面向路网的空间众包隐私保护任务分配算法

隐私保护和任务分配是空间众包的2个核心问题。现有研究大多基于欧氏空间使用地理不可区分性保护位置隐私,但忽略了底层的路网信息,由此带来了众包工人的隐私泄露和效用损失。为了保护工人位置隐私,同时产生较小的效用损失,提出了面向路网的隐私保护批处理任务分配算法。首先,提出了图指数机制优化问题,并设计了一种贪心算法寻找近似最优解,同时引入边缘服务器作为工人的隐私保护代理。然后,将任务分配问题转化为以工人旅行距离为权值的二分图最大流问题,采用KM算法得到最优解。最后,通过实验验证了所提算法在隐私保护程度和效用上均有明显提升。