一种新颖的用户选择策略与激励机制已被称作基于时间窗口的移动群体感知

文摘

与智能手机和无线通信的快速发展,移动传感已成为一个高效的环境数据采集方法能够完成大规模的和高度复杂的感知任务。目前,参与者要收集在一段时间内的连续数据。然而,在某些时期参与者的数量差别很大。在这个应用程序的视图的背景,提出了一种新的激励机制的额外奖励:溢价和大奖激励机制(PJIM),和一个新的参与者基于时间窗的选择方法:参与者选择时间窗口相关的任务(PS-TWDT)。PJIM,平台将传感任务的时间根据任务参与者的时间分布,在不同的情况下采用不同的激励策略;同时,介绍了奖池机制来吸引更多的参与者参与遥感任务参与者较少。PS-TWDT,我们设计一个参与者基于动态规划算法的选择方法。目标是最大化数据中获益,同时选择参与者的感应时间涵盖了任务时间。此外,参与者的信用值添加,更新策略更新和信贷价值的参与者根据他们的意愿参与任务和数据质量。最后,仿真实验验证激励机制和参与者选择本文方法具有良好的性能。

1。介绍

随着无线网络的发展和嵌入式传感器技术的进步,有许多传感器嵌入人们的智能设备,如麦克风、摄像头、温度传感器、光传感器、定位传感器。此外,智能手机的流行已生了一种新型的传感网络已被称作model-mobile群体感知。已被称作移动群体感知网络,智能设备可以使用流行的智能手机来收集数据来完成各种传感任务。如图1,我们认为已被称作移动群体感知网络出版商组成的任务,任务平台,与智能设备和任务的参与者。任务发布者发布自己的任务在任务平台,平台支付一定的费用。任务平台选择合格人员参与遥感任务并给予一定的奖励来激励参与者。最后,任务平台把收集到的数据传送给出版商和传感任务结束。与传统传感器网络相比,已被称作移动群体感知网络由于其突出优势广泛覆盖和感知成本低(1]。因此,它有巨大的潜力在完成大规模和复杂的传感任务作为一个新的传感模式和在社交网络也有很大的优势2- - - - - -4)、医疗、环境监测的一个特定的区域,和运输(5- - - - - -9]。

虽然与传统的传感网络相比,可以节省采购成本已被称作移动群体感知网络专业传感器和部署专业人士,需要时间和精力为智能手机参与者参与感知任务。同时,智能手机的参与者分享他们的传感数据可能透露自己的隐私,包括位置、利益和身份。因此,如何激励参与者积极参与任务,完成任务,并成功提交遥感数据是至关重要的。任务平台必须有更好的补偿措施补偿已被称作参与者和推动群体感知任务。

在已被称作移动群体感知的实际应用,许多遥感任务有一定的传感数据的连续性要求,例如,污染监控、交通监测和噪声监测在一定区域最近几天或几周。这种传感任务需要很长一段时间的持续的监控;它不能单独完成一个参与者,因此它需要多个参与者的合作。与此同时,它涉及参与不同时期。因为大多数参与者在一定区域有相同的生活习惯和其他规则,参与者参与任务的时间相对集中。一些时间有更多的参与者和参与者少一些时间。例如,在一个连续的传感任务,参与者的数量在白天是多余的,晚上和参与者的数量是不够的。然而,现有的激励机制的研究并不特别分析参与时间。为了解决这个问题,平台需要一个合理的激励策略,以确保足够的参与者参与任务持续一段时间。同时,在已被称作移动群体感知的实际应用,在确保足够的参与者从事传感任务,任务平台提出某些要求收集的数据值。 And these tasks require participants to collect continuous sensing data for a period of time. This task related to the time window puts forward higher requirements for the participant selection method.

我们工作的主要贡献总结如下:(1)本文具体任务感应时间划分,奖池机制提出了吸引参与者通过提供高奖励那些有更少的时间去参与。的任务,提出了一种基于动态规划的优化算法选择的参与者,然后提出了一个额外的奖励机制。它是基于每个参与者的参与时间实施不同的激励策略。(2)提出了一个时间窗口相关参与者选择策略。这种机制主要包括设计一个参与者基于动态规划算法的选择方法。目标是最大化数据中获益,同时选择参与者的感应时间涵盖了任务时间。此外,参与者的信用值添加,更新策略更新和信贷价值的参与者根据他们愿意参与任务和数据质量。(3)拟议中的激励机制确保有足够的参与者参与遥感任务,和参与者选择策略是选择适当的参与者以满足任务需求的足够的参与者。这两个部分的工作为任务平台提供一个完整的工作模式。

