移动群智感知中隐私保护的任务分发算法研究

发布时间:2024-02-20 06:42
  移动群智感知(Mobile Crowd Sensing,MCS)是一种新型的、灵活的、高效的数据感知技术,由一组用户携带着能够感知和计算的智能设备参与数据采集,完成数据请求方提出的感知任务。得益于移动感知设备强大的感知、计算、通信能力,众包的低成本,移动群智感知已广泛应用于环境感知、基础设施感知和社交感知等。以地图采集为例,百度地图、高德地图、Waze导航等平台将地图采集任务分发给符合要求的参与者,参与者上报路况如拥堵、施工、事故等,并从平台获得相应奖励。当前,如何以较低成本完成更多感知任务是移动群智感知任务分发的核心问题。然而,采集员在参与地图采集并贡献感知数据时,其隐私信息如地理位置、运动路线、个人身份等面临着泄露的风险。出于对隐私泄露的担忧,参与者的参与热情及任务完成质量急剧下降,保护参与者隐私是移动群智感知任务分发亟需解决的问题。目前,移动群智能感知任务分发的隐私保护方法较多,但仍不够完善并存在一些缺陷。第一,依赖可信平台,由可信平台在任务分配过程中保护参与者隐私不被第三方获知,而实际应用中,完全可信的平台通常是不存在的;第二,主要保护单一位置隐私,路径隐私保护不足,不能满足参...

【文章页数】:133 页

【学位级别】:博士

【部分图文】:

图1-1参与感知与机会感知任务分配。

图1-1参与感知与机会感知任务分配。

在机会感知模式下,参与者不需要主动参与感知,其运行路径不变,平台任务分配负责选择合适的参与者,并将参与者路径上的任务分配给用户,如图1-1(b)所示。机会感知模式下,参与者的移动模型直接决定了感知数据质量。Karaliopoulos等人[32]研究了确定性和随机性参与者移动模型下....


图1-2点任务分配与区域任务分配。

图1-2点任务分配与区域任务分配。

2)点任务分配和区域任务分配。根据任务类型不同将任务分配分为:点任务分配和区域任务分配。点任务模式下参与者需要移动到任务的位置点才能执行任务,参与者可以执行一个或多个位置依赖的任务,如图1-2(a)所示。点任务分配的目标是选择合适的参与者最大化任务完成数量、参与者与平台效用等[4....


图1-3在线任务分配与离线任务分配。

图1-3在线任务分配与离线任务分配。

多边动态在线任务分配指移动群智感知系统中不止一方信息是未知的。比较常见的多边动态在线任务分配为双边动态在线任务分配,即任务和参与者均动态地进入、离开移动群智感知系统,其进入系统时间、出现的位置、参与者做任务的能力等信息均是未知的,如图1--3(b)所示。Tong等人[67]将在线....


图1--4论文组织结构

图1--4论文组织结构

基于前述小节中陈述的研究内容,论文围绕移动群智感知隐私保护任务分发,针对参与者任务选择与任务竞拍过程中的位置隐私保护、轨迹隐私保护、反向拍卖隐私保护三方面展开研究。全文共分为六章,组织结构如图1--4所示。第一章是绪论,论文在其中对研究工作的背景与意义、研究现状及存在问题进行了概....



本文编号:3904002

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3904002.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户a187f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]