[發明專利]一種基于歷史數據回溯的可信數據感知方法

有效

• 申請號: 202210578818.6
• 申請日: 2022-05-25
• 公開（公告）號: CN114978550B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 黃國盛;劉安豐
• 申請（專利權）人: 湖南第一師范學院;中南大學
• 主分類號: H04L9/32
• 分類號: H04L9/32;H04L9/40;H04L47/2475;G06F16/215
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 馬家駿

本發明公開了一種基于歷史數據回溯的可信數據感知方法。群智網絡中存在惡意的參與者提交虛假數據從而對網絡造成危害，提出了一種對歷史提交數據進行回溯而有效辨識參與者的信任度，選取可信參與者感知數據的方法。平臺開始有一小部分可信的參與者，在選取參與者時，利用可信參與者提交的數據與信任度未知，中可信參與者的數據進行比對，依據二者數據是否一致來提升與下降其信任度。更重要的，一旦識別出新的可信參與者，則將此可信參與者歷史曾經提交的數據為標準檢驗其它數據參與者的可信性，從而推導出更多參與者的信任度。從而以較少的代價，能夠快速辨識出更多參與者的信任度，選取可信參與者提交數據，提高數據質量。

技術領域

本發明屬于群智網絡的可信數據收集領域，特別涉及群智網絡中如何快速與低成本的獲得參與者的可信度，采集真實數據的方法。

背景技術

群智感知網絡是一種新型的網絡，其數據收集方式是一種參與式方式。即系統平臺發布采集數據的地點，數據采集的內容，給予數據參與者的報酬等信息。而數據參與者主要是指持有手機的人或者其它感知設備。數據參與者通過手機感知數據，然后，提交給平臺而獲得報酬。

由于數據參與者提交的數據直接影響平臺構造應用的質量。然而，網絡中有一些惡意的參與者為了攻擊系統而提交一些虛假的、惡意的數據從而對平臺造成損害。由于很多群智感知平臺對數據有一定的要求，如果其中存在一些惡意數據，會使得依據這些數據構造的應用在使用過程中給用戶造成損害。因而，如何辨識出參與者中的可信參與者與惡意參與者，從而選擇可信的參與者，將惡意參與者排除在外，從而構造高質量的平臺應用，具有重要的意義。

數據質量最重要的一個要求是要保證參與者提交的數據是真實的。也就是說，參與提交的數據與真實的數據誤差范圍在接受的范圍內，這樣的數據對構造應用是有益的。如果超過實際允許的誤差范圍，則其提交的數據對平臺是有害的。然而，在群智網絡中要辨識參與者提交的數據是不是真實的是非常難的。其原因是這樣的：由于參與者分布在各處，群智網絡的很多數據是與時間，空間相關的，其提交的數據平臺是很難得到驗證的。有些數據是可以重復觀察的，但是，這需要平臺另外派出專門的人或者設備到指定的地點重復觀察以取得值。而，這是在大數據量的群智網絡中，是很難實現的。而且，如果所有的數據都為了事后檢驗其值，再派專門的人或者設備重復檢驗，則前面讓參與者觀察數據就失去意義了。而且，有很多數據都是不可重復觀察的。因而，即使平臺讓重復觀察以檢驗其真實性也是不可行的。例如，在噪聲觀察中，即使在同一點，不同時間內觀察得到的噪聲數據不一定相同。因而參與者報告數據后，是非常難得到檢驗的。在這方面也有一些研究人員做出了一些研究。這些的共同點是一種基于數學統計的方法。是基于這樣的一個假設：網絡中大多數參與者都是可信的，而且是服務獨立同分布的。這樣，如果對同一感知對象同時選取n個參與者去感知。這樣對這n個數據進行處理就能夠得到較為真實的數據，從而避免被惡意參與者攻擊的可能性。對這n個數據目前常采用的方法有：取平均值法。就是對n個數據取平均值后的值認為是估計的真實值，是與實際的真實值最接近的。這種方法的如果參與者是服從獨立同分布，而且可信的參與者占大多數，n的取值較大的話，得到的結果是能夠在即使存在惡意參與者的情況下仍然能夠得到較真實的結果。因為，如果這n個參與者是可信的，得到的結果是真實的。如果其中存在少數的惡意參與者，由于惡意參與者是少數，仍然能夠減弱惡意參與者的影響。但是，在實際的網絡中并不一定是這種情況。在很多情況下，惡意參與者可以聯合起來發起攻擊，從而變為占多數了，這樣就能夠起到攻擊效果。另外，簡單的取平均值法還存在的問題是，惡意參與者報的數據顯著大于或者小于其它參與者，則平均后的值仍然與其提交的數據接近，從而使最終結果與惡意參與者的結果接近，這些都會破壞這種方法的有效性。取中位數法。這種方法相對來說比平均值法更加有效，但是仍然存在上述的一些問題。加權平均值法：這種方法依據的原理是：一般來說感知的數據服從正態分布，因而，正態分布中心的值最接近真實值，因而其權重高，而離正態分布中心遠的數據權重小，再加權這n個數據得到的值為估計的真值。顯然，上述基于數學統計的方法中存的一個關鍵不足是：真實的數據是多少，有沒有，平臺其實是不知道的。而且對一個數據要同時要求n個參與者去觀察，因而成本高。后面，有研究人員提出采用信任的方法來做真實的數據收集。基于信任方法的基本思想是：參與者的信任度是其本身內在的一種穩定性的屬性。因而，可信的參與者提交的數據是誠實的真實的數據，而不可信的參與者提交的是惡意的數據。這樣，如果能夠辨識出參與者的信任度，則選擇可信的參與者就可獲得真實的數據。這種方法中最大的挑戰是如何辨識出參與者的信任度。在這方面目前并沒有有說服力的方法。本發明的方法就是提出一種有效的辨識參與者的信任度，特別是本以明的通過歷史數據回溯以往的數據再進行信任度的計算。從而高效辨識參與者的信任度，是一種非常有效的方法。