A Joint Energy and Differentially-Private Smart Meter Data Market
针对能源与数据市场割裂及可信出清依赖问题,提出联合市场框架,将日前能源采购建模为集成预测与优化问题,并以 Wasserstein 距离评估差分隐私数据价值。
2024-12-10 cs.GT cs.SY econ.GN
On the Differential Private Data Market: Endogenous Evolution, Dynamic Pricing, and Incentive Compatibility
隐私是数据交易市场中的一个重要问题。本研究以机制设计的方法,探讨个人资料隐私权价值最大化的最适市场模式,并使用差分隐私。买方使用有限数量的随机算法以顺序组合的方式访问所有者的数据,其中每个随机算法都是不同的私有。随机算法的每次使用被称为一个周期。由于差分隐私的可组合性,不可避免地存在随着时间的推移而积累的隐私损失。因此,我们允许所有者在任何时段结束时通过做出止损决定离开市场。我们定义了一个工具性的内核函数来捕捉所有者的偏好的工具性,并考虑到差分隐私的可组合性和隐私问题的时变性质,在一段时间内对每个所有者的(内在的和工具性的)偏好的形成进行建模。我们的desideratum是研究买方的设计制度的最优市场模型在一个动态的环境中,每个业主作出耦合的决定停止和报告他们的喜好。买方试图设计一个隐私分配规则,动态指定的程度的隐私保护和支付规则,以补偿所有者的隐私损失。买方还选择一个支付规则,这是独立于业主的报告,他们的喜好,以影响业主的停止决定。我们描述了动态激励相容性,并提供了一个设计原则来构建支付规则的隐私分配规则。此外,我们放松买方市场的设计问题,并提供了一个近似的动态激励兼容的市场模型的充分条件。
2021-12-22 cs.GT cs.SY eess.SY
Wasserstein Markets for Differentially-Private Data
Imperial College London(帝国理工学院);Department of Electrical & Electronic Engineering(电气与电子工程系)
本文提出基于 Wasserstein 距离的差分隐私数据估值与采购机制,支持任务无关及任务特定协同优化,并将其建模为可求解的混合整数二阶锥规划。
2024-12-03 cs.CE cs.CR cs.GT
A Differentially Private Energy Trading Mechanism Approaching Social Optimum
本文针对P2P能源交易中的隐私泄露问题,提出一种引入校准拉普拉斯噪声的差分隐私纳什均衡寻求算法,在实现ε-差分隐私的同时以期望收敛到纳什均衡,并通过实验验证其接近社会最优的市场效率。
2024-10-21 cs.GT math.OC
Toward an Automated Auction Framework for Wireless Federated Learning Services Market
在传统的机器学习中,中央服务器首先将数据所有者的私有数据收集在一起,然后训练模型。然而,人们对数据隐私保护的担忧正在急剧增加。新兴的联邦学习范式有效地构建了机器学习模型,同时允许将私有数据保存在本地设备上。联邦学习的成功需要足够多的数据所有者共同利用他们的数据、计算和通信资源进行模型训练。在本文中,我们提出了一个基于拍卖的市场模型,激励数据所有者参与联邦学习。我们为联邦学习平台设计了两种拍卖机制,以最大化联邦学习服务市场的社会福利。具体而言,我们首先设计了一个近似的策略证明机制,保证了真实性,个人的理性,和计算效率。为了提高社会福利,我们开发了一种基于深度强化学习和图神经网络的自动化防策略机制。该模型考虑了通信拥塞和联邦学习的独特性。大量的实验结果表明,我们提出的拍卖机制可以有效地最大化社会福利,并提供有效的见解和策略,为平台组织联邦训练。
2020-03-27 cs.GT
Establishing the Price of Privacy in Federated Data Trading
个人数据正在成为当今信息化社会中最重要的资源之一。因此,对数据市场的兴趣越来越大,数据市场在数据提供者和数据消费者之间操作数据交易服务。数据市场必须解决的一个问题是对隐私的潜在威胁。通常必须提供某种保护,这通常会损害效用。因此,私人数据的正确定价机制应取决于隐私程度。在本文中,我们提出了一个模型的数据联邦中的数据提供者,谁是,一般来说,在市场上的影响力比数据消费者,形成一个联盟,交易他们的数据,同时屏蔽隐私威胁的手段差分隐私。此外,我们提出了一种技术,私人数据的价格,和收入分配机制,公平地分配收入在这样的联邦数据交易环境。我们的模式还激励数据提供商与各自的联合会合作,促进公平和快速的私人数据交易过程。我们通过各种实验验证了我们的结果,表明所提出的方法为数据提供者和消费者都提供了好处。
