[发明专利]面向群智感知系统的可信用户优化选择方法

说明书

本发明提供的是一种基于面向群智感知系统的可信用户优化选择方法，其具体内容可以表示为：要求用户提供收集数据时环境状态的评估，这不仅可以作为环境对数据影响程度的参考因素，也可以作为平台对用户可信性评估的参考数据之一。将用户提供的数据输入到分析模块中，由分析模块判断其是否为可信数据，分析模块中设置信任矩阵，计算用户的信誉值，当用户信誉值大于阈值时，确定提供该数据的用户为可信用户。本发明提高了平台对用户判断的准确性，提高了平台的数据质量，同时降低了平台判断用户消耗的平均时间。

技术领域

本发明设计到移动群智感知技术领域，设计一种面向群智感知系统的可信用户优化选 择方法。

背景技术

智能手机不仅普及度极强，自身还带有集成的高分辨率摄像头和不同传感器，例如陀 螺仪、光敏传感器、GPS、磁传感器、声传感器等，智能手机具有更先进的传感器，这一特 点使其成为移动群智感知系统的基础设备。参与者通过手机传感器收集数据，移动群智感知 系统对这些数据进行存储、整理，最后在公共平台进行共享。与传统的传感网络不同，在移 动群智感知系统中，用户使用随身携带的智能设备在物理世界采集不同模态的数据，平台对 收集到的感知数据进行分析后得到结论，服务请求者可以从中获得相对准确、可靠的信息。 移动群智感知在城市/社区动态检测或者其他方面有许多应用领域，例如空气污染监测，测量 路面车辆密度，噪声监测，路线规划等。由此可见，要想保证分析结果准确而可靠，对于提 高感知数据质量的研究是极为重要的。移动群智感知系统的基础是大量感知用户主动提供数 据，受环境或人为因素的影响，平台收集到的数据中混有虚假数据，而虚假数据会对系统的 综合分析产生消极影响，所以平台在收集数据时需要对数据进行判断，降低由恶意数据误导 而得出错误结论的概率，以增强感知系统预测的可靠性。群智感知系统中用户为非固定人群， 这一特性使感知系统拥有良好的灵活性的同时也带来了对于用户的不可预测性。经研究表明， 可信性越高的用户提供高质量感知数据的可能性就越大，因此筛选群智感知中可信用户，就 能进一步的提高感知数据质量。

WangL等人提出了一种新型框架effsense，该框架将用户分为两组，分别为降低能耗 组合降低数据成本组，通过利用用户呼叫的移动性的可预测性，提供用户自适应上传数据方 式，减少用户的成本消耗，减低用户因上传数据成本过高而降低数据质量。J.An等人提出一 种面向服务的框架，该框架考虑到感知用户的移动性和社会性，将不同的功能单元与内在的 服务互连起来，构建从服务请求者到服务提供者的可信链路，实现众包服务请求的高效分发 和可靠交付。HuangK等人提出了一种通过评估感知用户信誉来反映该用户在群智感知系统 中提供数据的可信性的系统。该系统由两个模块组成，分别为看门狗模块和信誉模块，看门 狗模块通过执行离群值检测算法计算用户贡献的评分，该模块根据不同的数据类型，选择使 用鲁棒平均算法或多数投票算法对用户的贡献进行评分。将用户的贡献评分传送给信誉模块， 信誉模块使用Gompertz函数计算用户信誉值，进而判断用户上传数据的可信性；E 等人提出了一个概念性的信任框架，提出了考虑用户信任倾向的移动群智感知系统中的数据 可信性评估，该框架对定性评估动态进行扩展，支持以人为中心的信任管理，在对用户的贡 献进行评估的同时，也考虑到用户提供信息时的个体倾向。由于用户出来贡献智能设备生成 的原始感应数据外，还可以提供自己的意见和其他主观数据，该方法侧重于在对用户贡献进 行信任评估时考虑用户行为特征中的主观性；Amintoosi H等人提出了一个应用不可知的社会 参与式感知系统声誉框架，该框架考虑了贡献的质量和社会网络中参与者的可信水平，然后 信誉模块采用PageRank算法进行计算，得出一个最终的贡献信任度，同时也会计算出每个参 与者的信誉分数，作为对其进行信任评级的结果。Su K等人提出了一种可靠的个性化QoS预 测信任感知方法TAP，首先通过用户提供的信息进行聚类，然后使用beta信誉系统计算用户 信誉，通过计算出的用户信誉和相似度识别出一组值得信赖的用户，最后结合可信的相似用 户和服务的Qos数据对活动用户进行预测。

发明内容

本发明旨在面向移动群智感知系统，提出一种群智感知可信用户的选择方法。