基于区块链与CP-ABE策略隐藏的众包测试任务隐私保护方案

为完善云环境下众测(众包测试)数据共享体系,解决众测领域存在的数据安全与隐私保护问题,提出基于区块链与基于密文策略的属性加密(CP-ABE)策略隐藏的众测任务隐私保护(CTTPP)方案。将区块链和属性基加密相结合,以提高众测数据共享的隐私性。首先,利用末端内部节点构造访问树表达访问策略,配合CP-ABE中的指数运算和双线性配对运算实现策略隐藏,以提高众测场景下数据共享的隐私保护能力;其次,调用区块链智能合约自动化验证数据访问者的合法性,与云服务器共同完成对任务密文访问权限的验证,进一步提高众测任务的安全性。性能测试结果表明,与同类型访问树策略隐藏算法相比,平均加密解密时间更短,加解密的计算开销更小;另外,当解密请求频率达到每秒1000笔时,区块链的处理能力开始逐渐饱和,数据上链和数据查询的最大处理时延为0.80 s和0.12 s,适用于轻量级的商业化众测应用场景。

区块链隐私众包中的数据验证与可控匿名方案

针对隐私众包场景下出现的数据验证、匿名作恶检测和跨平台资源交互等需求,该文基于区块链技术,并结合零知识证明与环签名技术,提出一种联盟链架构下的隐私众包方案。该方案依靠零知识证明实现对加密数据的验证,依靠链接可撤销环签名改进方案实现工人身份的可控匿名,引入联盟链架构实现众包实体之间的资源交互。在完成众包完整流程的同时,实现隐私众包所需的数据保护与身份保护。安全性分析表明,该方案具有隐私性、可验证性、可控匿名性与公平性。实验结果验证了方案在效率与性能方面的有效性。

制造业众包平台服务资源的特征构建及聚合匹配

针对制造业众包平台中服务资源的特征构建缺乏规范、聚合匹配不准确的问题,提出了基于双向编码表示(BERT)模型的特征构建方法和基于多粒度特征交互的聚合匹配模型(MFIM)。前者改进了经典的BERT模型,采用停止符掩码操作和基于分类任务的学习策略,实现了服务资源所具有的语义特征建模,精准衡量了平台商所具有的服务资源能力水平,为大规模的语义特征体系的构建提供了有力支撑。后者针对服务资源的语义粒度差异较大的问题,采用了多层次的扩张卷积结构,并构建了跨粒度信息交互的关联矩阵。这有效解决了服务资源的聚合匹配及语义辨识问题。实验表明,所提出的一系列研究方法能够有效地建模服务资源文本,为服务资源的深入挖掘和精准的匹配检索提供了一种新的思路和手段。

面向智慧教育的高校众包教学:价值蕴含与实现路径

随着数字时代的到来,新兴信息技术为高校教育教学提供了新的发展空间。众包是数字教育资源共建共享的一种有效机制,将众包理念与教育活动相结合,提出基于数字化平台的众包教学方法,以辅助高校课堂教学、提升高校教学质量和智慧教育水平。众包教学充分汇聚学生的智慧和力量,有助于促进高校学生参与,提升互动教学质量;丰富高校教学资源,创新线上教学模式;培养学生反思学习习惯,促进学生综合发展。众包教学的实现路径要求构建“双循环”的众包教学互动关系,打造“多向度”的众包教学激励机制,搭建“一体化”的众包教学数字化平台。

科研众包平台协同激励效应影响因素的实证研究——双边使用意愿视角

在协同激励理论的构念和研究方法视域下,以UTAUT为基础研究模型,从用户激励主体来源、激励动力来源、激励内容、激励作用方向、社会评价模式等多维入手,构建科研众包平台双边用户(发包方和接包方)的协同激励效应影响因素评价指标体系,再对广东省科技厅首批认定的14家科研众包平台双边用户发放调查问卷进行实证检验。结果显示,绩效期望、社交影响、促进条件等都对双边用户有显著的正向激励作用,付出期望对接包方用户有显著的正向激励作用。因此,考虑到用户的使用期待,科研众包平台须围绕智能化、市场化、社群化发展强化用户黏性,形成竞争优势。

众包模式下课程思政资源建设模型

针对当前课程思政资源建设中存在建设成本高、效率低、数量少、质量不可控等问题,本文设计并实现了一款课程思政资源众包管理系统。系统中的平台组件可以提供资源建设的创作空间,发包和接包组件分别发布课程思政资源建设任务和选择合适的知识条目创作思政资源。该系统可为广大教师提高课程思政资源建设的时间效率提供帮助。

大众众包技术在文物古迹数字化保护中的应用探讨

大数据分析表明,文物古迹数字化模型的在线传播和消费对文化遗产传承的影响显著,且趋势愈加明显。随着网络普及率的提高,数字化文化遗产在促进大众文化参与、丰富文化传承方式等方面发挥了积极作用。数字化模型的三维重建是一种非常普遍的文化遗产保护和存储方法,通过摄影测量技术,准确复制文化遗产对象的形态与色彩,进而实现其高质量的数字化重建。这种重建三维模型不需要设计师建模,考虑到摄影测量流程中的图像采集环节可以利用公众参与的力量,该文探讨了将大众众包技术应用于数字化文化遗产保护,建立众包共享平台的可行性,并提出了一种基于众包的图像采集方法,进一步阐明了大众众包技术在数字遗产领域的潜力。

