一种安全高效的去中心化移动群智感知激励模型

针对现有群智感知激励模型因依赖中央机构而存在的信任安全隐患问题和如何高效地完成感知任务问题,提出一种安全高效的去中心化群智感知激励模型。该模型利用区块链技术实现去中心化的用户管理,通过参与者控制智能合约PCSC和任务控制智能合约TCSC,完成任务发布者、参与者和矿工之间的交互和链上交易,实现任务发布、参与者优选和数据质量评估及报酬支付。在参与者优选环节,提出基于BP神经网络的“任务-参与者集合”匹配策略,即分别利用历史数据中参与者的时间和位置属性,找出最适合当前任务的参与者集合,并采用“对胜出者给予报酬、信誉双激励,对愿意参加的非胜出者给予信誉补偿,对适合当前任务而连续不参与者给予信誉惩罚”的自适应信誉更新机制。安全性分析和在国际公开基准数据集Brightkite上对所提模型在任务完成率、感知数据质量、参与者收益及用户参与度方面的高效性测试结果以及在区块链上用Solidity语言对PCSC和TCSC合约的有效性测试结果,均表明所提模型是一种安全高效的去中心化群智感知激励模型。

移动群智感知框架下的能源有效性方法研究

移动群智感知任务中的数据类型多以图片和长视频为主,因而在其任务执行过程中容易造成大量能耗。以提高群智感知框架下的能源有效性为研究目标,以手机电量消耗为能耗指标,提出面向单体节能技术与面向全局节能技术相结合的方法,实现手机能源最大化利用。结合Android开发过程中的部分算法优化与移动群智感知任务执行中的节能模块(文本转换模块、图片压缩模块、视频压缩模块等),实现单体能耗更低。在此基础上,结合面向全局的参与者优选模型,选择合适的执行团队用更少电量完成一定量任务,实现能耗最小化。通过实验设计和验证,使用单体节能与整体节能相结合的节能方法,在降低整体能耗时能够将手机能耗降低至少20%。