2。相关工作

已被称作研究激励机制在群体感知:[10),赵et al .,为了保存任务参与者的隐私,不要忽略任务参与者的数据质量,提出保护隐私和数据quality-aware激励方案,称为速度。特别是,数据质量的可靠性和数据的偏差。在[11Nie)等人运用两级Stackelberg博弈分析手机用户的参与水平和最优激励机制已被称作的群体感知服务提供者使用逆向归纳。为了激励参与者,激励机制的设计,考虑到社会网络效应从底层移动社交领域。在[12),一个激励机制(RTM)提出了基于声誉和信任的负面影响已被称作自私节点在移动群体感知。本文分析了声誉激励机制和信任激励机制和构造一个激励模型,分为用户选择模型和奖励激励模型。在[13),钟山等人研究阶段激励机制已被称作移动群体感知和激励过程划分为两个阶段:招聘阶段和遥感阶段。在[14),陈等人提出了一个基于随机游戏现有的激励机制激励机制没有考虑用户行为的不确定性和概率。在[15),两种激励机制设计从两个方面的参与者和任务发布平台通过竞标游戏方法,和两个不同的系统模型是用来实现用户激励的效果。摘要(16]的目标是设计一个激励机制效用最大化的平台在一定预算的条件。在[17),风等人提出一个名为TRAC的激励机制,其重点是参与者分配任务时的位置。在[18),李等人设计两种激励机制,QUAC-F QUAC-I,基于传感信息的不同级别的参与者的情况下确保平台效用的最大化。在[19詹,et al .,考虑到数据收集的时间特性,提出了一种基于声誉的激励机制来最大化数据收集器的奖励。在[20.),两种拍卖激励机制框架基于隐私保护的目的是实现近似社会成本的最小化。

研究参与者已被称作选择群体感知:在21),李等人研究动态(实时)和异构(不同时间和空间覆盖需求)传感任务并提出离线和在线算法动态参与者选择的异构传感任务。根据该模型提出了(22),基于一组的方法选择和组织完成传感任务的参与者通过使用智能手机的组合功能。文献[23)提出了一个数据收集机制参与者的声誉感知和分裂成两种类型的参与者:直接发送和间接发送、动态更新参与者的声誉参与者合理选择任务。文献[24)旨在优化任务的参与者和降低成本的基础上满足任务的需求覆盖。在[25),郭等人提出一个视觉团队智能感知框架称为UtiPay,选择参与者和数据从宏观和微观两个方面。在[26刘,et al .,参与者的历史活动跟踪数据的基础上,选择适当的参与者在感应区域完成传感任务。在[27),李等人研究的隐私招标时间和空间的基础上,提出一个隐私保护参与者选择和可伸缩的分组方案。在[28),旨在完成传感任务的最小执行时间,参与者选择方案提出了基于位置信息在城市地区利用车辆特设网络。

上面的文献做了大量的研究和探讨激励机制和参与者的选择,但这项工作只是基于参与者不受影响的前提下执行任务时的时候。激励机制,上述工作不考虑参与者的工作和休息环境影响任务的完成时间,也不考虑参与者的激励时间不足。参与者的选择,本文需要参与者收集连续的遥感数据在一段时间内,但上面的工作不能有效地应用于相关的任务时间窗口。为了解决上述问题,本文具体任务感应时间划分,并提出了一种基于时间窗的激励机制,从而吸引参与者的任务时间由高奖励任务时间不足的参与者。由于不同参与者的信誉的差异,本文提出了一个时间窗口相关参与者选择策略。目标是最大化平台数据基于覆盖任务时间窗口中获益。

3所示。系统模型和问题公式化

在这个场景中,有一个任务发布平台和许多参与者。任务发布平台想收集传感数据在持续一段时间。本文假设任务发布平台发布一个传感任务,需要持续的监控好几天了。平台发布任务后,所有的参与者报告他们的感知时间和第一天的投标价格。根据参与者的感知时间和投标价格,平台选择合适的参与者参与感知任务。不难理解,大多数参与者更愿意参与遥感任务在白天,和只有少数愿意参与晚上传感任务。这需要一个激励机制来刺激更多的人参与到夜间数据收集。本文提出了一种激励机制来奖励参与者。通过持续奖金积累和迭代,越来越多的人逐渐刺激参加晚上传感数据。表1显示了常见的参数。

