[发明专利]一种移动群体感知中保护位置隐私的在线任务分配方法

权利要求书

1.一种移动群体感知中保护位置隐私的在线任务分配方法，其特征在于，包括以下步骤：

1)工人生成扰乱位置：利用地理不可区分性，工人根据隐私水平参数ε，使用平面拉普拉斯机制生成与实际位置对应的扰乱位置，并在后面过程用扰乱位置替代实际位置；

2)位置信息上传：任务请求者将任务的位置信息上传到感知平台，工人将扰乱位置和工人的可达范围半径上传至感知平台；

3)感知平台计算可达性：当任务到达感知平台后，感知平台会依次计算该任务和平台内各个工人之间的可达性概率，并把概率大于阈值ψ的工人加入该任务的工人候选集中，如果工人候选集为空，则到来的任务会留在感知平台等待分配直至任务信息过期，如果工人候选集不为空，则进行步骤4)；当一个工人到达感知平台后，感知平台会计算该工人和平台内的各个任务之间的可达性概率，并把概率大于阈值ψ的任务加入该工人的任务候选集中，如果任务候选集为空，则到来的工人会留在感知平台等待匹配直至工人信息过期，如果任务候选集不为空，则进行步骤5)；

4)感知平台为任务匹配工人：结合步骤3)得到的任务的工人候选集，并根据基于任务的距离比较机制，感知平台从工人候选集中选出一个有最大概率离到达任务最近的工人，得到匹配的任务-工人对；

5)感知平台为工人分配任务：根据步骤3)得到的工人的任务候选集，并根据基于工人的距离比较机制，感知平台从任务候选集中选出一个有最大概率离到达工人最近的任务，并将该任务分配给工人。

2.根据权利要求1所述的一种移动群体感知中保护位置隐私的在线任务分配方法，其特征在于：在步骤1)中，感知平台首先会发布隐私水平参数ε，采用基于极坐标的平面拉普拉斯机制作为地理不可区分性的实现方法，其中有两个重要参数θ和γ；参数θ服从[0,2π)范围内的均匀分布，从[0,2π)范围内随机选取一个值作为θ；参数γ由公式计算得到，式中P是服从[0,1)的均匀分布，从[0,1)随机选取一个值作为P，ε是隐私水平参数，W_-1是朗伯W函数的-1阶形式，e是自然常数；然后根据工人的实际位置l_w＝(x_w,y_w)计算得到扰乱位置x_w和y_w是实际位置在平面坐标系中的两个分量。

3.根据权利要求1所述的一种移动群体感知中保护位置隐私的在线任务分配方法，其特征在于：在步骤2)中，当任务到达感知平台时，会将任务的位置l_t、任务到达感知平台的时间a_t和任务过期时间d_t作为任务信息上传到感知平台；当工人到达感知平台时，会将工人的扰乱位置工人到达感知平台的时间a_w、工人的过期时间d_w和工人的可达范围半径R_w作为工人信息上传至感知平台。