一种基于信誉的隐私保护激励机制方法、装置及存储介质制造方法及图纸

本申请公开了一种基于信誉的隐私保护激励机制、装置及存储介质，涉及群智感知技术领域，解决了现有技术无法在保护好隐私的同时保证感知数据质量好的问题；该方法包括：获取任务请求者上传的感知任务；发布感知任务到平台用户；获取投标信息，包括平台用户在接收到感知任务产生的报价；获取每个已投标平台用户的信誉信息，包括信誉值和连续高分因子；根据投标信息和信誉信息确定赢标用户并支付报酬；获取感知数据，并将感知数据发送给任务请求者；并根据评分对赢标用户信誉信息进行更新；实现了保护隐私的同时能够获取到更高质量的感知数据，且对用户的等级进行了划分，在对感知数据再次进行打分时，能够参考用户的信誉值和连续高分因子。

【技术实现步骤摘要】
一种基于信誉的隐私保护激励机制方法、装置及存储介质
本申请涉及群智感知
，尤其涉及一种基于信誉的隐私保护激励机制、装置及存储介质。
技术介绍
随着社会的发展，生活中越来越多的电子产品智能化，且智能手机的使用频率在生活中日益提高。并且随着电子周边产品的发展，更多的时候，我们会使用智能手机对周边智能家电的控制，如用智能手机进行智能门锁控制，使用智能手机对空调、洗衣机等家电的控制。常见的移动智能设备包括，移动智能手机、智能手表、平板电脑等，这些移动智能设备能够对智能家电进行控制，得益于这些移动智能设备中所集成的传感器，这种使用的过程建立为网络数据是属于个人隐私的。由于这些网络数据的价值，移动群感知得以发展，一个典型的移动智能感知系统是由一个基于云的平台和大量的移动智能设备的用户组成，并且平台发布任务请求者的任务，移动智能设备用户根据任务对感知数据进行收集并上传平台。同样由于移动智能用户上传的感知数据往往是自己真实的花费，而真实的花费中往往会包含移动智能设备用户的敏感信息，因此保护客户的宁安信息是十分重要的。目前，现有获取到的感知数据的质量并不高，为移动智能感知系统提供的感知数据并不能支撑任务请求者的要求。
技术实现思路
本申请实施例通过提供一种基于信誉的隐私保护激励机制方法、装置及存储介质，解决了现有技术无法在保护好隐私的同时保证感知数据质量好的问题，实现了保护隐私的同时能够获取到更高质量的感知数据，且由于对用户获取的感知数据进行了打分，对用户的等级进行了划分，在对感知数据再次进行打分时，能够参考用户的信誉值和连续高分因子。第一方面，本专利技术实施例提供了一种基于信誉的隐私保护激励机制方法，该方法包括：获取任务请求者上传的感知任务；发布所述感知任务到平台用户；获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；根据所述投标信息和所述信誉信息确定赢标用户；支付所述赢标用户报酬；获取所述赢标用户的感知数据，并将所述感知数据发送给所述任务请求者；获取所述任务请求者对所述赢标用户的评分，并根据所述评分对所述赢标用户所述信誉信息进行更新。结合第一方面，在一种可能的实现方式中，所述获取每个已投标所述平台用户的信誉信息，包括：判断每个已投标所述平台用户是否在平台存储有所述信誉值和所述连续高分因子；若判断结果为否，则表示所述平台用户为新用户，对所述平台用户分配初始的信誉值和初始的连续高分因子；若判断结果为是，则表示所述平台用户为老用户，获取平台上对应的所述信誉值和所述连续高分因子。结合第一方面，在一种可能的实现方式中，所述根据所述投标信息和所述信誉信息确定赢标用户，包括：根据每个已投标所述平台用户的所述信誉信息和所述投标信息，计算每个已投标所述平台用户被选中的概率；根据概率分布，随机选择其中一个报价作为任务的赢标报价，将赢标报价加入赢标报价集；将具有至少一个属于所述赢标报价集报价的所述平台用户确定为所述赢标用户。结合第一方面，在一种可能的实现方式中，包括：在执行所述根据所述评分对所述赢标用户的所述信誉信息进行更新时，所述信誉值的计算公式为：其中，表示所述赢标用户投标被选中的总次数，表示所述信誉值的阈值，表示已投标所述平台用户第l轮得分，βl表示基于艾宾浩斯遗忘曲线的第l轮的时间衰减因子；所述连续高分因子的计算公式为：η＝1+f(t)；其中，t表示所述平台用户连续获得高分的次数；当所述平台的用户得分大于预设值时，记为一次高分；f(t)表示龚帕斯生长曲线函数。结合第一方面，在一种可能的实现方式中，所述根据每个已投标所述平台用户的所述信誉信息和所述投标信息，分配给每个已投标所述平台用户被选中的概率，计算公式如下：其中，bi表示第i个已投标所述平台用户的报价；ri表示第i个投标已投标所述平台用户的信誉值；ηi表示第i个已投标所述平台用户的连续高分因子；qi表示报价大于零的已投标所述平台用户。结合第一方面，在一种可能的实现方式中，其特征在于，支付给所述赢标用户的报酬如下：其中，bi表示第i个已投标所述平台用户的报价；Pri表示第i个已投标所述平台用户被选中的概率；bmax表示已投标所述平台用户的报价中最大值。结合第一方面，在一种可能的实现方式中，每个所述平台用户可以完成多个所述感知任务，且每个所述感知任务只能被一个所述平台用户完成。第二方面，本专利技术实施例提供了一种基于信誉的隐私保护激励机制装置，该装置包括：任务获取模块，用于获取任务请求者上传的感知任务；任务发布模块，用于发布所述感知任务到平台用户；投标信息获取模块，用于获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；信誉信息获取模块，用于获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；赢标用户确定模块，用于根据所述投标信息和所述信誉信息确定赢标用户；报酬支付模块，用于支付所述赢标用户报酬；感知数据获取模块，用于获取所述赢标用户的感知数据，并发送给所述任务请求者；数据更新模块，用于获取所述任务请求者对所述嬴标用户的评分，并根据所述评分对所述赢标用户的所述信誉信息进行更新。结合第二方面，在一种可能的实现方式中，所述信誉信息获取模块，还包括判断模块，所述获取每个已投标所述平台用户的信誉信息，包括：判断每个已投标所述平台用户是否在平台存储有所述信誉值和所述连续高分因子；若判断结果为否，则表示所述平台用户为新用户，对所述平台用户分配初始的信誉值和初始的连续高分因子；若判断结果为是，则表示所述平台用户为老用户，获取平台上对应的所述信誉值和所述连续高分因子。结合第二方面，在一种可能的实现方式中，所述赢标用户确定模块，所述根据所述投标信息和所述信誉信息确定赢标用户，包括：根据每个已投标所述平台用户的所述信誉信息和所述投标信息，计算每个已投标所述平台用户被选中的概率；根据概率分布，随机选择其中一个报价作为任务的赢标报价，将赢标报价加入赢标报价集；将具有至少一个属于所述赢标报价集报价的所述平台用户确定为所述赢标用户。结合第二方面，在一种可能的实现方式中，所述数据更新模块，还包括信誉计算模块，用于所述信誉值的计算公式为：其中，表示所述赢标用户投标被选中的总次数，表示所述信誉值的阈值，表示已投标所述平台用户第l轮得分，βl表示基于艾宾浩斯遗忘曲线的第l轮的时间衰减因子；所述连续高分因子的计算公式为：η＝1+f(t)；其中，t表示所述平台用户连续获得高分的次数；当所述平台的用户得分大于预设值时，记为一次高分；f(t)表示龚帕斯生长曲线函数。结合第二方面，在一种本文档来自技高网...

