移动群智感知网络发展面临安全挑战

 作为一种全新的物联网感知模式,移动群智感知网络通过普适感知设备采集特定范围内的个体、情景、环境感知数据,完成复杂的泛在深度社会感知任务并提供丰富应用。介绍了移动群智感知网络当前的应用发展状况,分析了在智能交通服务、基础设施和市政管理服务、环境监测预警、社会关系与公共安全、公众健康和医疗服务等方面的发展趋势。提出了一些移动群智感知网络在未来所面临的安全挑战,分析了用户隐私保护、感知数据和平台的安全性、感知质效提升和资源优化利用方面面临的挑战。     

基于群智感知的交通违章举报系统设计方法

基于群智感知技术设计了一个交通违章举报系统,并对现有的数据选择机制进行了分析。针对这些机制在评价感知数据质量和用户可信程度方面存在的不足,提出一种新的基于信誉模型的数据选择方法,用户的信誉值可以根据其历史感知数据的质量动态计算得出,并将该方法应用于违章举报系统设计之中,有效地限制了恶意举报行为,提高了举报数据的质量和系统运行效率。根据实际性能测试,系统运行稳定可靠,是对现有交通监控系统的一个很好的补充。     

基于逆向拍卖模型的群智感知激励机制

群智感知作为一种颇具前景的全新感知范式,利用携带智能设备的用户来感知和获取所需数据。然而用户自私性和个体理性的特点,就会导致用户的参与积极性不高和参与水平不高等问题。针对以上问题,为了使用户更好的完成平台所需任务,提出了一种基于逆向拍卖的激励机制。目标是为了激励更多的参与者加入到感知任务中去,使用户所提供的数据尽可能地覆盖平台所需任务。仿真结果验证了所提出的机制具有有效的激励参与效果。     

移动群智感知激励机制研究综述

移动群智感知(mobile crowd sensing,MSC)应用的数据获取需要借助大量移动用户的终端进行数据收集,然而移动终端在数据收集时会造成电量、流量的消耗,同时也会造成不可避免的安全隐私问题。为了招募到足够的用户,必须设计合理的激励机制,提高用户参与感知活动的积极性。移动群智感知的激励机制是通过将感知活动与娱乐游戏、信誉值或报酬支付等手段结合的方式来提高用户参与感知活动的积极性。结合国内外移动群智感知激励机制的发展现状,对移动群智感知的基本概念、系统架构和应用进行了评述,根据激励的方式将激励机制分为娱乐游戏、信誉值和报酬支付三大类,对其进行了详细介绍,并给出了未来的研究方向。     

群智感知中基于损失厌恶的激励机制

当前,群智感知中的激励机制大多是基于传统经济学的,而行为经济学的研究结果表明,由于损失厌恶的存在,用户不是总追求自身经济效用的最大化,基于传统经济学的机制并不能完全有效地激励用户.为此,文中设计了一种基于用户损失厌恶的激励机制(LA-RAIM).该机制基于用户的损失厌恶心理,设计了用户的奖励因子,通过在激励时间内给予用户额外奖励,让用户感受到不参与任务就会有损失,以此激励更多用户参与感知任务.仿真实验结果表明,与经典的RVA-IM相比,LA-RAIM既能促进更多的用户参与系统感知任务,也同时提升了系统的平台效用和获胜者平均效用.     

群智感知网络研究现状与发展

群智感知网络由于能很好地解决大规模感知网络中部署维护成本高这个关键难题, 近年来成为物联网研究的热点。笔者主要对群智感知网络的最新研究现状进行综述。阐述了群智感知网络的基本定义、起源和架构, 分析了其特点以及与传统感知网络的区别与联系; 分别从环境感知、公共基础设施感知以及社会感知3 方面对群智感知网络的研究现状进行总结; 分析和指出了群智感知网络未来3 个重要的研究方向和挑战, 为深入研究提供参考和借鉴。     

基于社会关系的群智感知任务分发机制

为了保障感知服务过程中能够建立一个持久稳定的任务分发链路,文中首先提出了基于节点社会属性的相似度量化算法(Intimacy Quantification Method Based on Social Attributes,IQSA);然后结合信息熵理论与社会关系提出了一种基于信息熵相似度的社区检测算法 (Communi...     

基于差分隐私的群智频谱感知算法

认知无线电的关键技术是频谱感知,将保护隐私的激励机制与协作频谱感知结合起来,有助于提高频谱检测的准确性.文中引入了差分隐私的概念,将指数机制应用于平台与用户间的反向拍卖,提出了一种具有隐私保护的基于拍卖的频谱感知算法.平台选择获胜用户时将用户的信誉值考虑在内,并且使用了一种基于指数机制的线性得分函数选择最优的用户集.仿...     

基于Tangle网络的群智感知隐私保护激励方法

针对现有群智感知激励方法难以满足分布式环境下用户的隐私需求,该文提出一种基于Tangle网络的群智感知隐私保护激励方法TNIP(tangle network incentive policy)。首先,基于隐私保护思想,感知网络采用Tangle网络框架,分布式记录方式保障网络安全性;其次,为防止恶意竞争和区块链带来的PoW(proof of work)门槛等问题,设计了PoW控制算法,降低参与门槛和恶意竞争;接着,借助基于ECDSA (elliptic curve digital signature algorithm)的数字签名方法增强了感知数据保护,使数据更安全;然后,利用量化评估模型对隐私泄露风险进行量化评估,再通过可信的里程碑交易控制网络风险,增强感知网络隐私性;最后,利用真实数据集,通过仿真试验对该文提出的TNIP方法的激励效果和隐私保护方法进行对比分析,试验结果表明,TNIP方法在三类任务的平均参与率较CSII(cross-space multi-interaction-based-dynamic incentive scheme)方法和TCS(tangle-net crow...     

