基于双向信任模型的移动群智感知激励机制制造技术

本发明专利技术公开了基于双向信任模型的移动群智感知激励机制，所述方法包括：接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，以使所述工人收集感知数据，并将所述感知数据提供给所述请求者；接收所述请求者和所述工人反馈的评价数据；基于所述评价数据评估所述请求者与所述工人之间的信任关系；根据所述信任关系和所述任务预算，计算所述工人应获得的奖励。本发明专利技术还提供了用户激励装置及可读存储介质。本发明专利技术提供的基于双向信任模型的移动群智感知激励装置及可读存储介质，可以提升用户激励机制的可靠性。以提升用户激励机制的可靠性。以提升用户激励机制的可靠性。

【技术实现步骤摘要】
基于双向信任模型的移动群智感知激励机制


[0001]本专利技术涉及移动群智感知
，特别涉及基于双向信任模型的移动群智感知激励机制、装置。

技术介绍

[0002]移动群智感知(Mobile Crowdsensing，MCS)是一种基于众包思想和移动设备感知能力的新型感知数据采集模式，通常包括三个对象：请求者、工人和服务平台。请求者为需要感知数据的用户，负责发布感知任务并提供任务报酬，工人为持有移动感知设备的用户，负责贡献其利用移动感知设备获取的数据而获得任务奖励，服务平台负责MCS活动的管理，如服务请求受理、工人选择、任务分配、数据处理和奖励分配等活动。相比于传动感知技术，MCS技术的感知范围更广且感知形式更灵活，故其被广泛应用在多个产业领域当中，如能源分配、交通管控、医疗检测等产业领域。
[0003]激励机制作为MCS的重要组成部分，是工人完成请求者发布的任务后，请求者给予工人奖励的具体规则。尽管现有的奖励机制基本可以满足MCS用户对奖励分配的需求，但是在为用户提供可信的奖励服务方面仍面临挑战，特别是由于恶意用户的干扰，使正常用户之间产生信任冲突的行为。一方面，恶意工人为了在短时间内获得更多的任务报酬，连续提供低质量或不可靠的感知数据，导致整体任务感知数据被污染。另一方面，恶意请求者在获得可靠感知数据后，为了降低成本而对工人提供的数据进行不公平评价，进而拒绝向工人支付任务报酬。
[0004]现有技术中，虽然有提出方案解决MCS中工人和请求者之间的信任问题，但均是从单一评价方向(工人对请求者的评价方向，或者请求者对工人的评价方向)对MCS用户件的信任关系进行评价，即在信任评价中缺乏对评价主体的约束，从而导致评价主体为了自身利益对评价客体进行不公平评价。
[0005]有鉴于此，有必要提供一种可靠的用户激励方式。