摘要任务的感知时间的定义是,一天24小时中表达 。 是单位时间内传感任务。是指单位时间内的开始时间,和是指单位时间内的结束时间。假设一定数量的参与者U={1,2,3,…n}传感感兴趣的任务,每个参与者two-tuple 。 当参与者吗参与遥感任务,开始时间和吗结束时间。是指参与者的投标价格参与感知任务。如图2,当收集连续的传感数据时间窗口,代表一个时间窗口的长度。假设有足够的参与者的激励后的平台;每个参与者被表示为 ,在哪里 代表的感知时间的参与者在k时间窗口,是开始时间,结束时间。是参与者的投标价格吗在k时间窗口。

3.1。任务发布者

传感任务发布者提出要求的任务,例如,收集传感数据的某些方面在一定范围内,然后把传感任务要求移动任务平台,和奖励上传到平台。

3.2。传感参与者

参与者获得任务的信息后在任务区域,他们可以决定是否接受这些子任务根据自己的情况。当传感参与者收到传感任务,传感数据收集和处理的智能设备,然后是遥感数据上传到平台移动任务。

3.3。移动工作平台

根据传感任务的需求,移动工作平台将任务合理并选择合适的参与者把他们的感知任务。同时,参与者的收集到的数据进行处理,分析和综合;然后传感数据返回到任务发布者;和参与者参与遥感任务奖励。

考虑到参与者的规律性工作和休息,单位时间内的任务分为白天时间和夜间。本文设计一种激励机制和集消费金额,参与者根据不同时期和参与者的参与。为了补偿参与者参与任务和吸引更多的参与者在夜间,本文不仅支付参与者根据他们的投标价格,但也给他们额外的奖励。如果夜间参与者不足以弥补夜间感应时间的任务,本文将发行价格前池奖励参与者报告下次感知时间,和付出代价池奖励后夜间参与者的任务是成功执行。

本文的目标是最小化的总和奖励支付给参与者在执行的任务是成功的前提,它可以被描述为一个优化问题如以下公式所示:

在目标函数,代表了奖励支付根据投标价格。是额外的奖励支付给参与者在夜间的任务。价格是池奖励支付给参与者在夜间的任务。参与者参加白天的任务没有额外的奖励和价格池奖励,奖励和价格池奖励值的参加白天的任务都是0。所示的约束(2),表示选择的参与者参与覆盖整个任务的时间。

当有足够的参与者参与感知任务,有必要选择传感任务的参与者。出版商需要收集连续的传感数据的任务时间窗口,所以选择的感知时间的参与者在每次窗口平台必须不断覆盖时间窗;否则,它不满足任务要求。为了得到更精确的传感数据,平台需要选择合适的参与者对于每一个时间窗口,最大化选择参与者的可靠性,和感知成本最小化的前提下满足任务需求,即最大化数据平台的好处。每个时间窗口目标可以被描述为一个优化问题如以下公式所示:

在目标函数(3),参与者的传感数据可靠性在k任务的时间窗是参与者的投标价格吗在k任务的时间窗。摘要总选择参与者的数据可靠性比和总投标价格在一个时间窗口被定义为数据的好处时间窗口。在(3),表示数据的好处k时间窗口。约束(4)表明,时间窗口选择参与者参加的可以覆盖整个任务的时间窗。

4所示。PJIM PS-TWDT算法设计

4.1。PJIM激励机制设计

参与者选择的过程中,大多数参与者往往参与遥感任务在白天,所以本文假设有足够的参与者参与遥感任务在白天。晚上,大部分的参与者将放弃参与感知任务和选择休息。因此,可能没有足够的参与者感知任务。为方便理解,本文改变一个单位时间内的任务从0至24到0到12。总之,单位时间内的任务分为日间和夜间。摘要夜间时间是0到6点钟,和白天是6到12点钟。

以下4.4.1。额外的奖励机制

因为传感的夜间任务并不符合大多数参与者的工作时间,没有足够的夜间的参与者感知任务。为了鼓励更多的参与者参与夜间任务的时期,本文所示设置额外的奖励(5)奖励参与者完成夜间的任务。 在哪里支付的额外奖励参与者吗 。 代表单一值最低的参与者在白天的任务。单值的比值参与者的投标价格感知任务持续时间。参与者的参与时间长度吗晚上在传感任务。重量代表的参与者人数的比例在白天任务的参与者的总数。额外的奖励在夜间任务的参与者的数量成正比的白天的任务。更多的参与者在白天的任务,额外奖励越高任务的参与者在夜间。