移动群智感知中基于用户意愿的参与者优选方法

移动群智感知中,在选择参与者时忽视用户意愿,可能会导致用户执行效率低甚至产生中途退出、上传虚假数据等严重损害感知数据质量的行为.针对这一问题,首先提出了一种基于用户意愿的参与者优选方法,综合考虑用户特征、任务属性、实时环境等信息,使用全连接的深度神经网络以及卷积自编码器构建用户意愿回归模型,量化评估在实时过程中用户对感知任务的执行意愿程度.其次设计平衡用户意愿与用户效用的参与者优选机制,在不同场景下同时保障感知效率与用户意愿.通过在真实轨迹数据集上进行仿真实验,验证了用户意愿回归模型的拟合度优于基线方法.通过两个感知任务案例分析验证了平衡用户意愿与用户效用的参与者优选机制的有效性及合理性.     

基于微博文本数据分析的社会群体情感可视计算方法研究

针对已有的情感分析研究多侧重在情感的倾向性方面, 缺乏对各类情感的详细描述, 不能形象直观地反映社会群体的情感变化的问题, 提出一种基于依存句法和人工标注相结合的情感分析方法。该方法采用三维立体的人脸表情进行情感分析, 形象地呈现社会群体的情感变化。对于不同的社会事件, 以可视化方式来展现不同地区微博群体的情感。实验结果表明, 该模型可以有效地描述人群情感, 研究结果为基于大数据的网络舆情分析提供了一种新思路。     

认知评估中的属性关系

规则空间模型(RSM)及属性层级方法(AHM)是有较大影响力的认知诊断模型.在RSM与AHM中不可缺少属性及属性层级关系,属性层级关系为属性间的先决关系所诱导.但是,先决关系只考虑了属性之间的关系,却忽略了属性集之间存在的联系.该研究以先决关系为切入点,实例证明先决关系及其诱导的属性层级关系具有局限性,基于属性集,提出更具一般性的蕴含关系,使先决关系为其特殊形式,为当前认知诊断理论研究提供了新的研究角度.     

基于传感器中信号感知节点的感知概率模型

本文主要研究在一个规定的区域中传感器上信号感知节点能感知到外界源信号的概率问题,首先合理随机地布置信号感知节点,建立了感知概率的均匀分布模型,经过计算与推导给出了外界源信号点被信号感知节点感知到的概率.     

基于GLCM的人群行为识别研究

随着社会经济的发展和城市化进程的加快,如何对公共场所人群行为进行监控,防止由于人群密度过高导致的重大伤亡事件发生是很有必要的。结合混合高斯模型和灰度共生矩阵提出一种监控人群行为的算法,将纹理特征通过灰度共生矩阵计算特征量,机器学习所有特征量来判断人群行为,并通过标准数据集和自行拍摄数据集验证算法的有效性。采用人群的整体特征来表征不同人群,通过机器学习来区分不同人群的行为情况,可用于安防监控、资源管理等领域。     

Visual Information Based Social Force Model for Crowd Evacuation

With the increase in large-scale incidents in real life, crowd evacuation plays a pivotal role in ensuring the safety of human crowds during emergency situations. The behavior patterns of crowds are well rendered by existing crowd dynamics models. However, most related studies ignore the information perception of pedestrians.To overcome this issue, we develop a visual information based social force model to simulate the interpretable evacuation process from the perspective of visual perception. ...     

基于压缩感知的联合协作频谱感知算法

基于压缩感知的联合协作频谱感知方法实现动态频谱感知,通过融合各次用户(SU)采集的感知数据,寻找超参数,并与判决门限值进行比较,以获得最终的频谱判决结果.基于压缩感知的联合协作频谱感知算法减少了单个SU对压缩感知数据的不确定性,归一化均方误差（MSE）性能较好,并且该算法能够有效利用SU压缩感知数据信息,与其他典型算法相比,能获得更高的正确检测概率和较小的虚警概率.     

基于多径传输的QoE量化方法

基于多径传输的Qo E模型量化方法目前还没有成形规范,大部分研究集中在承载网默认路由Qo E量化与评价方法上.针对这一问题,提出了一种基于重叠网多径传输的Qo E量化方法.首先,依据多径传输网络性能指标指出Qo E量化影响要素.然后,对多径传输Qo E量化计算过程进行了详细讲解,并给出了模型的设计过程,其中包括Qo E量化模型公式规范、Qo S性能指标参数选取、人为因素参数设定、评分规则设置.最后,通过OMNe T++实验仿真验证了多径传输Qo E量化方法的有效性.此算法解决了多径传输模式Qo E量化方法问题,有效地验证了多径传输模式的优越性.     

基于属性重要性和样本信息熵的多连续属性离散化后处理方法

有效判别决策表中离散化后样本数据的类型对于对后继阶段的机器学习和数据挖掘过程具有非常重要的意义.本文提出了一种基于属性重要性和样本信息熵的数据类型判别方法,并利用人工改造的一部分UCI数据库进行了模拟试验,结果表明方法是有效的,识别样本数据的准确率较高、识别错误率和拒识率较低.