计算机科学与探索

作者：陈思远, 陈辰, 袁野, 李博扬

单位：1. 北京理工大学 计算机学院，北京 1000812. 北京理工大学 唐山研究院，河北 唐山 063000

关键词：数据交易,数据市场,数据夏普利值,复制鲁棒性,聚类算法

基金：国家自然科学基金（62202046，62394332）；河北省自然科学基金（F2023105033）；辽宁省“兴辽英才计划”项目（XLYC2204005）。

随着数据交易市场的兴起，数据价值评估成为关键技术问题。尽管数据夏普利值是一种公平的数据价值度量方法，但其高昂的计算成本和对数据复制攻击缺乏抵御能力，严重限制了在实际数据交易场景中的应用。提出了一种高效且具备复制鲁棒性的数据交易估值框架。针对数据夏普利值计算效率低下的问题，优化了数据集合效用计算后的更新策略，提出了一种高效的数据夏普利值近似算法OA-Shapley（one for all Shapley）。该算法通过单次效用计算更新所有数据点的夏普利值，显著提高了计算效率，并在理论上保证了算法的无偏性和均方误差。针对数据复制攻击问题，从理论上推导出严格冗员性是复制鲁棒性的充分条件，并基于此提出了CL+Shapley（Cluster+Shapley）数据估值框架。该框架通过聚类预处理实现严格冗员性，能够有效抵御数据复制攻击，并且与具体的数据夏普利算法解耦，具有广泛的适用性。实验结果表明，OA-Shapley算法在去除高（低）价值数据点实验中，AUC指标优于基线算法12.4%（3.5%），无效数据检出量增加9%~32%。CL+Shapley框架在复制攻击实验中展现出优异的复制鲁棒性。

来源：2025年第9期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第9期