[發明專利]基于區塊鏈位置隱私保護的群智感知工人選擇機制及系統

有效

• 申請號: 201910604417.1
• 申請日: 2019-07-05
• 公開（公告）號: CN110493182B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 鄒仕洪;奚錦文;徐國愛
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京衛平智業專利代理事務所(普通合伙) 11392
• 代理人: 張新利;謝建玲

本發明涉及基于區塊鏈位置隱私保護的群智感知工人選擇機制及系統，基于區塊鏈位置隱私保護的群智感知工人選擇系統，包括客戶端、分布式系統；客戶端與分布式系統連接；分布式系統包括區塊鏈；基于區塊鏈位置隱私保護的群智感知工人選擇機制，包括如下步驟：S11：用戶注冊；S12：任務信息發布；S13：區塊鏈公開信息；S14：提交工作信息：S15：工人選擇計算；S16：工人簽約選擇；S17：工人是否全部簽約判斷；S18：公布簽約結果。本發明在工人選擇機制中針對工人覆蓋先后使用了子區域優化和全局優化技術，得到更加精準的計算結果；使用貪心策略對結果進行選擇，保證每一步得到的結果都是最優解。

技術領域

本發明涉及信息安全中的算法安全領域，具體說是一種基于區塊鏈位置隱私保護的群智感知工人選擇機制及系統。

背景技術

主要技術(工具)

目前，關于移動群智感知(Mobile Crowdsensing，MCS)工人選擇(任務管理)的研究較多，如果按選擇區域進行劃分的話，主要方法能夠分為兩類，主要包括：(1)全局工人選擇機制；(2)子區域工人選擇機制。

(1)全局工人選擇機制

全局工人選擇機制指的是首先假定每個參與者都獲得固定數額的獎勵，然后從所有的參與用戶中選擇一組工人，并且要求選擇的所有工人都要加入MCS任務的所有感知區域和周期中。存在的工作首先研究了群智感知中工人選擇的研究挑戰，提出了一個基于覆蓋的工人搜索框架，通過選擇預定義的工人數量來最大化空間覆蓋。Singla等人提出了一種新的自適應工人選擇機制，在社區感知隱私的總體激勵約束下最大化空間覆蓋。Song等人提出一個基于拍賣的可行預算機制，在工人選擇規則和確定付款規則上使用貪婪策略，旨在與有限的預算范圍內，最大限度地對任務進行績效評估，使工人選擇機制更加合理，提高群智感知任務的質量。

(2)子區域工人選擇機制

子區域工人選擇機制表示先將任務指定工作區域劃分為多個子區域，然后選擇工人為每個子區域完成任務，從而完成整體的工作任務。它首先假設每個工人都獲得了不同數量的獎勵，這些獎勵與工人參與的感知周期的數量有關。然后，對于每個周期，它為MCS任務選擇一個工人子集。Philipp等人引入了虛擬傳感器的概念，以協作地推斷每個子區域的傳感值，這些子區域在每個傳感周期中沒有任何工作人員覆蓋。然后他們提出了空間和時間覆蓋質量度量，并利用虛擬傳感器方法，在滿足覆蓋質量約束的同時，減少每個傳感周期所需的工作人員數量。Guo等人提出了TaskMe，將其作為一個任務模型，用于具有動態預算和基于位置的社交網絡的群智感知的圖像任務，執行工人選擇。An等人提出將于匹配度計算思想的節點匹配方法(the method of node matching，MNM)，以提高工人處理獲取的傳感數據的質量。

如果按工人選擇自主性來劃分的話，使用方法也能夠分為兩類，主要包括：(1)自主任務選擇；(2)協調任務選擇。

(1)自主任務選擇

在自主任務選擇中，工人從任務分發實體接收的一組現有任務中自主地選擇任務。他們可能通知分銷商他們的選擇，也可能不通知分銷商。由于所選任務不是全局優化的，這些方法在感知成本或全局效用方面可能不是有效的。一些存在的方法是工人自主地選擇任務而不會揭露他們的身份或位置。

(2)協調任務選擇

協調任務選擇旨在通過現有感知資源的有效評估，優化數據感知過程，滿足應用需求。優化任務分配的標準包括感知成本、感知目標的覆蓋范圍、感知數據的質量和可信度等。Reddy等人提出了一種基于覆蓋率的任務評估方法，該方法可以找到實現覆蓋率目標所需花費最少的參與工人子集。Shirani-Mehr等人還提出了一種基于覆蓋的任務分配方法，用于一組移動工人分配視點。這些研究都沒有考慮位置隱私限制。

主要方法：