[发明专利]一种稀疏网络中基于公平性的分布式多任务群智感知方法

说明书

本发明提供了一种稀疏网络中基于公平性的分布式多任务群智感知方法，通过引入报酬率RoR，来描述每个用户所获得的报酬与成本之间的关系，并采用一种可应用于稀疏网络的基于八卦的报酬分配算法GRA，根据每个用户的相应成本分配每个任务的报酬，使得用户的所有报酬率RoR趋于一致，各用户可以利用参与任务的邻居用户信息来更新其自身对任务的成本以及从服务器获得的资源分配，使得每个用户依据其贡献的大小获得相应的报酬，从而确保系统的公平有效。本发明所述方法可确保每个用户所得收益的公平有效及系统的快速收敛，实现了分布式多任务系统中报酬分配的公平性。

技术领域

本发明涉及无线通信和移动感知领域，尤其涉及一种稀疏网络中基于公平性的分布式多任务群智感知方法。

背景技术

近年来，随着物联网技术的不断发展，尤其是个人移动终端，如智能手机、平板电脑、车载感知设备等的普及，促进了那些仅依靠个体很难实现的大规模、复杂的社会感知任务的发展。群智感知(Crowd Sensing)，是利用将众包与移动感知相结合的思想，将普通用户的移动设备作为基本感知单元，通过网络通信形成群智感知网络，从而实现感知任务分发与感知数据收集，完成大规模、复杂的社会感知任务。移动群智感知也因此具有广阔的应用前景，可被应用在环境监测、交通检测、城市管理、社交网络等诸多领域。

同传统的数据收集与感知方法相比，群智感知的优势在于不需要额外的硬件设备，仅依靠普通用户的移动终端即可进行数据采集，因此具有网络部署成本低、易于维护、系统可扩展性好等优点。然而，在用户发送采集数据的同时，也在消耗自身的资源，如电能、带宽、计算和存储资源等，还要承担如暴露自身位置等隐私信息的风险。因此，需要给用户提供合理的报酬或补偿以弥补其在发送采集数据时的损失。如何设计合理的报酬机制是群智感知系统运行所要面临的首要问题。

目前大部分的激励机制主要分为以下三类：娱乐、服务和金钱。

有些系统将群智感知任务转化为感知游戏，通过设计有趣的游戏，使用户参与并贡献其移动计算或感知能力。如Barkhuus等人设计了一款手机寻宝游戏来绘制某个指定区域的WiFi覆盖地图。玩家通过携带具有GPS或WiFi的移动设备参与游戏。他们需要在游戏中拾取分散在不同区域的虚拟金币，然后将金币上传至服务器以获得相应的游戏点数。由于更好的网络连接将具有更大概率成功上传收集到的金币，从而鼓励玩家去寻找具有更强WiFi覆盖的区域。为解决同样的问题，Bell等人设计了一个名为Feeding Yoshi的基于位置的游戏，要求玩家们去搜索各个开放的和关闭的WiFi热点。其中，虚拟的水果代表开放的热点，被称为Yoshi的虚拟宠物则表示关闭的热点。为了赢取更多的点数，玩家们需要尽可能搜寻到更多的水果并前往Yoshi所在地进行喂食。这种寻找热点的过程则会清晰地绘制出指定区域内的WiFi覆盖情况并将其上传到服务器。

第二类服务激励机制则是基于互利互惠的原则。服务的消费者同时也是服务的提供者。换句话说，如果用户想从系统提供的服务中受益，他也必须为系统做出贡献。交通监管就是一个典型的例子。当用户驾驶车辆行驶在道路时，如果将实时交通数据通过网络上传给云端服务器，则用户此时的角色是一个提供者。服务器将所有提供者提供的信息进行处理，并产生一个实时交通状态，从而可以更好地为各个用户(提供者)服务。

第三类，也是目前最为常见的一类，则是基于金钱的激励机制。系统通过提供给信息上传者金钱报酬，从而刺激用户上传更多更好的信息。Rivest和Shamir尝试通过给予用户一定数量的金钱来鼓励用户访问网站，从而获取该网页内容的使用信息。随着在线音乐和在线应用的流行，报酬机制也被应用到这些领域。亚马逊土耳其机器人公司同样将金钱激励机制应用于任务履行。对人类来说，发布请求是很容易完成的任务，但对计算机来说却很困难，于是承担该任务的工人将得到额外的报酬。