2022-06-22 cs.GT
Mechanism Design via Market Clearing-Prices for Value Maximizers under Budget and RoS Constraints
Renmin University of China(中国人民大学)
本文提出了一种在预算和RoS约束下通过市场清价机制实现价值最大化,并证明其在激励相容性和收益近似方面的有效性。
2026-02-22 cs.GT
Both eyes open: Vigilant Incentives help Regulatory Markets improve AI Safety
Teesside University(提赛德大学)
在人工智能领导者快速发现的背景下,政府必须考虑如何设计与新人工智能能力不断增长的步伐相匹配的监管。人工智能的监管市场是一个考虑到适应性而设计的提案。它涉及政府为人工智能公司制定基于成果的目标,这些公司可以通过从私人监管机构市场购买服务来实现这一目标。我们使用进化博弈论模型来探索政府在为人工智能系统建立监管市场方面可以发挥的作用,以阻止鲁莽行为。我们警告说,阻碍监管市场实现这一目标的激励措施非常容易。这些“赏金激励”只奖励那些发现不安全行为的私人监管机构。我们认为,人工智能公司可能会学会根据监管机构的投入量身定制自己的行为,从而阻止监管机构进行创新。相反,我们建议政府总是奖励监管机构,除非他们发现这些监管机构未能发现他们应该发现的不安全行为。这些“警惕激励”可以鼓励私人监管机构找到创新的方法来评估尖端的人工智能系统。
2023-03-06 cs.AI cs.CY cs.GT
A Utility Framework for Bounded-Loss Market Makers
我们引入了一类基于效用的做市商,他们总是以风险中性的价格接受订单。我们得到了做市商有界损失的充分必要条件。证明了双曲绝对风险厌恶效用做市商等价于加权伪球形评分规则做市商。特别是,汉森的对数评分规则做市商对应于负指数效用做市商在我们的框架。我们描述了第三个等效配方的基础上保持成本函数,似乎最自然的实施目的,我们说明了如何翻译之间的三个等效配方。我们研究市场的流动性和做市商的最坏情况下的损失之间的权衡。对于最坏情况损失的固定界限,一些做市商在统一价格附近表现出更大的流动性,一些做市商在极端价格附近表现出更大的流动性,但没有做市商可以在所有制度中表现出一致的流动性。对于固定的最低流动性水平,在一定的正则性条件下,给出了做市商最坏情况损失的下界。
2012-06-20 cs.GT q-fin.TR
Privacy Impact on Generalized Nash Equilibrium in Peer-to-Peer Electricity Market
我们考虑一个点对点的电力市场,代理人持有他们可能不想分享的私人信息。该问题被建模为一个非合作的通信游戏,它采取的形式是一个广义纳什均衡问题,其中代理商确定他们的随机报告与其他市场参与者共享,同时预期的形式对等市场均衡。在非合作博弈中,每个代理决定报告的确定性部分和随机部分,使得(a)报告的确定性部分与真实隐私信息之间的距离是有界的,并且(b)隐私损失随机变量的期望是有界的。这允许每个代理更改其隐私级别。我们刻画了博弈均衡的特征,证明了变分均衡的唯一性,并给出了隐私价格的封闭表达式。此外,我们提供了一个封闭形式的表达式来衡量包含随机噪声和确定性偏离代理的真实值所造成的隐私保护的影响。数值例子上的14总线IEEE网络。
2021-01-18 cs.GT math.OC
Differentially Private Diffusion Auction: The Single-unit Case
扩散拍卖是一种新兴的在线市场模式,拍卖人利用社交网络吸引潜在买家。扩散拍卖带来了重大的隐私风险。从拍卖结果中,可以推断出买家隐藏的、潜在敏感的偏好。为了降低这种风险,我们开始研究扩散拍卖机制中的差分隐私(DP)。DP是一个完善的隐私概念,可以保护系统免受推理攻击。在扩散拍卖中实现DP是不平凡的,因为设计良好的拍卖规则需要激励买家如实报告他们的邻居。我们研究了单单元的情况下,设计了两个差分私有扩散机制(DPDM):递归DPDM和分层DPDM。我们证明,这些机制保证差分隐私,激励相容性和个人理性的估值和邻里。然后,我们根据经验比较了它们在真实和合成数据集上的性能。
2023-02-16 cs.GT
Reliable and Private Utility Signaling for Data Markets
State Key Laboratory of Blockchain and Data Security, Zhejiang University(区块链与数据安全国家重点实验室,浙江大学);Alibaba Group(阿里巴巴集团);Hangzhou High-Tech Zone (Binjiang) Blockchain and Data Security Research Institute(杭州高新技术区(滨江)区块链与数据安全研究院);Xidian University(西安电子科技大学)