社会技术系统视角下众包创新的知识产权风险影响因素研究

众包创新作为企业突破组织边界、获取和整合外部知识、破解创新难题的新型创新模式,却因组织形式松散、参与主体自由自愿以及信息不对称等弊端而使得知识产权风险日趋凸显。从众包创新一般运作流程出发,识别出侵权、流失和归属三类众包创新知识产权风险,结合社会技术系统理论,探索众包创新的知识产权风险影响因素,并运用Fuzzy-DEMATEL方法,以一品威客(www.epwk.com)的“智能家居设备外观设计”为对象展开实证研究。结果表明,众包创新参与主体交流反馈程度的中心度最高,是影响众包创新知识产权风险的关键因素。此外,企业知识管理能力、用户机会主义道德风险、信任程度、知识产权保护法律完善程度和用户知识产权意识都是众包创新知识产权风险的影响因素。

众包物流领域研究进展与前沿——基于CiteSpace可视化分析

文中利用CiteSpace 6.2.R4软件对中国知网数据库中与众包物流主题相关的411篇文献进行可视化分析,获得相关论文的发文量、期刊来源、作者图谱、机构图谱及关键词图谱,以探讨该领域的研究热点以及未来发展趋势。研究结果表明,目前众包物流发文数量总体呈现曲折式上升,作者以及机构的发文量相对较少,且相互之间的合作关系较为松散。众包物流、众包模式、众包配送、共享经济、“互联网+”等方面是国内学者研究的主要关注点,将众包模式应用于农村末端配送、提升物流服务质量将是今后该领域的研究方向。

商业画布视角下众包翻译平台商业模式研究——以Y网为例

基于商业模式画布理论,构建众包翻译平台Y网的商业模式画布模型,解析其商业模式九大要素。研究发现,Y网以市场需求为导向,以网络平台为基础,具有面向客户的价值主张、明确的客户细分、良好的客户及合作伙伴关系、畅通的渠道通路、丰富的关键资源,实现了翻译需求方和供给方在线精准匹配和网络聚集效应。文章为描述和评估众包翻译平台商业模式提供了可视化视角,可为众包翻译平台的构建和发展提供参考。

标记相关性修正的多标记众包标签推断方法

众包平台的快速发展使人们获取数据标签变得较为容易,但由于标记者的知识水平、评价标准等均存在显著差异,导致获得的标签质量参差不齐.特别是对于多标记数据,由于每个样本可能有多个不同标记,且不同样本的标记数量不同,所以通过众包标注获取多标记数据的标签时,标注者很难为每个样本提供完整准确的数据标签.针对多标记众包标签推断问题,提出基于标记相关性修正(Label Dependence Correction,LDC)的多标记众包标签推断框架,首先使用单标记众包标签推断算法给出每个标记的初步推断结果,然后通过度量标记间的相关性更新和纠正不可靠的初始标记推断结果.实验结果表明,与经典的众包多标记方法相比,本文提出的框架与单标记算法融合后可以有效提升多标记众包标签推断的性能.

防恶意竞价的众包多任务分配激励机制

众包的飞速发展丰富了任务执行者的阅历和技能,使他们更加了解任务且倾向于同时完成多种任务,因此根据执行者对任务的主观偏好进行分配成为一种常见的任务分配方式;但是出于个人利益,执行者可能采取恶意竞价行为换取更高的收益,这对众包平台的发展是不利的。为此,提出一种防恶意竞价的众包多任务分配激励机制GIMSM(Greedy Incentive Mechanism for Single-Minded)。该机制定义了一个线性比值作为分配依据,再根据贪心策略从执行者比值递增的序列中依次选取并分配任务,最后按照支付函数对分配算法选中的任务执行者进行支付,得到最终的任务分配结果。在Taxi and Limousine Commission Trip Record Data数据集上进行实验。相较于TODA(Truthful Online Double Auction mechanism)、TCAM(Truthful Combinatorial Auction Mechanism)和FU方法,GIMSM在不同工人数下的任务结果平均质量水平分别提高了25.20、13.20和4.40个百分点,GIMSM在不同任务数下的任务结果平均质量水平分别提高了26.17、16.17和9.67个百分点。此外,GIMSM满足个体理性和激励相容,可在线性时间内得到任务分配结果。实验结果表明GIMSM具有良好的防恶意竞价性能,在具有大量数据的众包平台上有更好的表现。

