[發(fā)明專(zhuān)利]基于區(qū)塊鏈權(quán)益證明機(jī)制的移動(dòng)群智感知數(shù)據(jù)均衡方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010897900.6
• 申請(qǐng)日: 2020-08-31
• 公開(kāi)（公告）號(hào): CN112015556B
• 公開(kāi)（公告）日: 2021-05-04
• 發(fā)明（設(shè)計(jì)）人: 岑健;劉溪;宋海鷹
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東技術(shù)師范大學(xué)
• 主分類(lèi)號(hào): G06F9/50
• 分類(lèi)號(hào): G06F9/50;G06K9/62
• 代理公司: 四川力久律師事務(wù)所 51221
• 代理人: 韓洋

本發(fā)明公開(kāi)了移動(dòng)群智感知網(wǎng)絡(luò)領(lǐng)域的基于區(qū)塊鏈權(quán)益證明機(jī)制的移動(dòng)群智感知數(shù)據(jù)均衡方法，所述系統(tǒng)用于執(zhí)行的步驟包括：S1，在時(shí)隙期間內(nèi)，感知平臺(tái)對(duì)接收到的感知數(shù)據(jù)進(jìn)行基于金字塔樹(shù)算法的數(shù)據(jù)聚類(lèi)，并計(jì)算每個(gè)聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量；S2，判斷被添加的聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量是否小于數(shù)量閾值，并輸出數(shù)量評(píng)判參數(shù)值；S3，每個(gè)感知節(jié)點(diǎn)根據(jù)評(píng)判參數(shù)值，計(jì)算每個(gè)感知節(jié)點(diǎn)的效用函數(shù)值；S4，根據(jù)效用函數(shù)確定感知節(jié)點(diǎn)的活動(dòng)狀態(tài)。本發(fā)明方法的整個(gè)移動(dòng)群智感知任務(wù)執(zhí)行流程中，感知平臺(tái)選擇盡可能少的參與者來(lái)完成感知任務(wù)，達(dá)到對(duì)指定感知區(qū)域的感知節(jié)點(diǎn)空間覆蓋這一質(zhì)量要求，在空間維度上實(shí)現(xiàn)數(shù)據(jù)均衡。

技術(shù)領(lǐng)域

本發(fā)明涉及移動(dòng)群智感知網(wǎng)絡(luò)領(lǐng)域，特別是一種基于區(qū)塊鏈權(quán)益證明機(jī)制的移動(dòng)群智感知數(shù)據(jù)均衡方法。

背景技術(shù)

移動(dòng)群智感知網(wǎng)絡(luò)中感知節(jié)點(diǎn)(參與者)在感知區(qū)域內(nèi)的分布是非均勻的，呈現(xiàn)冪率分布的特點(diǎn)。這一特性使得:1)部分感知區(qū)域被過(guò)度采樣。2)部分感知區(qū)域存在數(shù)據(jù)缺失問(wèn)題，進(jìn)而影響整體感知質(zhì)量。3)感知節(jié)點(diǎn)到達(dá)時(shí)間的隨機(jī)性使得相當(dāng)一部分感知區(qū)域雖然超過(guò)覆蓋模型需求的節(jié)點(diǎn)數(shù)k，但需要較長(zhǎng)的感知時(shí)間，影響感知數(shù)據(jù)的收斂速度。

因此，針對(duì)問(wèn)題1)-3)，對(duì)于大規(guī)模的群智感知應(yīng)用，當(dāng)感知區(qū)域中的節(jié)點(diǎn)個(gè)數(shù)超過(guò)需求時(shí)，需要對(duì)冗余節(jié)點(diǎn)的感知狀態(tài)進(jìn)行控制,并且需要對(duì)“稀疏”感知區(qū)域增派更多的感知節(jié)點(diǎn)。總的來(lái)說(shuō)，移動(dòng)群智感知數(shù)據(jù)很難在空間和時(shí)間維度上同時(shí)達(dá)到均衡，需要解決移動(dòng)群智感知數(shù)據(jù)不均衡的問(wèn)題。