4.1.2。价格池奖励机制

如果没有足够的参与者在夜间时期任务的第一个单位时间内的任务,本单元的任务时间将不会完成。在选择参与者,参与时间应该提前报道。目标是选择的参与者应该覆盖整个时期。为了促进足够的参与者来完成任务的单位时间内的下一个任务,本文设置一个价格池机制来鼓励参与者参与任务的夜间时间和价格问题池奖励参与者报告下一个感应时间之前。价格池的奖励金额由以下公式计算: 池塘在哪里价格池奖励金额。代表单一值最低的参与者在白天的任务。表明夜间任务的持续时间。体重代表的参与者人数的比例在白天的任务参与者的总数。如果第二个单位时间内的任务还没有完成,也就是说,参与者在夜间的任务仍然不足,而且价格池奖励金额重叠,直到任务完成,价格池奖励将在夜间期间支付给参与者的任务。

本文介绍了一个重要的参数,私人目标阈值的参与者 , 。本文假设当发表奖池金额大于私人目标阈值的参与者,参与者满意,愿意参与这项任务晚传感时期第二单元的任务。因为大多数参与者不贪婪的在现实生活中,这种假设是合理的29日]。在本文中,所有的参与者的私人目标阈值小于价格池数量由一个晚上的备份集 。

根据工作和其他规则的参与者,单位时间的任务分为日间和夜间,建立激励机制,包括额外的奖励和价格池奖励来吸引足够的参与者参与夜间任务,确保任务的成功实现。本文的目标是尽量减少补偿支付给参与者成功执行任务的前提。首先,它决定夜间时期是否可以由参与者的参与时间。如果是这样,MST算法在文献[30.)是用于选择参与者的集合与最低付款金额和计算额外的夜间参与者的奖励金额。如果夜间参与者不足以完成传感任务,池奖励数量计算价格,并宣布在接下来参与者报告感知时间。价格池奖励金额逐渐累积,直到有足够的参与者在夜间的时期,然后MST算法1用于选择适当的参与者和支付额外的奖励和夜间时期价格池奖励参与者:(1)初始化参与者集合U,相应的参与时间l,投标价格B,并设置价格池奖励 。(2)排名的参与者传感报告开始时间的升序排列。(3)判断第一个参与者的开始时间开始时间的任务。如果是这样的话,执行下一步。否则,计算价格池奖励,算法结束,返回价格池奖励池塘。(4)确定每个参与者的任务持续时间u参与者的集合。(5)判断的报道时间晚上参与者可以不断弥补夜间任务时间。如果是这样的话,执行下一步。否则,计算价格池奖励和算法结束,返回价格池奖励池塘的一天。(6)使用MST算法选择参与者年代总投标价格最低的。(7)计算额外的奖励选择参与者的夜间,然后给予不同的奖励选择的参与者在不同时期参与任务。(8)算法结束,然后返回选择的参与者年代支付和奖励P。

4.2。PS-TWDT参与者选择

当参与者在晚上满足我们的要求,我们需要选择参与者根据他们的信用的差异,参与时间,和其他方面。因此,本文提出了两个方面:一个是参与者选择方法基于动态规划算法,旨在最大化利益的基础上覆盖的数据任务时间窗口。第二,参与者的信用价值更新机制的信用值更新参与者根据参与者的意愿来执行任务和收集的数据的质量。

4.2.1。准备数据可靠性的定义

因为传感器节点已被称作移动群体感知网络不再是传感器设备部署由专业人士,但普通人携带智能设备、传感参与者提供的数据的准确性较低,存在个体差异。传感数据的精度直接影响遥感任务的结果,因此,平台应该选择参与者合理为了满足任务需求和获得更可靠的传感数据。参与者的可靠性主要与两个因素有关。第一个是参与者自己的可信度,即参与者的信用价值。参与者的信用值越高,感知数据的可靠性就越高。第二个是传感数据,参与者可以提供的数量。的数据量越大,越是高质量的数据和数据可靠性越高。根据以上两点,参与者的可靠性在本文中定义下列公式所示: 在哪里表示参与者的可靠性在k时间窗;表示参与者的信用价值,它反映了过去的表现的任务; 代表的数据量被参与者在一个单位时间;和代表了参与者的遥感数据量可以提供的k时间窗口,主要是由参与者携带的智能设备的力量(26]。具体关系公式所示8),是初始的设备当参与者参与k时间窗口的任务,和参数的函数关系,是8.179,是0.4633。

