[发明专利]基于势博弈理论的移动群智感知激励方法

说明书

本发明一种基于势博弈理论的移动群智感知激励方法，包括如下步骤：步骤①服务器发布群智感知任务；步骤②设备接收任务广播；步骤③系统初始化，首先为设备设置控制参数θ和策略更新频率τ_n，同时各个设备随机选择策略a_n∈A_n作为自己的初始策略选择；步骤④计算社会群体收益；步骤⑤更新策略行为；步骤⑥通知服务器设备的策略选择。本发明基于马尔科夫链的移动群智感知激励算法促使用户间达到一个稳定的社会群体纳什均衡，在该状态下各用户所获得的收益是自身在当前策略组合下所能取得的最优收益。

技术领域

本发明属于移动群智感知领域，具体是一种基于势博弈理论的移动群智感知激励方法。

背景技术

移动群智感知主要是指以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。相比与传统的无线传感器网络，移动群智感知克服了无线传感器网路部署难度大、维护成本高，用途单一等缺点，而且具有感知信息多样，感知覆盖空间范围更加广泛，感知随时、随地的特点。目前，移动群智感知已经成为一个新的重要互联网应用模式，涵盖了人们生活的方方面面，包括环境监测，智能交通，社交网络，商业，医疗，运输等领域，为推动社会与城市管理创新带来了前所未有的机遇，但同时也还有很多问题亟待解决。

移动设备进行移动群智感知任务虽然能获得收益，但同时也会因为隐私泄露，收集、处理和上传数据造成的能源和带宽消耗产生代价，如何有效的激励移动设备参与移动群智感知就成为了一个非常重要的研究热点。博弈论是解决这种问题的重要理论方法。然而现有的基于博弈论的方法，往往都只关注了两种极端情况。一种是在设计激励算法时，其优化目标是移动群智感知网络的整体性能(NUM，Network Utility Maximization)。解决这种问题的博弈论模型假设网络中的所有用户都是无私的、合作的，其优化目标完全一致，即优化整个网络的收益。另一种是在设计激励算法时，其优化目标是最大化单个用户各自的利益(NCG，Non-Cooperative Game)。解决这种问题的博弈论模型假设网络中的所有用户是自私的、理性的、不合作的，他们的优化目标是最大化自己的收益。然而，移动社会网络的出现使得这两种假设不再成立。因为移动社会网络中的人有着丰富的社会关系，而且各种关系亲密程度也不一样，移动社会网络中的用户不是完全无私的，也不是完全自私的，往往表现为一定的团体性，在考虑自己利益的同时，还兼顾着与他有着不同社会关系的其他用户的利益。

将移动社会网络中的社会关系抽象成社会关系网络，其由许多节点以及节点之间的关系构成一个网络结构。节点通常指代个人或者群体组织，社会关系网络就代表着个人或者组织之间的社会关系，并且根据这些社会关系将对象串联起来。社会关系网络依赖着各式各样的关系而形成，如血缘、友谊、兴趣爱好、工作性质、价值观、理想、冲突等，进而产生错综复杂的网络结构。社会群体收益最大化框架(SGUM，Social Group UtilityMaximization)是博弈论研究的一个全新应用框架，通过引入用户间的社会关系，该框架能够将社会关系融入收益函数中，并致力于求解社会群体收益最大化，从而解决位于NUM和NCG两个极端问题之间的连续空间上的问题。