |
CN110874797B (en) | Resource allocation method and resource allocation device | |
Antoniadis et al. | Federation of virtualized infrastructures: sharing the value of diversity | |
Bredin et al. | Utility driven mobile-agent scheduling | |
Shang et al. | Client risk informedness in brokered cloud services: An experimental pricing study | |
KR20120032606A (en) | Stock investment system enabling participattion of stock investment clients and method thereof | |
Kroer et al. | Market equilibrium models in large-scale internet markets | |
US20140237482A1 (en) | Computational resource management | |
KR102589568B1 (en) | Apparatus and method for automated peer to peer energy trading brokerage | |
Henneberger | Covering peak demand by using cloud services–an economic analysis | |
KR102597432B1 (en) | Method, device and system for creating proposals and quotation of corporate tailored content based on artificial intelligence | |
Taghavi et al. | On the effects of user ratings on the profitability of cloud services | |
Fu | The impact of alternative performance measures on portfolio procurement with contingent option contracts | |
KR102569394B1 (en) | Service providing device of competitive data trading system and operating method thereof | |
KR102569393B1 (en) | System and method for competitive data trading according to non-cooperative competition | |
KR102569395B1 (en) | Data broker device of competitive data trading system and operating method thereof | |
KR20220005710A (en) | System and method for competitive data trading | |
KR102158983B1 (en) | System and method for suggesting trade of virtual currency | |
Hassan et al. | A comprehensive spectrum trading scheme based on market competition, reputation and buyer specific requirements | |
TWM595266U (en) | Personal information trading device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) |