發(fā)明內(nèi)容

基于以上分析，移動(dòng)群智感知數(shù)據(jù)不均衡問(wèn)題實(shí)際是空間上需要滿足任務(wù)覆蓋質(zhì)量要求的最少參與者群體問(wèn)題，時(shí)間上如何實(shí)現(xiàn)移動(dòng)群智感知數(shù)據(jù)快速收斂的問(wèn)題。為了解決上述不足之處，引入了區(qū)塊鏈權(quán)益證明機(jī)制，感知節(jié)點(diǎn)在發(fā)送感知數(shù)據(jù)時(shí)先擁有一定數(shù)量的權(quán)益，以此為基礎(chǔ)，解決上述時(shí)間和空間上需要解決的問(wèn)題，提出了一種基于區(qū)塊鏈權(quán)益證明機(jī)制的移動(dòng)群智感知數(shù)據(jù)均衡方法。

為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明提供了以下技術(shù)方案：

一種基于區(qū)塊鏈權(quán)益證明機(jī)制的移動(dòng)群智感知數(shù)據(jù)均衡方法，步驟包括：

S1，在時(shí)隙期間內(nèi)，感知平臺(tái)對(duì)接收到的感知數(shù)據(jù)進(jìn)行基于金字塔樹(shù)算法的數(shù)據(jù)聚類(lèi)，并計(jì)算每個(gè)聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量；

S2，感知平臺(tái)在向聚類(lèi)添加新的感知數(shù)據(jù)時(shí)，判斷被添加的聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量是否小于數(shù)量閾值，并輸出數(shù)量評(píng)判參數(shù)值；

S3，每個(gè)感知節(jié)點(diǎn)根據(jù)感知平臺(tái)的每個(gè)聚類(lèi)返回的數(shù)量評(píng)判參數(shù)值，計(jì)算每個(gè)感知節(jié)點(diǎn)的效用函數(shù)值；

S4，如果連續(xù)兩個(gè)時(shí)隙期間，感知節(jié)點(diǎn)的效用函數(shù)值為0，則感知節(jié)點(diǎn)不參與感知活動(dòng)；如果連續(xù)兩個(gè)時(shí)隙期間，聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量小于數(shù)量閾值，則感知平臺(tái)的主動(dòng)感知程序，在下一個(gè)時(shí)隙期間將聚類(lèi)結(jié)果向所有感知節(jié)點(diǎn)發(fā)送，聚類(lèi)結(jié)果是感知數(shù)據(jù)數(shù)量小于數(shù)量閾值的聚類(lèi)的結(jié)果。

進(jìn)一步的，步驟還包括：

S5，如果下一個(gè)時(shí)隙期間結(jié)束后，聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量小于數(shù)量閾值，則主動(dòng)感知程序?qū)⒕垲?lèi)結(jié)果向所有新參與的感知節(jié)點(diǎn)進(jìn)行發(fā)送。

進(jìn)一步的，步驟還包括：

S6，當(dāng)感知節(jié)點(diǎn)按照數(shù)據(jù)采集要求收集到任一聚類(lèi)數(shù)據(jù)后，與感知平臺(tái)發(fā)送的聚類(lèi)結(jié)果進(jìn)行相似性比較，如符合相似性聚類(lèi)要求，則感知節(jié)點(diǎn)的感知數(shù)據(jù)被標(biāo)記為優(yōu)先發(fā)送數(shù)據(jù)，在最近的發(fā)送窗口內(nèi)優(yōu)先上傳。

作為本發(fā)明的優(yōu)選方案，數(shù)量評(píng)判參數(shù)值的計(jì)算公式為

其中，CountR(Hotspots_j)是聚類(lèi)中包含的感知數(shù)據(jù)數(shù)量，k是數(shù)量閾值，NR(Hotspots_j,u_i,t)是數(shù)量評(píng)判參數(shù)值。