移动群智感知应用

认为无线通信和智能移动设备的发展为群智感知在移动环境下的应用奠定了基础,而廉价多样的传感器使移动群智感知应用与人类社会的联系更加紧密。移动群智感知用户采集数据时的协作方式分为参与式感知、机会感知两种,各有优缺点和局限性。移动群智感知需要考虑用户成本、网络压力、云计算服务器架设、用户隐私保护等方面的问题,要面对情境隐私、匿名任务、匿名数据汇报、可靠数据读取、数据真实性等安全方面的挑战。     

群智感知网络的发展及挑战

随着无线移动终端设备的爆炸式普及,移动感知和众包思想的结合产生了新型物联网感知模式,即群智感知。文章结合群智感知网络的发展,分别介绍了它的概念、基本特征、系统结构、典型应用以及面临的问题。     

移动群智感知系统的任务分配方法研究综述

近年来,随着移动智能终端性能和网络传输能力不断提升,移动群智感知系统得到广泛关注.参与者的趋利性易导致系统效用低且难以完成既定任务.因此,合理的任务分配机制能够保证系统采集较优质量数据、达到更广覆盖范围,并使系统效益最大化.本文首先概述移动群智感知基本概念和工作流程;然后分析移动群智感知系统任务分配环节的2个核心研究问...     

移动群智感知质量度量与保障

认为移动群智感知网络的感知质量包含时空覆盖质量和数据质量两个层面,前者关注是否能采集到足够多的数据,而后者关注数据是否足够准确和可信。分别从这两个层面讨论了感知质量度量和保障的方法,对移动群智感知网络的部署和应用具有一定的指导意义和实用价值。     

车联网群智感知与服务

移动群智感知与协同计算是车联网的核心特征之一。通过对集中式和分布式两种车联网群智感知框架的结构、工作过程、优势与问题的分析,提出了支持车联网群智感知与服务的混合式框架模型。混合式模型融合集中式在感知效率和分布式在信息效用方面的优势,解决了车联网群智感知在高效性与实时性之间的矛盾,为移动智群感知和协同计算拓展了新的研究领域。     

一种基于覆盖表融合的移动群智感知协作算法

在集中性较高的感知区域中，移动群智感知网络节点在无控制的模式下，容易产生感知数据冗余度大幅升高的问题，降低了网络感知质量。针对这种情况，首先对感知区域进行时空域划分，并对感知过程进行建模;然后引入单元格充足感知覆盖概念，设计了一种基于覆盖表信息融合的移动节点协作感知数据收集算法。实验仿真表明，相较于原始感知模式和本地控制模式，该算法能大幅消除感知冗余数据，从而提高感知网络的数据质量，同时节约移动节点代价。     

专题:移动群智感知和协同计算 专题导读

<正>移动群智感知和协同计算正在成为目前移动互联网技术领域的一个新的研究热点。大量的携带有多种传感器的智能手机、各种智能穿戴设备、车载智能感知设备在一定范围内的移动,形成了一种有别于传统固定传感器网络的新型移动感知网络。在这种网络中,移动的智能感知节点可以经过移动的人或车携带在物理世界中各处移动,因而更容易实现对整个物理世界的大范围覆盖和广泛的信息采集。这些节点也可以通过移动互联网进行协作,实现任     

基于组合多臂赌博机的移动群智感知用户招募算法

在移动群智感知任务分配中,数据平台不知道用户的感知质量或成本值的前提下,如何建立合适的用户招募机制是该文需要解决的关键问题,不仅需要在用户执行的过程学习其感知质量值,还要尽可能保证移动群智感知平台的高效性和利润最大化.因此该文提出基于组合多臂赌博机(CMAB)的移动群智感知用户招募算法来解决用户成本已知和未知的招募问题...     

移动群智感知融合数据隐私保护方法

感知融合数据包含用户日常行为习惯和生活轨迹等敏感信息,需要进行有效的隐私保护,针对传统方法存在无法准确衡量用户与位置关系,导致通信开销过大的问题,提出一种基于数据中台技术的移动群智感知融合数据隐私保护方法。将感知融合数据整合上传到数据中台,利用数据中台技术提取属性信息确定隐私敏感等级,构建数据隐私保护算法。实验测试表明,提出的方法隐私保护水平、数据精确度、数据完整性上具有较好的效果;冗余数据明显减少,降低了数据通信量,说明通信开销性能更好,可应用于实际移动群智感知应用中。     

智能家居中人类行为活动的认知、学习与预测

随着物联网技术、移动社交网络、群智计算等新兴技术的出现,智能家居出现更为多样的应用,更加贴近人们生活。     

智慧城市内涵解析

“智慧城市”建设要“智”和“慧”协同、融合发展,充分运用泛在感知一物联／传感网、移动互联网、云计算及宽带光网络、MESH及自组织网络SON、SDN、大数据处理、智能运营管道等一系列先进ICT手段提高城市产品服务的“智”,以创造优质生态、人文和科技及融资环境,增进城市人的“慧”。     