4.2.2。信用值更新机制

在这篇文章中,参与者的信用价值被定义为 ,量化为一个值在[0,1]的经营范围内。信用值0表示完全值得信赖,0.5表示的不确定性,1表示完整的可信度。最初的信贷价值的参与者参与首次传感任务设置为0.5,这表明在初始时间信用的不确定性。为了让参与者的信用值更精确地反映参与者的可信度,本文设计一种信用值更新机制,更新参与者的信用价值根据参与者在每个任务时间窗的性能。引进更新的声誉值的机制之前,我们首先介绍信任状态反馈的价值。信托的定义状态反馈价值分为两个部分:愿意参与程度和数据质量。

(1)程度的参与意愿。愿意参与的程度所示(9),在传感任务指示的参与程度, 代表了时间的感知任务参与者的比例k时间窗口。时间比例越大,越高任务参与者的热情。为了避免带来的片面影响单因素测量愿意参与,本文增加了当前的权力移动设备的参与者参与k时间窗;权力,传感任务就越活跃。

(2)数据质量。数据质量所示(10)。代表提供的数据质量k时间窗的参与者 ,包括及时性 ,完整性 ,精度 ,和价值 。在这篇文章中,这四个因素仅仅是量化值在[0,1]。0代表及时性差,不完整、不准确和没有价值的数据收集的参与者;数据质量是完全可靠的。1意味着收集的数据及时、完整、准确,和有价值的;数据质量是完全可靠的。

(3)信任状态反馈的价值。状态反馈的信任值的计算方法是通过比较参与者的信任状况在任务和其他选择参与者的平均信任状态的任务,所示(11)。代表信任后参与者获得状态反馈的价值参加了k时间窗口。参与者的意愿和数据质量越高,准确和可靠的感知任务越多,越高的反馈信任状态的价值。此外,信任状态是成反比的参与者收到的奖励。参与者收到的奖励越高,成本越高的数据采集平台,这并不有利于认知任务的完成。此时,低信任状态。

(4)信用值更新。在每个任务时间窗口,参与者的平台更新当前的信用值根据参与者的信任状态反馈值在这个时间窗口,如图所示(12)[31日),和更新的信贷价值将信贷价值的参与者参与下一个时间窗口。

本文根据传感数据可靠性参数定义数据量和信用价值的参与者,当他们参与任务。本文的目标是确保的感应时间选择的参与者在每个任务时间窗口不断覆盖时间窗口,并受益最大化数据在每一个时间窗口。最后,补偿是按照选择的参与者的投标价格。选择的伪代码显示了参与者的算法2,详细描述如下:(1)参与者进行初始化设置U,相应的参与时间窗口,投标价格,手机的电池,和信用价值。(2)计算的遥感数据量和传感数据可靠性的参与者。(3)所有参与者逐步结束时间。(4)使用动态编程算法选择参与者受益最大的数据。(5)计算数据的好处 。(6)奖励参与者根据他们的投标价格(7)的算法,并返回到选择参与者和数据的好处 。

5。绩效评估

5.1。PJIM PS-TWDT实验设置

在本文中,我们提出一个基于激励机制的具体部门的时间感知任务。考虑到报告的时间移动的参与者,我们使用动态编程算法选择参与者,参与者和实施不同的激励机制在不同的时间段。为了验证机制的有效性提出了本文仿真实验在MATLAB R2016a实验环境中进行,并且结果进行比较和分析。同时,为了验证参与者选择机制的有效性提出了本文实验结果与MST [30.)和随机参与者选择(随机)的数据可靠性、数据的好处,和感知成本。

这是随机的参与者选择方法。摘要任务的时间窗的长度设置为12小时。有100名参与者在每个任务的时间窗。例如,如果任务从0点到12点,然后选择的参与者需要覆盖这一次执行任务的时候。因此,随机选择方法将逐步开始时间排序所有的参与者。然后选择参与者从0点。为了理解,让我们假设有三个参与者。第一个参与者报告执行的任务就是从0点钟到2点钟。第二个参与者报告,执行的任务就是从1点钟到3点钟。第三参与者报告,执行的任务就是从2点钟到4点钟。 When choosing one of the three participants at random, you must cover the time point of 0 o’clock. Suppose you pick the first person at random. Thus, the end time for the first person is 2 o’clock. Next, when you select participants, you need to include 2 o’clock and so on, covering directly up to 12 o’clock, until the selection process is complete.

