基于区块链的保险数据共享激励机制与隐私保护研究

作     者：杨双 

作者单位：石家庄铁道大学 

学位级别：硕士

导师姓名：朴春慧;蒋学红

授予年度：2023年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：保险数据共享 隐私保护 区块链 演化博弈论 激励机制 差分隐私 

摘      要：保险科技正处于为保险赋能的重要阶段,保险科技广泛应用将对保险行业未来的发展产生巨大影响。保险科技提倡保险企业通过数据共享进行数字化转型,促进保险企业高质量发展。目前地方性保险企业内部数据共享存在分支机构共享参与度不高、隐私泄露风险大等问题,区块链技术为保险公司分支机构间安全共享业务数据研究提供了新思路。本文主要研究工作如下:(1)构建了基于区块链的隐私保护保险数据共享框架。框架中设计了保险数据共享激励流程、链上保险数据共享流程和链下保险数据隐私保护处理流程。与传统的数据共享框架、基于区块链的数据共享框架对比说明了本框架在促进分支机构之间数据共享、保护数据隐私等方面的作用与优势。(2)针对分支机构间数据共享参与度不高问题,进行了基于演化博弈论的保险数据共享激励机制研究。首先构建保险分支机构之间的双方演化博弈数据共享激励模型(Insurance Data Sharing-Incentive Model,IDS-IM),分析在不同初始条件下最终演化为何种稳定状态;其次在保证参数取值范围符合数据共享策略条件下进行了参数赋值仿真实验,验证了策略演化过程中稳定状态的正确性。证明提出的IDS-IM模型相较于EGDSI激励模型,能够更快的激励各个分支机构参与共享,保证数据共享参与度达到95%以上。最后根据演化博弈数据共享模型激励的触发条件设计了激励智能合约(Evolutionary Game Theory dynamic Incentive,EGTDI),并在Hyperledger Fabric框架上实现了根据演化稳定策略设计的激励智能合约。(3)针对具有混合属性的保险数据集进行差分隐私处理会降低数据可用性问题,提出了基于改进DP-K-prototypes的数据共享算法(Improve K-prototypesDifferential Privacy,IKP-DP)。改进K-prototypes聚类算法的数值型属性和分类型属性的差异度度量公式,结合平均差异度优化了初始聚类中心的选择。聚类结束后对每个簇的聚类中心进行差分隐私保护。将提出的IKP-DP算法与标准差分隐私算法,(Maximum Distance to Average Vector,MDAV)算法和DP-K-prototypes算法在Health＿Insurance Claims数据集上进行实验对比,采用SSE评价数据可用性、RL评价信息泄露情况。结果表明该算法在保证隐私泄露较少的情况下相较于标准差分隐私算法和MDAV算法数据可用性显著提升,与DP-K-prototypes算法比较随着聚类增加数据可用性也有所提升。(4)设计实现了基于区块链的保险数据共享原型系统。选用Hyperledger Fabric联盟链作为底层框架,在Hyperledger Fabric框架上使用Go语言实现了数据上链,数据查询和激励机制智能合约,并阐述了智能合约的实现流程,分别详细描述了添加分支机构参与博弈算法Add Participant、激励算法EGTDI、上传信息算法add Datas和查询信息算法query Datas By Id的关键代码。展示了原型系统的用户管理、分支机构部门管理、保险数据提供记录上传、保险数据使用记录上传、保险数据提供记录查询、保险数据使用记录查询、保险数据摘要记录查询和保险数据摘要上传等功能。