[发明专利]移动群智感知系统中覆盖问题的激励机制实现方法

说明书

技术领域

本发明涉及的是无线通信技术领域的方法，具体涉及一种移动群智感知系统（Mobile Crowdsensing）中覆盖问题的激励机制（Incentive Mechanism）的设计方法，激励更多的移动用户参与到感知活动中，提高感知数据的覆盖范围，进而提高感知服务的质量。

背景技术

近年来，智能移动设备经历了一个快速和爆炸式的增长，大部分的人都认为智能移动设备将在很短的时间内超越其他的计算和通信平台。现今的智能设备都配备了大量廉价和强大的传感器。利用这些传感器，在各个不同的工业领域内，涌现出了个中不同的群智感知的应用。

群智感知是一种创新的无线感知模式，基于普通用户的移动设备（手机、平板电脑等）作为基本感知单元，通过移动互联网进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。现有的群智感知应用都是基于移动用户的志愿参与，然而完成感知任务会消耗用户的手机资源和产生其他的通信花费。另外一方面，在群智感知的应用中，移动用户是有自己的利益考虑的，它们是理性而自私的。所以必须设计有效的激励机制来补偿移动用户的感知开销，并让它们合作性的参与到群智感知活动中。

设计一个实用而有效的激励机制存在着很多挑战，着重考虑了以下三个方面。第一，防市场操控性。在具备防市场操控性的激励机制中，用户不能通过操纵竞标方案来提高自己的利益。在群智系统中，移动用户是理性而且自私的，他们企图操纵机制来提高他们利益，这样就会损害到其他真实用户的利益。第二，报酬总和均衡。在群智感知系统中，一个比较合理的假设是考虑感知服务提供商有一个报酬开支的限制。然而，报酬开支限制因素的考虑会给激励机制的设计带来新的挑战，因为报酬开支的限制是作用于对用户的报酬，而不是用户感知的开销。第三，感知数据价值的最大化。感知服务的提供商的目标是最大化感知数据的价值。在群智感知中，服务提供商的价值可以形式化的表达成它们对于感知覆盖区域的价值总和。然而，在报酬开支的条件下寻找最大化覆盖是一个NP难的问题，是不能够在多项式时间内求解出来的。

在现有的激励机制中，并没有哪一个机制完整地考虑了以上提到的几个挑战。具体地说，一些激励机制并没有保证防策略性，另外一些机制则没有考虑报酬总和开支的限制。

经过对现有技术的检索发现，群智感知技术已经引起了国内外学者的关注。群智感知的概念是由美国加州大学洛杉矶分校的嵌入式网络感知中心（Center for Embedded Networked Sensing）于2006年首先提出来的，最近IBM托马斯·Ｊ·沃森研究中心的研究人员和美国达特茅斯学院计算机系的研究人员分别在IEEE通讯杂志上也撰文描述了群智感知的现状和面临的挑战，清华大学的刘云浩教授在2012年10月份的中国计算机协会通讯上发表了群智感知计算专栏文章。但是这些工作只是对群智感知技术进行了介绍。

中国专利文献号CN103310349，公开日2013‐09‐18，公开了一种基于在线激励机制的感知数据获取方法，包括如下步骤，S1：感知系统将感知任务发送给目标感知区域的手机用户；S2：如果所述手机用户对接收到所述感知任务感兴趣，根据所述手机用户的效能函数，向所述感知系统提交一个竞标方案；S3：所述感知系统根据接收到的所述竞标方案，利用基于所述感知系统的效能函数的在线激励机制，决定是否采纳所述竞标方案，如果是，则给所述手机用户分配报酬；否则，则拒绝给所述智手机用户分配报酬；S4：所述手机用户收到所述感知系统采纳的决定，则执行所述感知任务，将感知数据发送给所述感知系统。但该技术的效能函数没有考虑用户的地理位置信息，只是单纯的搜集感知数据，并且感知系想·统的总报酬是没有限制的，这些都不符合实际的系统情况。

发明内容

本发明针对现有技术存在的上述不足，提出一种移动群智感知系统中覆盖问题的激励机制实现方法，以激励手机用户参与到群智感知活动中，从而获得足够数量的感知数据来覆盖感兴趣的区域。该方法能够达到报酬支出的均衡，市场的防操纵性，和最大化感知系统的价值。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

步骤1、首先将移动群智感知系统，即移动终端群智感知架构中的移动用户召集的问题转化成有报酬支出限制的逆向拍卖系统；将感知任务的分配问题归约为带报酬支出限制的覆盖问题。