群智感知环境下基于节点分类的数据隐私保护增强机制研究

物联网技术的发展使得各种各样的智能感知设备应运而生,这些智能感知设备需要不断收集各项数据来完成感知任务,随着参与感知任务的设备增加,出现了大量数据隐私泄露问题,数据隐私保护机制已经无法满足复杂的感知数据保护要求。因此在群智感知环境下,基于节点分类设计新的数据隐私保护增强机制,首先在群智感知环境下设计感知任务模型,其次基于节点分类分析数据隐私保护增强学习冲突,最后在群智感知环境下进行性能评估,从而构建综合数据隐私保护增强机制。实验结果表明,使用该数据隐私保护增强机制后,泄露的隐私信息条数较少,证明其具有有效性,有一定的应用价值,可以作为后续数据隐私保护的参考。     

群组协作的移动群智感知任务分配方法

时空覆盖类感知任务对参与者的时间与空间约束使得传统单参与者模式难以适用。为此，该文提出群组协作的移动群智感知任务分配方法，以群组模式替代传统单参与者模式。设计层次化群组协作的任务分配框架，提出偏好感知的社交群组生成方法，引入社交关系生成社交群组，提高任务完成率。提出效用优化的任务群组匹配方法，采用网络流理论进行群组-任务匹配，保证平台效用最大化。仿真结果表明所提方法在任务完成率与平台效用方面均有较大提升。     

“数智驱动 自智牵引” 中国联通基站绿色低碳发展迈上新台阶

<正>5G将人类的生产、生活和娱乐带入了移动宽带新时代,数据量相比4G时代成百倍增长,然而网络能耗成为移动通信绿色可持续发展面临的关键问题。因此,移动通信网络绿色低碳的发展成为行业共识,更是关乎“双碳”目标能否达成的重要一环。传统的节能手段面临科学决策难、感知保障难、快速推广难的问题,中国联通智网创新中心聚焦核心痛点问题,     

考虑工人培养的移动群智感知任务分配机制

移动群智感知(MCS)通过大量感知工人的移动性和工人随身携带的感知设备来收集数据,是一种新的大规模数据感知范式。现有大量研究致力于解决移动群智感知中的任务分配问题,使感知数据质量得以提高,但忽略了缺乏优质工人的感知任务,导致任务完成质量降低。为了解决上述问题,对于缺乏优质工人的感知任务,该文关注将经验不足的工人培养为优质工人,并令其执行这些感知任务,实现工人的长期复用,提高感知数据质量和长期平台效用。具体来说,该文考虑了缺乏优质工人的感知任务所需的能力和工人的能力类型,并据此应用稳定匹配算法选择待培养工人,提出一种基于能力聚合和半马尔可夫预测的多阶段工人选择培养(MWSD)算法。结果表明,相比基于区块链的非确定团队协作(BNTC)算法,该文所提算法能够有效将缺乏优质工人的感知任务的数据质量提高24%,长期平台效用提高17%。     

基于空中计算的无线群智感知

为实现服务器对海量传感数据的快速收集,提出了一种基于空中计算的快速传感数据汇聚方案。该方案通过无线功率传输激励用户参与群智感知,为数据感知和空中计算供能。通过对无线功率分配、感知数据量,以及空中计算数据汇聚时间进行联合优化,实现服务器数据开发效益的最大化。该方案的性能通过仿真进行了验证,并与传统的无线群智感知设计进行了比较。     

基于城市轨道交通的群智感知任务分发方法

随着当前移动终端设备的发展和5G技术的普及,移动群智感知的需求越来越大。但是目前感知任务的分发方法依然存在着传输效率低下、代价高且不稳定等问题,极大地限制了感知终端任务的完成。为此,该文利用城市轨道交通对于各大城区良好的覆盖性和轨道交通的可预测性,提出了面向激励成本的任务分发模型(ICTDM)和面向用户数量的任务分发模型(UNTDM)。通过轨道交通对聚集式人流的疏导性,实现感知任务在城市不同区域的选择性分发。并以任务所需人数和移动距离的最小化作为手段,完成降低系统总激励成本的目的。实验结果表明,该算法与同类算法相比,可以在完成相同任务集合的前提下,通过优化任务分发过程实现更少的任务参与者分发方案,以达到降低感知任务成本的目的。     

基于用户感知的3G移动网络质量评估

3G移动网络下如何真实感知用户使用情况,在用户感知基础上对3G移动网络质量进行客观评估是一个值得深入探讨和研究的课题。重点就CDMA EV-DO网络下的用户感知与网络指标关联、用户感知敏感度因素等内容进行了系统分析。通过最小方差算法,得到主要网络性能指标与用户感知的关联度大小,从而得出在较成熟的商用网络下,用户感知与覆盖的关联不大,而与网络负荷和接续性等指标存在较大关联的结论。     

基于Tangle网络的移动群智感知数据安全交付模型

针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。     

基于城市轨道交通的群智感知任务分发方法

随着当前移动终端设备的发展和5G技术的普及,移动群智感知的需求越来越大.但是目前感知任务的分发方法依然存在着传输效率低下、代价高且不稳定等问题,极大地限制了感知终端任务的完成.为此,该文利用城市轨道交通对于各大城区良好的覆盖性和轨道交通的可预测性,提出了面向激励成本的任务分发模型(ICTDM)和面向用户数量的任务分发模型(UNTDM).通过轨道交通对聚集式人流的疏导性,实现感知任务在城市不同区域的选择性分发.并以任务所需人数和移动距离的最小化作为手段,完成降低系统总激励成本的目的.实验结果表明,该算法与同类算法相比,可以在完成相同任务集合的前提下,通过优化任务分发过程实现更少的任务参与者分发方案,以达到降低感知任务成本的目的.