Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Reliable and Private Utility Signaling for Data Markets

Created by
  • Haebom
Category
Empty

저자

Li Peng, Jiayao Zhang, Yihang Wu, Weiran Liu, Jinfei Liu, Zheng Yan, Kui Ren, Lei Zhang, Lin Qu

개요

데이터의 폭발적인 증가로 인해 데이터 마켓플레이스를 통한 경제 성장의 핵심 동력으로서의 데이터 역할이 강조되고 있다. 효과적인 거래를 지원하기 위해 시그널링 메커니즘은 거래 전에 데이터 제품에 대한 정보를 제공하여 정보에 입각한 결정을 가능하게 하고 거래를 촉진한다. 그러나 데이터의 복제 특성으로 인해 일반적인 시그널링 방법은 프라이버시와 신뢰성 사이의 딜레마에 직면하여 의사 결정에 대한 신호의 효과를 저해한다. 본 논문은 이러한 문제를 해결하기 위해 프라이버시와 신뢰성을 동시에 보장하는 바람직한 시그널링 메커니즘을 탐구하고 비(non)-TCP 기반 구조를 개발한다. 바람직한 유틸리티 시그널링 메커니즘을 공식적으로 정의하고, MPC를 활용하여 신호 계산의 프라이버시와 견고성을 보장하고 MPC 기반 해시 검증 방식을 도입하여 입력 신뢰성을 보장한다. 공정한 데이터 가치 평가가 필요한 다중 판매자 시나리오에서 MPC 기반 KNN-Shapley 방법의 설계 및 최적화를 탐구한다.

시사점, 한계점

시사점:
프라이버시와 신뢰성을 동시에 보장하는 비(non)-TCP) 기반 시그널링 메커니즘 개발.
MPC(Maliciously secure Multi-party Computation)를 활용하여 프라이버시 및 견고성 확보.
MPC 기반 KNN-Shapley 방법을 통해 공정한 데이터 가치 평가 가능.
실험을 통해 효율성과 실용성 입증.
한계점:
논문에 제시된 한계점은 명시적으로 언급되지 않음.
👍