为了验证PJIM机制的有效性,米参与者在MATLAB模拟实验环境。因为已被称作的参与者群体感知非专业人士,遥感数据是非常随机的过程。为了模拟实际传感任务,本文假定参与者的投标价格是一个获得均匀分布的随机值(1,10),每个参与者的私人目标阈值也是一个获得均匀分布的随机值(1,10]。然后验证PS-TWDT的有效性。假设任务发布者需要收集的数据从6点到一个区域的空气质量18:00连续十天。为了模拟实际传感任务,本文设置一个时间窗口的连续12小时并执行10个时间窗口。参与者的考号是100。随机设置感应时间报告的参与者和参与者的投标价格是受区间上的均匀分布1,10]。参与者的电力设备,均匀分布在[100],和及时性,完整性、准确性,和价值的参与者受到[0,1]上的均匀分布。

5.2。实验结果

5.2.1。许多人晚上在备份组

设定工作时间T= 12和任务量1。当移动的数量的参与者u和任务池改变价格,这将影响夜间备份参与者的数量。随着手机数量的参与者从10增加到60,相应的夜间备份集数量的增加。这是因为当移动参与者数量的增加,移动参与者的私人目标阈值也将增加。在同样的价格下池,更多的参与者将参与感知任务。同时,当参与者的数量保持不变,池增加时,价格和相应的夜间备份集的数量增加。这是因为当参与者的数量保持不变,价格池金额累计增加,逐渐满足参与者的私人目标阈值,所以夜间备份集的数量增加,如图3。

5.2.2。价格池奖励

设定工作时间T= 12和任务量1。当移动的数量的参与者u和遥感任务天更改,价格池数量将受到影响。随着天的未完成任务的数量增加,价格池数量增加。这是因为价格池的初始金额很小的任务发布。随着时间的增加,价格池的数量逐渐积累。当未完成的任务的数量逐渐增加,价格池数量将满足所有参与者的私人目标阈值。随着遥感任务的参与者数量的增加从30到60,池数量价格普遍下降,如图4。

5.2.3。晚上参与者的补偿和天参与者的补偿

图5显示了参与者奖励给昼夜变化移动参与者数量的增加。从图可以看出,付款晚参与者明显高于天的参与者。这是因为参与者补偿参与任务在夜间期间吸引更多的参与者。晚上参与者的平均支付17.2067,而一天的平均支付参与者是12。

5.2.4。在备份集的人数比晚上的总人数

图6显示的变化比晚上备份参与者的数量总数的参与者为天的未完成的任务的数量增加。从图可以看出,随着天数的增加,未完成的任务的,价格池奖励将会增加,这将满足更多的人的私人目标阈值。最后,的人数的比例在夜间备份集的总人数将达到1。

5.2.5。数据的可靠性

验证数据的可靠性、两个趋势图的数据可靠性数据7和8得到任务时间窗口数量的增加。在图7的平均数据可靠性,纵坐标是选择的参与者在一个时间窗口。在图中,可以清楚地看到,作为任务执行的时间窗口的数量增加从1到10,该PS-TWDT选择方法优于MST和随机的平均数据可靠性在每一个时间窗口。这是因为参与者的数据可靠性应充分考虑该算法的选择过程。参与者在每一个时间窗口,数据可靠性高的基于动态规划算法的选择。在图8,纵坐标是累计数据可靠性所选择的参与者在一个时间窗口。作为任务执行的时间窗口的数量增加从1到10,累计增加的速度PS-TWDT选择方法提出了显著高于其他两个选择方法的总的数据的可靠性。

. 5.2.6。数据的好处

数据的好处而言,两个趋势图表数据的好处9和10获得任务时间窗口的数量增加。在图9,纵坐标是平均数据的好处所选择的参与者在一个时间窗口。作为任务执行的时间窗口的数量增加从1到10,尽管平均数据的好处PS-TWDT选择方法提出了极大的波动,在每一个时间窗口的平均数据好处是比MST和随机的。因为信任状态更新机制PS-TWDT添加,每个参与者选择在连续执行任务有很高的信用值,数据可靠性高。由于采用动态规划算法,总可靠性之间的比例选择在每个时间窗和投标价格的总和是最大的,所以最后选择参与者的数据的好处是最高的。在图10,纵坐标是累计数据的好处所选择的参与者在一个时间窗口。随着任务执行时间窗口数量的增加从1到10,累计增长率PS-TWDT选择方法的提出是显著高于其他两个选择方法的数据中获益,差距逐渐增加。

