【技术实现步骤摘要】
本专利技术主要涉及到群智感知，特别涉及到群智感知激励机制领域。
技术介绍
1、群智感知(crowdsensing，cs)技术在当前内置传感器快速发展的大背景下得到了广泛的应用，已成为解决复杂和可扩展的传感问题的强大工具。由于在实际的mcs系统中，单个工作人员提供的传感数据通常是不可靠的。为了能够得到准确的传感数据，招募足够数量的工作者是必不可少的，但是由于参与传感任务会给工人带来一定的成本消耗(如计算能力，电量，带宽等)，想要招募参与者执行群智感知任务，那么需要有合理的激励机制吸引工人。此外由于工人提交的数据与工人的个人信息有一定的关系，上传的数据会导致一定程度的隐私泄露，且每个工人对隐私的度量是不相同的。此外cs平台想要获得足够精确的数据，工人提交的数据的精确性必须得到保证，所以群智感知系统需要提供能够满足个性化隐私保护并且需要在准确性和隐私保护进行权衡设计一个激励机制以吸引工人参与群智感知任务。
2、斯塔克尔伯格博弈(stackelberg game，sg)是一个两阶段的完全信息动态博弈，其主要思想是博弈双方在做出决策时都会受到对方决策的影响，在该模型中，决策双方分为领导者(leader)和追随者(follower)，由leader先进行决策，follower根据leader的决策进行决策选择，然后leader再按照follower的决策进行决策调整，迭代进行以上操作直到达到纳什均衡。但是个性化隐私场景中，工人之间进行决策是相互影响但是并不知道对方的决策选择，所以是不完全信息博弈，这使得在第二阶段的博弈需要使用不
3、在群智感知场景中，最重要的是信息的聚合，要保证上传的信息的准确性，但是由于需要对工人的隐私进行保护，并且由于工人对隐私的需求不同，需要进行个性化隐私保护。这使得平台搜集的数据的噪声是很复杂的，需要使用一定的数据恢复方法进行去噪处理以提取准确的信息。本专利技术考虑的隐私保护方法是添加正态分布噪声使得满足ε-kl-本地差分隐私(ε-kl-ldp)，对于噪声服从多个正态分布加权组合，使用mog对噪声进行拟合以达到去噪的效果。
技术实现思路
1、本专利技术公开了一种基于stackelberg博弈的个性化隐私保护群智感知的激励机制，主要是权衡实现平台和用户的利益，并且满足工人隐私需求，使得能够吸引更多的工人参与群智感知任务并且满足任务结果的准确性。
2、根据本专利技术应用背景，提供一种基于stackelberg设计的个性化隐私保护群智感知的激励机制，包括以下步骤：
3、步骤1、任务请求者向平台发布传感任务的请求，任务集合定义为其每个任务的单位价值为
4、步骤2、群智感知平台招募工人参与任务，工人集合定义为
5、步骤3、工人将自己隐私需求上传至平台以用于任务分配，该需求表示为自己所接受的最大隐私预算，该集合定义为
6、步骤4、群智感知平台使用stackelberg博弈方法得出分配给每个工人的隐私预算和用户执行的任务集合其中πj是任务的序号，ci是用户i执行的总任务数量，对于每个任务，参与用户的集合μj表示工人序号，共有wtk个工人参与第k个任务，此外，设定隐私预算的单位价值为pe，平台并将相应的隐私预算和执行任务集合下发给工人；
7、1)设定工人效用函数i∈n。在社交网络中的两个朋友往往会相互影响，然后行为相似，因此本专利技术使用对称的邻居矩阵但是由于平台是不可信的，所以平台为每个用户分配εd的隐私预算用于邻居矩阵进行随机响应扰动得到对于隐私成本本专利技术使用广泛使用的二次成本量化函数，s,a,b>0,si是工人隐私预算εi的等价货币价值。
8、2)设定平台的效用函数η等值货币价值的可调参数，收益采用二次函数表示，其中c、d是用来表示函数的凹凸程度的正参数，用来捕捉边际收益递减的性质。
9、3)两阶段的stackelberg博弈，平台预算和工人个性化隐私要求约束下实现stackelberg纳什均衡(stackelberg equilibrium,se)分别得到r和e。
10、stageⅰ(leader game)：
11、stageⅱ(follower game)：
12、
13、εi≤mi，
14、步骤5、工人收集传感数据，按照自己的隐私预算对感知数据进行本地加噪并上传数据
15、步骤6、群智感知平台对收到的数据使用mog进行噪声拟合，然后进行去噪处理，得到感知数据并根据收到的数据判断工人是否上传恶意数据或者数据质量低以此调整支付工人的薪水
16、与现有技术相比，本方法的优点在于：
17、1、本专利技术将stackelberg博弈应用于群智感知激励机制中，能够在数据准确性和工人的个性化隐私需求中达到均衡。
18、2、本专利技术将社交关系的影响考虑在隐私预算的选择中，更加符合实际；
19、3、本专利技术考虑的是多任务场景能够更加符合现有的群智感知平台；
20、4、本专利技术使用mog对群智感知数据噪声拟合，可以得到比真值发现更精确的感知数据。
本文档来自技高网...【技术保护点】
1.一种基于Stackelberg博弈的个性化隐私保护群智感知的激励机制，其特征在于所述方法至少包括以下
2.根据权利要求1所述的一种基于Stackelberg博弈的个性化隐私保护群智感知的激励机制，其特征在于所述的得出最优单位价格和隐私预算处理至少还包括以下步骤：
【技术特征摘要】
1.一种基于stackelberg博弈的个性化隐私保护群智感知的激励机制，其特征在于所述方法至少包括以下
2.根据权利要求1所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。