14、商业对商业新生产数据共享交易中的权益保护与技术应用

商业对商业新生产数据共享交易中的权益保护与技术应用

1 新生产数据共享交易面临的问题

1.1 第三方搭便车问题

在商业对商业新生产数据共享交易(B2BNPDST)中,部分第三方平台可获取平台上交易的新生产数据(NPD)。这些公司借此获利,却无需承担NPD收集成本,从而引发搭便车问题。而且,它们在获取NPD的同时,可能还会接触到多层级数据驱动经济(MLDBE)中其他方的知识产权(IP)和机密信息,并且可能在无保护数据“合法所有者”机密性义务的情况下使用这些数据。

1.2 单一环节故障影响整体

若某一方无法提供NPD或相关服务,将对整个数据驱动经济(DDE)产生影响。例如,提供数据物理存储服务的公司出现故障,DDE将面临严重后果。

1.3 数字伦理问题

数据驱动决策在日常生活中日益普遍,虽有好处,但也存在弊端。基于错误、过时或有偏差的数据做出的决策可能会产生偏差,进而给社会带来诸多后果:
- 产品或服务不安全 :如医疗行业的误诊、建筑行业使用错误数据,可能大规模影响社会。
- 应用引发社会问题 :故障的数据驱动应用,如自动驾驶汽车和人脸识别技术,可能导致社会问题。
- 社会操纵问题 :数据被技术控制和调整以服务个人或团体利益,可能引发社会操纵问题。这些情况引发了超越合同谈判机制的伦理问题。

2 保护新生产数据相关权益的技术途径

2.1 技术保护的前提

在探讨保护NPD相关权益的技术途径时,需明确以下两点:

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值