【技术保护点】
1.一种基于信誉的隐私保护激励机制方法，其特征在于，包括：/n获取任务请求者上传的感知任务；/n发布所述感知任务到平台用户；/n获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；/n获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；/n根据所述投标信息和所述信誉信息确定赢标用户；/n支付所述赢标用户报酬；/n获取所述赢标用户的感知数据，并将所述感知数据发送给所述任务请求者；/n获取所述任务请求者对所述赢标用户的评分，并根据所述评分对所述赢标用户所述信誉信息进行更新。/n

【技术特征摘要】
1.一种基于信誉的隐私保护激励机制方法，其特征在于，包括：
获取任务请求者上传的感知任务；
发布所述感知任务到平台用户；
获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；
获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；
根据所述投标信息和所述信誉信息确定赢标用户；
支付所述赢标用户报酬；
获取所述赢标用户的感知数据，并将所述感知数据发送给所述任务请求者；
获取所述任务请求者对所述赢标用户的评分，并根据所述评分对所述赢标用户所述信誉信息进行更新。


2.根据权利要求1所述的方法，其特征在于，所述获取每个已投标所述平台用户的信誉信息，包括：
判断每个已投标所述平台用户是否在平台存储有所述信誉值和所述连续高分因子；
若判断结果为否，则表示所述平台用户为新用户，对所述平台用户分配初始的信誉值和初始的连续高分因子；
若判断结果为是，则表示所述平台用户为老用户，获取平台上对应的所述信誉值和所述连续高分因子。


3.根据权利要求1所述的方法，其特征在于，所述根据所述投标信息和所述信誉信息确定赢标用户，包括：
根据每个已投标所述平台用户的所述信誉信息和所述投标信息，计算每个已投标所述平台用户被选中的概率；
根据概率分布，随机选择其中一个报价作为任务的赢标报价，将赢标报价加入赢标报价集；
将具有至少一个属于所述赢标报价集报价的所述平台用户确定为所述赢标用户。


4.根据权利要求1所述的方法，其特征在于，包括：在执行所述根据所述评分对所述赢标用户的所述信誉信息进行更新时，所述信誉值的计算公式为：



其中，表示所述赢标用户投标被选中的总次数，表示所述信誉值的阈值，表示已投标所述平台用户第l轮得分，βl表示基于艾宾浩斯遗忘曲线的第l轮的时间衰减因子；
所述连续高分因子的计算公式为：η＝1+f(t)；
其中，t表示所述平台用户连续获得高分的次数；当所述平台的用户得分大于预设值时，记为一次高分；f(t)表示龚帕斯生长曲线函数。


...

【专利技术属性】
技术研发人员：李蜀瑜，李嫣然，
申请(专利权)人：陕西师范大学，
类型：发明
国别省市：陕西;61