[发明专利]一种移动群智感知网络中的动态任务定价方法及装置

说明书

本发明涉及移动群智感知技术领域，特别是指一种移动群智感知网络中的动态任务定价方法及装置，方法包括：任务请求者，参与工作者，任务请求者发布任务；获得任务请求者的收益以及参与工作者的收益使其分别最大化时，二者与任务定价的关系；确定参与工作者接受任务的概率，并确定任务请求者在一个状态更新生成时的等待成本；确定任务请求者净收益；确定系统的总收益；确定任务请求者在不同排队机制下的最优任务定价策略，完成动态最优任务定价。采用本发明，解决了如何设置一个最优的任务定价来鼓励参与工作者的参与并保证系统中任务信息年龄最小化。

技术领域

本发明涉及移动群智感知技术领域，特别是指一种移动群智感知网络中的动态任务定价方法及装置。

背景技术

便携式设备资源的充分利用促进了移动群智感知的感知范式的产生和发展。移动群智感知MCS利用通用移动设备的感知能力来协作执行各种感知任务，以实现更好的性能。典型的监控系统包括三个主体，即基于云的平台、一组请求者和一组参与工作者。请求者首先通过平台发布他们的感知任务，然后平台将任务传播给参与工作者，最后参与工作者利用他们的感知能力来执行这些任务。目前MCS已经逐渐在很多领域得到应用，它有着很好的发展前景。由于某些感知任务具有时效性，人们逐渐对信息的时效性提出了更高的要求，这对监控系统的前景提出了更大的挑战。

对于于不同的请求者来说，发布任务的过程是动态的，不同的任务有不同的需求。而对于参与工作者来说，由于自私的本性，他们只关注通过参与监控系统而获得的利润，而不是任务本身。因此，最大化参与工作者的意愿将导致某些请求者任务排队，导致由网络拥塞引起的更高的信息年龄AoI，这不利于时间敏感的任务，反过来又阻碍了现有和新请求者的参与。此外，过多的参与工作者参与同一任务会造成冗余采样，增加请求者的成本。任务的动态到达可能导致不同的任务队列等待时间，进而影响任务的新鲜度和任务相关数据对请求者的好处。因此，如何根据任务请求者的不同情况制定在不同排队机制下的最优任务定价策略，来鼓励参与工作者的参与，并保证MCS系统中信息年龄AoI最小化，进而完成动态最优任务定价是当前需要解决的问题。

发明内容

本发明实施例提供了一种移动群智感知网络中的动态任务定价方法及装置。所述技术方案如下：

一方面，提供了一种移动群智感知网络中的动态任务定价方法，该方法应用于电子设备，该方法包括：

S1、任务请求者i为M个，参与工作者f为Y个,任务请求者i发布N个任务；

S2、根据S1获得的用户角色及其对应的任务，获得所述任务请求者i_i的收益u_i以及所述参与工作者f_j的收益v_j使其分别最大化时，二者与任务定价p_i的关系；

S3、根据S2获得的所述任务定价p_i，确定所述参与工作者接受所述任务的概率，并确定所述任务请求者i_i在一个状态更新生成时的等待成本w_i；所述一个状态更新生成的含义是从所述任务请求者发布所述任务，所述平台接收所述任务并发送给所述参与工作者，所述参与工作者完成所述任务并将任务数据发送给所述平台，所述平台将所述任务数据发送给所述任务请求者，所述任务请求者接收所述任务数据；

S4、根据S2获得的所述任务请求者i_i的收益u_i以及所述参与工作者c_j的收益v_j与所述任务定价p_i的关系，以及S3获得的所述等待成本w_i，确定所述任务请求者净收益Z(p_i)；

S5、根据S4获得的所述任务请求者净收益Z(p_i)，以及所述参与工作者的收益v_j确定系统的总收益W_i；