针对数据市场信号机制在隐私与可靠性间的困境,本文提出基于恶意安全多方计算(MPC)的非TCP构建方法,设计理想效用信号机制并优化多卖方场景下的KNN-Shapley方法,实验验证其效率与实用性。
2025-11-11 cs.AI cs.GT
Electricity Pooling Markets with Strategic Producers Possessing Asymmetric Information I: Elastic Demand
University of Michigan(密歇根大学)
本文研究了具备不对称信息的战略生产者电力池化市场,提出了一种满足个体理性、预算平衡、价格效率的市场机制,确保电力价格等于边际成本,并探讨了相关开放性问题。
2014-01-17 cs.GT cs.SY eess.SY
Counterbalancing Learning and Strategic Incentives in Allocation Markets
本文考虑在优先队列中向具有共同未观测物品的稀缺物品分配给具有战略激励的的分配市场市场。\n{
2024-04-30 cs.GT
Signaling in Data Markets via Free Samples
University of California, Berkeley(加州大学伯克利分校);Rice University(莱斯大学);Simons Institute for the Theory of Computing, University of California, Berkeley(加州大学伯克利分校西蒙斯计算理论研究所);Inria Paris(巴黎国家信息与自动化研究所)
本文研究了数据市场中通过免费样本进行信号传递的机制,分析了多阶段游戏中卖家的信号策略和买家的采购拍卖机制。
2026-02-18 cs.GT
Approximately Maximizing the Broker's Profit in a Two-sided Market
我们研究如何在双边市场中最大化经纪人的(预期)利润,在那里她从一组卖家那里购买商品并将其转售给一组买家。每个卖家都有一个单独的物品出售,并对她的物品持有私人价值,每个买家都有一个对卖家物品捆绑的估价函数。我们认为贝叶斯设置代理的值是独立地从先验分布,并旨在设计显性策略激励兼容(DSIC)的机制,是近似最优的。在生产成本市场中,每种商品的生产成本都是公知的,这为我们研究双边市场提供了一个平台。简单地说,我们展示了如何将生产成本市场的机制转换为经纪人的机制,只要前者满足成本单调性。即使当购买者具有一般的组合估价函数时,这种减少也成立。当买方的估价是可加的,我们推广了现有的机制,以近似保持的方式生产成本市场。然后,我们表明,由此产生的机制是成本单调的,因此可以转换为双边市场的8近似机制。
2019-05-22 cs.GT
On Manipulation in Prediction Markets When Participants Influence Outcomes Directly
预测市场通常被用作汇总未来事件信息的机制,例如,候选人是否会赢得选举。该事件通常被假定为外源性的。在现实中,参与者可能会影响结果,因此(1)运行预测市场可能会改变参与者在产生结果的过程中的激励(例如,代理人可能希望改变他们在选举中的投票),以及(2)简单的结果,如正确评分规则的短视激励兼容性,不再适用于预测市场本身。我们介绍了一个模型,这种游戏,代理商首先在预测市场的交易,然后采取行动,影响市场的结果。我们的两阶段两玩家模型,尽管它很简单,但它抓住了现实世界预测市场的两个方面:(1)代理人可能直接影响结果,(2)一些有助于决定结果的代理人可能不参与预测市场。我们发现,这个游戏有两种不同类型的完美贝叶斯均衡,我们称之为LPP和HPP,这取决于信念参数的值:在LPP域中,均衡价格揭示了预期的市场结果的参与者的私人信息的条件,而HPP均衡是串通-参与者有效地协调在一个不知情和不真实的方式。
2014-07-01 cs.GT
False Consensus, Information Theory, and Prediction Markets
我们研究了一个设置,贝叶斯代理与一个共同的先验有私人信息相关的事件的结果,并顺序公开宣布有关他们的信息。我们的主要结果表明,当代理人的私人信息是独立的条件对事件的结果,每当代理人有类似的信念的结果,他们的信息是聚合。也就是说,不存在虚假的共识。我们的主要结果有一个简短的证明基于自然信息理论框架。该框架的一个关键组成部分是“互动信息”的符号与人的信息价值的超/次加性属性之间的等价性。这提供了交互信息的直观解释和有趣的应用,它测量了三个随机变量共享的信息量。我们通过重新证明其中的两个额外结果来说明这个信息理论框架的力量:1)代理人在以循环方式宣布(摘要)信念时迅速达成一致[Aaronson 2005]; 2)来自[Chen et al 2010]的结果,关于预测市场代理人何时应该发布信息以最大化他们的支付。通过证明披露信息的期望报酬是所披露信息的条件互信息,我们解释了信息理论框架和预测市场中的上述结果。