众包制造环境下协同产品族设计与延迟决策的主从关联优化

针对众包制造环境下产品族设计与延迟决策之间的协同优化问题,建立了以产品族设计为主、延迟决策为从的混合整数非线性双层规划模型。模型上层由制造商设计产品族架构以最大化自身的期望利润,下层由多个分销商优化延迟产品模块的类型以最大化各自的期望利润,且各分销商之间的决策具有相互独立性。考虑到延迟产品模块事先不确定,提出虚拟延迟结构将该优化问题具体化,并证明需要被延迟的产品模块。开发了一个双层嵌套遗传算法对模型进行求解。用智能冰箱产品族延迟案例验证了所提模型和算法的有效性,并对所提延迟偏好参数进行了灵敏度分析。

考虑服务供应能力和服务质量的众包物流服务定价策略

通过考虑订单需求量与服务供应能力的关系,分别构建基于服务供应能力以及基于服务供应能力和服务质量的众包物流服务定价模型,提出最优的服务价格与服务质量决策;在此基础上,比较不同定价模式的最优决策和企业利润,并分析众包配送员报酬率对最优决策和企业利润的影响。研究发现,众包物流企业在基于服务供应能力和服务质量的定价模型中能获得更高的利润;此外,不同条件下服务价格与报酬率成反比或随着报酬率的增加先上升再下降,而服务质量和众包物流企业利润都随着报酬率的增加先上升后下降。

众包情报的四象限模型在科技安全风险预警中的应用

[研究目的]自维基百科产生以来,美国情报界开始重视众包情报,并运用众包情报开展情报搜集和技术创新。分析美国近年来众包情报运用案例,为众包情报运用于我国科技安全风险预警提供新视角和新启发。[研究方法]该文运用众包四象限理论构建科技安全风险预警模型,剖析典型众包情报案例,归纳总结其在情报搜集、技术创新和助推共同体文化方面的价值和挑战,分析科技安全风险预警中的众包情报需求。[研究结论]基于我国科技情报预警情境,构建众包情报任务场景,并从维护科技安全的情报保障、国产软硬件使用的数据支持、前沿科技治理的情报感知以及科技文化认同的情报赋能等四方面提出众包情报在科技安全风险预警中的应用路径。

时空众包中的多轮跨平台在线匹配

【目的】为了解决传统单平台任务分配中的供需不平衡问题,跨平台在线匹配成为了一种新兴解决方案,它允许多个类似的平台建立合作关系,将无法完成的任务发送给其他平台,增加任务被接受的概率。然而,目前的跨平台在线匹配都只考虑了单轮的匹配过程,难以在多平台竞争中找到良好的决策结果。为了解决以上不足,研究了多轮跨平台在线匹配问题,并提出了基于贪心的多轮匹配算法和基于多方博弈的匹配算法。【方法】基于贪心的多轮匹配算法通过将任务进行多轮转发和匹配,由平台贪心地选择高收益的任务来完成,以提高任务完成的效率。基于多方博弈的匹配算法则通过建立合作平台之间的激励机制,计算满足纳什均衡的任务分配策略,让平台在竞争中寻找更优的策略,从而实现整体性能的提升。【结果】实验结果表明本文的算法可以提高平台的总收入,体现了本文工作的效果和效率。

空间众包中一种支持高效任务分配的隐私保护方案

空间众包中的位置隐私泄露问题近些年来已经引起了学术界和产业界的广泛关注。面对这一挑战,不少研究者提出了相应的隐私保护方案来保护任务分配过程中参与者的位置信息安全。然而,这些方案在分配效率方面有所限制,不具备高效性。针对这一问题,提出了一种高效的隐私保护方案,使用网格索引四叉树结构来实现高效且稳定的任务分配服务,并使用一种对称隐藏向量加密算法来保护参与者的隐私安全。大量基于真实数据集的仿真实验表明该方案能够支持高效的任务分配服务。

考虑众包配送员期望收益异质性的任务分配及报酬联合决策模型

农村众包配送员期望收益的异质性对任务分配和报酬的制定带来挑战。对此,引入报酬、期望收益与参与行为三者之间的相互关系,构建以农村消费者配送满意度最大为目标,同时对任务分配和任务报酬进行决策的随机规划模型,基于真实的案例数据验证了模型和算法程序的有效性。文章的研究有利于提高农村众包配送的任务完成率,促进众包配送在农村地区的推广应用。

基于行为实验的竞赛型众包参与行为研究

文章基于期望价值理论和行为实验,从接包方参与竞赛的参与价值和获胜期望的角度,研究竞赛特征如何对参与行为产生影响及其过程机制。研究结果表明:奖金规模通过期望机制和价值机制的联合作用影响接包方参与意愿,且该影响效果存在非线性特征;接包方的参与意愿直接决定其是否参与竞赛;奖金规模和任务难度通过接包方获胜期望或参与价值影响参与意愿。该研究揭示了众包竞赛的任务特征对接包方参与行为影响的内在机制,丰富了众包领域的研究成果,能为众包实践者提供积极参考。

关于国外众包交付平台的综述及发展研究

众包交付平台创造了许多新行业最后一公里交付解决方案。在这篇综述文章中,本文分析了这一新兴概念的行业现状,并根据其匹配机制、目标市场和薪酬方案对可用平台进行了分类。本文的目的是确定这些平台区别于其他运输系统的关键要素,最终阐明一些有前途的研究方向。