基于多目标效用优化的分布式数据交易算法

摘要

传统的集中式数据交易模式不能很好地适用于当前万物互联、数据实时产生的智能时代,为了使产生的数据发挥更大的价值,设计一种有效的数据交易框架至关重要.为此,提出了一种基于联盟区块链的分布式数据交易框架,在不依赖第三方的情况下实现了P2P的数据交易.针对已有数据交易模型仅考虑数据本身的因素,而忽略用户任务相关因素的问题,基于数据质量、数据属性、属性的相关性、消费者竞争等多维因素构建了双层多目标优化模型,以优化数据提供者(DP)和数据消费者(DC)的效用.为求解上述模型,提出了一种改进的多目标遗传算法——协作式NSGAII,通过DP、DC以及数据聚合器(AG)的协作进行计算.仿真结果表明,所提算法在DP和DC的效用方面取得了更好的性能,实现了更有效的数据交易.