5.2.7。平均成本

平均数据成本而言,变化趋势图的平均数据成本增加的数量获得任务时间窗口如图11,纵坐标是选择参与者的平均成本在一个时间窗口。作为任务执行的时间窗口的数量增加从1到10,我们可以看到,PS-TWDT的平均数据成本和MST提出并没有太大的区别,比这低得多的随机方法。这是因为,在选择的过程中参与者,参与者选择机制和MST提出了采用动态规划算法,选择时考虑投标价格的参与者,而随机方法不考虑投标价格;其平均数据成本高于其他两种方法,及其波动幅度是最大的。

6。结论

已被称作的群体感知问题,遥感任务取决于时间,本文将具体时间,然后提出了一种激励机制,PJIM,使参与者在不同的时期,不同的奖励设置额外的奖励和价格池吸引参与者参与较少的感知时间。最后,仿真结果表明,该激励机制有一个更高的奖励时间与少量的参与者,可以吸引更多的参与者参与感知任务。在选择参与者,本文提出一种参与者选择机制,PS-TWDT,解决时间窗口已被称作移动群体感知的相关参与者的选择问题。参与者的自己的一些因素考虑的选择,,同时,介绍了信用价值更新机制,可动态更新的信贷价值参与者在执行每个任务,从而提高可靠性和数据收集的数据的效率。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了自然科学基金批准号下的天津19 jcybjc15400,天津的科技计划项目,中国,在格兰特19 jctpjc48300,格兰特和中国国家自然科学基金61702366。

