数据租赁——数据流通的新方式

数据租赁——数据流通的新方式

阮雯强^1,2, 徐铭辛^1,2, 涂新宇^1,2, 宋鲁杉^1,2, 韩伟力^1,2

1 复旦大学数据分析与安全实验室，上海 200438

2 上海市数据科学重点实验室，上海 200438

摘要：数据正成为推动社会发展的新生产要素。以合规的、可审计的方式使数据在多方之间流通对于数据价值的形成至关重要。从隐私保护以及数据利用的角度，提出了一种新的数据流通方式——数据租赁。首先介绍了提出数据租赁的动机，然后明确了数据租赁应当满足的5项需求，最后提出了一种基于秘密共享的数据租赁技术。

关键词：数据流通 ; 秘密共享 ; 数据租赁 ; 隐私保护

论文引用格式：

阮雯强, 徐铭辛, 涂新宇, 等. 数据租赁——数据流通的新方式[J]. 大数据, 2022, 8(5): 3-11.

RUAN W Q, XU M X, TU X Y, et al. Data tenancy: a new paradigm for data circulation[J]. Big Data Research, 2022, 8(5): 3-11.

0 引言

数据已经与资本、土地、劳动力、技术等传统生产要素并列，成为一种新型的生产要素。在数据价值的形成过程中，数据流通扮演着极为重要的角色。当前数据流通的方式主要包括政府部门或企业的数据公开、数据交易等。然而，随着《中华人民共和国网络安全法》（以下简称《网络安全法》）、《中华人民共和国数据安全法》（以下简称《数据安全法》）、《中华人民共和国个人信息保护法》（以下简称《个人信息保护法》）的发布，涉及用户隐私的数据难以直接在各个机构之间流通。此外，许多机构出于商业竞争的目的，可能并不愿意直接将原始数据传输给其他机构。目前得到较多关注的场景是如何使多个机构以隐私保护的方式对数据进行联合利用，即每个机构均贡献数据并且得到数据分析的结果，而如何使某个机构通过“租赁”的方式挖掘其他机构数据中蕴含的价值尚缺乏相应的研究。因此，为了促进数据价值的充分形成，本文提出了一种数据流通的新方式——数据租赁（data tenancy）。

数据租赁使数据租赁方能够通过付费的、隐私保护的以及可审计的方式，利用数据出租方的数据完成预先约定好的计算任务（如机器学习模型训练），并获得计算结果，即通过“租赁”数据获得价值。本文根据与隐私保护相关的法律法规，讨论了提出数据租赁的动机及其定义，并明确了数据租赁需要满足的5项需求。随后，本文提出了一项基于秘密共享的数据租赁技术，使分散在各个机构的数据能够通过“租赁”的方式更好地流通，从而促进数据价值的形成。

1 相关知识与已有研究

1.1 基于秘密共享的安全多方学习技术

安全多方学习即基于安全多方计算的隐私保护机器学习技术。基于秘密共享的安全多方学习技术能够使多个参与方共同训练一个预先约定好的机器学习模型（训练过程由一个布尔电路或者算术电路表示），并保证不泄露除结果模型外的其他任何隐私信息。如图1所示，其中，D₁、D₂、D_n分别表示参与方1、参与方2、参与方n的隐私数据集，在一个基于秘密共享的n方安全多方学习过程中，参与方i首先将其持有的隐私数据集（D_i）分解为n个秘密份额，随后将数据集的秘密份额分发给其他参与方。同时，在某些场景中，部分