2022-11-24 cs.GT econ.TH
Bounded strategic reasoning explains crisis emergence in multi-agent market games
基于理性预期和市场均衡的有效市场假说(EMH)是经济市场建模的主导观点。然而,对有效市场假说最显著的批评是,在没有任何重大外部消息的情况下,无法对失衡行为时期进行建模。当这种动态是内生的时,传统的经济框架无法解释这种行为和偏离均衡的情况。这项工作提供了一个替代的角度来解释的基础上有限的理性代理人的内生出现间断的平衡动态。在一个简洁的市场入口游戏中,我们展示了有限理性的战略推理如何导致内生的危机,在“回报”中表现出肥尾。我们还展示了经济市场的其他常见的风格化事实,如集群波动,可以解释为由于代理的多样性(或缺乏)和不同的学习更新的代理。这项工作解释了各种程式化的事实和危机出现在经济市场中,在没有任何外部消息的情况下,纯粹基于代理人的相互作用和有限的理性推理。
2022-06-11 cs.CE cs.GT cs.MA
Designing Informative Securities
我们创建了一个正式的框架,在预测市场的信息证券的设计。这些证券允许市场组织者推断感兴趣的事件的可能性,以及如果他知道所有交易员的私人信号。我们认为,总是信息的市场,市场是信息的参与者的一个特定的信号结构,和信息的市场构建从一个有限的证券选择的设计。我们发现,要实现信息,它可以是必要的,让参与者表达的信息,可能不是直接感兴趣的市场组织者,并了解参与者的信号结构是很重要的设计信息预测市场。
2012-10-16 cs.GT q-fin.TR
On the Effect of Bounded Rationality in Electricity Markets
该研究针对电力市场纳什均衡完全理性假设的局限,基于level-k推理构建双供应商古诺竞争模型,分析有限理性对社会福利的影响,刻画社会计划者的多类策略并通过实验验证相关结论。
2024-07-11 cs.GT cs.SY eess.SY
Incentivizing Inclusive Contributions in Model Sharing Markets
Shanghai Jiao Tong University(上海交通大学)
本文提出包容性且带激励的个性化联邦学习iPFL,通过基于图的训练优化和博弈论激励机制构建模型共享市场,在保护隐私的同时实现最高经济效用和优异模型性能。
2025-05-05 cs.AI cs.CL cs.GT
Striking a Balance: An Optimal Mechanism Design for Heterogenous Differentially Private Data Acquisition for Logistic Regression
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对隐私敏感卖家的数据获取问题,提出一种最优机制设计,通过两步优化框架和在线算法,在异构差分隐私保证下求解逻辑回归,平衡模型性能、隐私保护与支付成本。
2024-10-17 cs.GT cs.LG
Dynamic Market Mechanisms for Wind Energy
本文研究了风能市场机制设计问题。我们考虑一个动态的两步模型,一个战略卖方与风力发电和一个买方,谁通过一个由设计者确定的机制来交易能源。卖方拥有关于他的技术和风力状况的私人信息,他会随着时间的推移动态地学习这些信息。我们考虑分别在时间T=1和T=2发生的(静态)前向和实时机制。我们还提出了一个动态的机制,提供了一个远期和实时市场的结果之间的耦合。我们表明,动态机制优于设计师的一般目标的前向和实时机制。因此,我们证明了采用动态市场机制的优势,静态市场机制的风能。动态机制提前揭示了关于风力发电的信息,并且还提供了用于并入随时间到达的新信息的灵活性。我们讨论了我们的结果如何推广到环境中有许多战略卖家。我们还研究了动态机制的两个变体,保证卖方没有惩罚风险,和/或监测风况。我们用一个数值例子来说明我们的结果。
2017-02-01 cs.GT math.OC
Game-Theoretic Framework for Private Data Sharing in Vehicular Networks
提出一种结合Stackelberg博弈的混合架构,通过安全多方计算和激励机制实现隐私保护的车载数据共享,实验验证了其有效性和市场可行性。
2026-06-23 cs.CR cs.GT cs.NI