引用

1. w z汗,y, m . y . Aalsalem问:艾尔沙德,“手机传感系统:一项调查,”IEEE通信调查和教程,15卷,不。1,第427 - 402页,2013。视图:出版商的网站|谷歌学术搜索
2. c .夏z . Wang z . Chen等人“流行病传播与多路复用网络、积极和消极预防信息”IEEE控制论,23卷,页1 - 9。视图:出版商的网站|谷歌学术搜索
3. c . c .夏z Wang郑et al .,“一个新的耦合猎取多路网络模型与大众媒体传播,”信息科学34卷,第200 - 185页,2019年。视图:谷歌学术搜索
4. z王,郭,金黄色的太阳,和c .夏”意识的影响扩散在多路网络SIR-like流行,”应用数学和计算卷,349年,第147 - 134页,2019年。视图:出版商的网站|谷歌学术搜索
5. d . n . Lane e . Miluzzo h . Lu皮伯斯,t . Choudhury和A·坎贝尔,“手机感知的调查。”IEEE通讯杂志,48卷,不。9日,第150 - 140页,2010年。视图:出版商的网站|谷歌学术搜索
6. z段,w·李,z Cai”已被称作分布式拍卖的任务分配和调度移动群体感知系统,”《IEEE国际会议分布式计算系统,页635 - 644年,亚特兰大,乔治亚州,美国,2017年6月。视图:谷歌学术搜索
7. y y, z Cai, g .阴高,x,和g .吴”的激励机制和隐私保护移动众包系统,”计算机网络卷,102年,第171 - 157页,2016年。视图:出版商的网站|谷歌学术搜索
8. 严m z段,z Cai, x, m .汉和李y,“真实的激励机制移动众包系统的社会成本最小化,“传感器,16卷,不。4 p。481年,2016年。视图:出版商的网站|谷歌学术搜索
9. j·l·张x Wang, p . Li和z Cai,“一个有效的移动传感、隐私保护数据聚合方法”安全性和通信网络,9卷,不。16日,页。3844 - 3853年Jul.2016。视图:出版商的网站|谷歌学术搜索
10. 赵,s . Tang x刘et al .,“速度:保护隐私和quality-aware激励机制已被称作移动群体感知,“IEEE移动计算,34卷,2020年。视图:出版商的网站|谷歌学术搜索
11. j .聂j .罗z, d . Niyato和p . Wang”Stackelberg博弈方法对具有社会意识的激励机制已被称作移动群体感知,“IEEE无线通信,18卷,不。1,第738 - 724页,2019。视图:出版商的网站|谷歌学术搜索
12. 王y . h, c . Liu, d .太阳,”一个新颖的基于声誉激励机制和信任为移动人群传感网络,”学报》国际会议控制、自动化和信息科学杭州,页526 - 530年,中国,2018。视图:谷歌学术搜索
13. 钟,d .道h·罗m . s . Obaidat和t . Wu,“移动人群传感,上演了激励机制”IEEE国际会议通信学报》(ICC),页1 - 5,堪萨斯城,密苏里州,美国,2018年3月。视图:谷歌学术搜索
14. 李赵x, y, z, y,“基于随机游戏激励机制设计多模传感、人群”《IEEE国际会议上智能物联网(IEEE SmartIoT 2018)西安,页222 - 228年,中国,2018年8月。视图:谷歌学术搜索
15. d·杨g .雪x方,j .唐”已被称作激励机制群体感知:众包与智能手机。”IEEE / ACM交易网络,24卷,不。3,页1732 - 1744,Jun.2016。视图:谷歌学术搜索
16. 周x, z, z h . Cai l .陈和李x,“众包的自由市场:移动传感、激励机制设计”IEEE并行和分布式系统,25卷,不。12日,第3200 - 3190页,2014年。视图:出版商的网站|谷歌学术搜索
17. y z,朱、张,l . m .倪和a . v . Vasilakos”TRAC:真实的拍卖位置感知协作感知的移动众包”IEEE INFOCOM学报》2019 - IEEE计算机通讯大会上多伦多,页1231 - 1239,美国2014年。视图:谷歌学术搜索
18. 林j . m . Li,杨d, d .雪和j .唐”QUAC:已被称作quality-aware基于契约激励机制群体感知”学报14 IEEE国际会议上移动Ad hoc和传感器系统(质量)奥兰多,页72 - 80,美国2017年10月。视图:出版商的网站|谷歌学术搜索
19. 詹y, y夏,j . Zhang和y . Wang”激励机制设计在移动机会与时间敏感数据收集,”IEEE物联网,5卷,不。1,页246 - 256,Feb.2018。视图:出版商的网站|谷歌学术搜索
20. j . j .林·d·杨,m . Li, g .雪,“框架已被称作保护隐私移动群体感知激励机制”IEEE移动计算,17卷,不。8,1851 - 1864年,2018页。视图:出版商的网站|谷歌学术搜索
21. w·t·h . Li Li王,y,“大规模人群移动传感的动态参与者选择”,IEEE移动计算,18卷,不。12日,第2855 - 2842页,2019年。视图:出版商的网站|谷歌学术搜索
22. m . e . Barachi A, s . s .马修和k·艾弗里小说质量和可靠性方法对参与者的选择已被称作移动群体感知”IEEE访问7卷,第30791 - 30768页,2019年。视图:出版商的网站|谷歌学术搜索
23. 严和j·j·杨,李,“MCS参与者'reputation意识,数据收集机制”中国工程杂志,39卷,不。12日,第1934 - 1922页,2017年。视图:谷歌学术搜索
24. 王h .熊d, l . et al .,“CrowdRecruiter:选择参与者已被称作捎带群体感知概率覆盖约束下”《2014年ACM国际联合会议上普遍的和无处不在的计算,页703 - 714年,柏林,德国,2014年。视图:谷歌学术搜索
25. 郭,h·陈,汉族,z, d,和y王,“劳动者创造的数据效用测量已被称作视觉群体感知系统”,IEEE移动计算,16卷,不。8,2379 - 2391年,2017页。视图:出版商的网站|谷歌学术搜索
26. b . c . h . Liu,苏x, j . Ma w . Wang和k . k .梁”人群节能意识参与者选择smartphone-enabled移动传感,“IEEE系统杂志,11卷,不。3、1435 - 1446年,2017页。视图:出版商的网站|谷歌学术搜索
27. t, t·荣格h·李et al .,“可伸缩移动人群传感、保护隐私的参与者选择”学报2019年IEEE国际会议上普适计算和通信(PerCom)2019年3月,京都,日本。视图:谷歌学术搜索
28. y, j . t y高,l .曾“位置感知的工人已被称作移动机会选择群体感知在VANETs”《IEEE全球通信会议(GLOBECOM)2017年12月,阿联酋阿布扎比。视图:谷歌学术搜索
29. y的太阳”,基于博弈理论的战略决策的参与者在参与式感知系统中,“2015人。视图:谷歌学术搜索
30. j .徐、j .香和d·杨”激励机制已被称作移动群体感知依赖任务时间窗口,“IEEE无线通信,14卷,不。11日,第6364 - 6353页,2015年。视图:出版商的网站|谷歌学术搜索
31. j·r·科恩香槟市j . Zhang et al。”注释同侪教学方法的验证通过仿真建模的声誉、”2011。视图:谷歌学术搜索

版权

版权©2020 Xuemei太阳等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。