[01381047]群智感知网络中移动众包系统的关键技术研究

1、研究内容 本研究的创新性主要体现在基于语义标签任务的推荐模型、用于移动众包系统的具有位置隐私保护的真实激励机制和基于优化和拍卖的最大程度地提高移动众包的社会福利的激励机制的提出。具体研究内容如下： （1）使用Word2vec技术生成标签相似矩阵,然后计算工作者和任务的相似性。通过对比实验,证明了该方法的有效性和可行性,并且该推荐方法可以扩展到具有不同语料库的其他领域。 （2）提出一种基于信任度和隐私度（TATP）改进的两阶段拍卖算法,以激励工作者真实地参与任务和行为。并且为了保护工作者的位置隐私,我们还提出了将k-匿名隐私保护与差分隐私保护相结合的k-ε-差分隐私保护方法。 （3）提出了基于G-DPSO的以工作者为中心的任务选择方法,该方法可以通过使用具有高斯白噪声扰动的DPSO算法来最大化工作者的效用。并进一步提出了基于M-ITA的以平台为中心的工作者选择方法,将多属性拍卖和ITA算法结合起来,能够实现有效地利用平台。 2、技术路线 项目主要技术方案如下： （1） 基本模型框架和数学计算模型 该模型的核心是寻找相似矩阵。该模型使用标签相似矩阵来计算工作者和任务的相似度,生成工作者标签相似矩阵,然后实现任务推荐或工作者推荐。在模型中,标签相似矩阵通过Word2vec计算获得。根据工作者的历史工作信息、注册信息等获取工作者标签矩阵。并根据任务描述、任务分类等方式对任务标签进行标记。 （2） 用于移动众包系统的具有位置隐私保护的真实激励机制 在群智感知网络中,隐私保护问题更是移动众包系统所带来的全新挑战。该问题的目标在于如何既保护众包参与者的时空信息,又可根据众包参与者保护后的时空信息指导其有效地完成任务。首先本研究提出了一种基于置信度和隐私敏感性的改进的两阶段拍卖算法（TATP）。提出的改进的两阶段拍卖算法旨在为平台实时确定中奖者。在我们先前提出的拍卖算法ITA中对两阶段拍卖算法进行了改进。因为,ITA没有考虑工作者的置信度和隐私敏感性。为了提高系统效率,在设计拍卖算法时,我们考虑了置信度和隐私敏感性。TATP通过解决较早到达的工作者的不公平问题,提高了拍卖的效率和真实性,从而改进了传统的两阶段拍卖。 （3） 基于优化和拍卖的最大程度地提高移动众包的社会福利的激励机制 在本研究中,首先给出MCSN的系统模型。在我们的移动众包系统中,我们将时间轴划分为多个时隙,在每个时隙中执行激励机制。系统模型如图1所示。从系统模型可以看出,该平台在以工作者为中心的任务选择模块中为工作者动态推荐任务。在每个时段,我们根据优化算法为工作者推荐任务,从整个时间表来动态建议任务。在以平台为中心的工作者选择模块中,随着时间的推移选择投标人。因此,所提出的激励机制能实时动态的适应于移动众包。 在为工作者选择能够最大限度发挥其效用的敏感任务后,工作者将通过将其投标书提交给平台来对感兴趣的任务进行投标。因此,如何选择合适的群智工作者来感知任务是我们机制中的另一个重要问题。为了最大化平台的效用,有效的以平台为中心的工作者选择方法是必要的。通过将多属性拍卖和两阶段拍卖相结合,获得了以平台为中心的工作者选择方法。多属性拍卖表明,买方在拍卖过程中不仅要考虑投标人的投标,还要考虑其数据质量、信任度、位置和其他属性。在本研究中,我们将多属性拍卖与ITA结合起来,以解决先到达的工作者的不公平问题,并进一步提高拍卖的有效性。 3、 创新性 本项目基于多学科的理论研究大数据环境下群智感知网络中众包系统的可信建模及控制方法,研究内容形成一套完整的群智感知网络中移动众包系统的可信控制体系,从任务的推荐、隐私保护以及激励机制多方面对移动众包系统的可信性进行分析和控制,最终使网络演化到稳定的可信状态。 （1） 本项目使用Word2vec技术生成标签相似矩阵计算工作者和任务的相似性,从而构造了基于语义标签任务的推荐模型,高了任务推荐结果的准确性和有效性,突破了传统推荐模型的准确率较低以及无法保证可信性的不足,为移动众包系统任务推荐模型的研究提出了新方法。 （2） 一种基于信任度和隐私度（TATP）改进的两阶段拍卖算法,以激励工作者真实地参与任务和行为。为了保护工作者的位置隐私,提出了将k-匿名隐私保护与差分隐私保护相结合的k-ε-差分隐私保护方法。有效地避免了用户的身份信息及通信数据的泄露,防止攻击者通过截取位置信息对用户进行攻击,解决了服务质量和隐私保护之间的冲突问题,为移动众包系统隐私保护的研究提供了新方法。 （3） 本项目提出的基于G-DPSO的以工作者为中心的任务选择方法可以通过使用具有高斯白噪声扰动的DPSO算法来最大化工作者的效用;提出基于M-ITA的以平台为中心的工作者选择方法将多属性拍卖和ITA算法结合起来,能够实现有效地利用平台。提高了移动众包系统的效率和可信性,突破了传统激励机制的不公平现象和过度惩罚等问题的不足,为移动众包系统激励机制的研究提供了新方法。