技术实现思路

[0006]本申请的目的在于提升用户激励机制的可靠性。
[0007]为实现上述目的，本专利技术实施例提供了基于双向信任模型的移动群智感知激励机制、装置及可读存储介质。所述技术方案如下：
[0008]第一方面，基于双向信任模型的移动群智感知激励机制，所述方法包括：
[0009]接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，以使所述工人收集感知数据，并将所述感知数据提供给所述请求者；
[0010]接收所述请求者和所述工人反馈的评价数据；
[0011]基于所述评价数据评估所述请求者与所述工人之间的信任关系；
[0012]根据所述信任关系和所述任务预算，计算所述工人应获得的奖励。
[0013]第二方面，基于双向信任模型的移动群智感知激励装置，所述装置包括：任务分配
模块、评价接收模块、信任计算模块、奖励计算模块；其中：
[0014]所述任务分配模块，用于接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，以使所述工人收集感知数据，并将所述感知数据提供给所述请求者；
[0015]所述评价接收模块，用于接收所述请求者和所述工人反馈的评价数据；
[0016]所述信任评估模块，用于基于所述评价数据评估所述请求者与所述工人之间的信任关系；
[0017]所述奖励计算模块，用于根据所述信任关系和所述任务预算，计算所述工人应获得的奖励。
[0018]第三方面，一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上第一方面所述的方法。
[0019]本专利技术实施例提供的技术方案带来的有益效果是：基于用户的直接和间接的交互记录，从请求者对工人和工人对请求者两个方向，评估用户之间的信任关系，并根据感知活动中的信任关系确定工人的奖励，使得诚实用户可以通过良好行为获得奖励，从而提升用户激励机制的可靠性。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术实施例中用户激励机制的架构图；
[0022]图2是本专利技术实施例中基于双向信任模型的移动群智感知激励机制的示意图；
[0023]图3是本专利技术实施例中基于双向信任模型的移动群智感知激励机制装置的示意图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]本专利技术实施例是基于区块链环境下的移动群智感知激励机制中实现的，用户激励机制的结构图如图1所示，包括的对象有请求者、工人和智能合约。其中，请求者在MCS网络中发布感知任务并提供任务奖励，获得由工人提供的感知数据。具体的，工人根据请求者发布的感知任务信息收集数据并将其提供给请求者，以在完成感知任务后获得请求者提供的任务奖励，部署在区块链环境下的智能合约负责进行任务管理和奖励分配，从而代理传统的中心化MCS技术实现用户激励方法。
[0026]请参阅图2，本专利技术实施例的基于双向信任模型的移动群智感知激励机制，所述方法可以应用于如图1所示的用户激励机制的智能合约中，所述方法可以包括以下步骤：
[0027]S101：接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，
以使所述工人收集感知数据，并将所述感知数据提供给所述请求者。
[0028]在实施中，请求者通过智能合约发布感知任务，并向智能合约支付任务预算，工人通过执行智能合约分配的感知任务来收集感知数据，并将收集的感知数据提供给请求者。
[0029]S102：接收所述请求者和所述工人反馈的评价数据。
[0030]在请求者得到工人提供的感知数据后，表明感知活动已结束，此时请求者和工人可以根据之前感知活动中对彼此的行为感受，分别向智能合约提交评价数据。
[0031]S103：基于所述评价数据评估所述请求者与所述工人之间的信任关系。
[0032]在一个可选的实施方式中，基于评价数据可以获取到请求者和工人之间的双向评价数据，并提取双向评价数据中的直接信任值和间接信任值，将直接信任值和间接信任值进行加权计算，得到请求者和工人之间的信任值。其中，双向表征的是请求者对工人的评价方向，以及工人对请求者的评价方向，且基于双向评价数据均可以提取到不同方向对应的直接信任值和间接信任值，从而基于双向的评价数据对请求者和工人之间的信任关系进行评估。
[0033]直接信任反映的是请求者和工人通过直接互动建立起来的非对称信任关系，这一关系依赖于感知活动中评价主体对评价客体的判断。当感知活动中的互动被判断为良性互动时，则直本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于双向信任模型的移动群智感知激励方法，其特征在于，所述方法包括：接收请求者发布的感知任务以及任务预算，并将所述感知任务分配给工人，以使所述工人收集感知数据，并将所述感知数据提供给所述请求者；接收所述请求者和所述工人反馈的评价数据；基于所述评价数据评估所述请求者与所述工人之间的信任关系；根据所述信任关系和所述任务预算，计算所述工人应获得的奖励。2.根据权利要求1所述的方法，其特征在于，所述评价数据中包括所述工人与所述感知任务的位置距离、所述工人的任务完成率、以及所述请求者和所述工人的历史信任值。3.根据权利要求1所述的方法，其特征在于，基于所述评价数据评估所述请求者与所述工人之间的信任关系，包括：基于所述评价数据获取所述请求者和所述工人之间的双向评价数据，并提取所述双向评价数据中的直接信任值和间接信任值；将所述直接信任值和间接信任值进行加权计算，得到所述请求者和所述工人之间的信任值。4.根据权利要求3所述的方法，其特征在于，所述双向评价数据包括：所述请求者对所述工人方向的评价数据、所述工人对所述请求者方向的评价数据；相应地，将所述直接信任值和间接信任值进行加权计算，得到所述请求者和所述工人之间的信任值，包括：基于所述请求者对所述工人方向的评价数据，提取所述请求者对所述工人方向的所述直接信任值和所述间接信任值进行加权计算，得到所述请求者对所述工人方向的信任值；基于所述工人对所述请求者方向的评价数据，提取所述工人对所述请求者方向的所述直接信任值和所述间接信任值进行加权计算，得到所述工人对所述请求者方向的信任值。5.根据权利要求4所述的方法，其特征在于，根据所述信任关系和所述任务预算，计算所述工人应获得的奖励的计算公式如下：其中，R为所述工人应获得的奖励，B为所述任务预算，m为所述工人的数量，δ为激励变动系数，γ为信任值平衡系数，TWR
t
为所述请求者对所述工人方向的信任值，TWR
t
所述工人对所述请求者方向的信任值。6.基于双向信任模型的移动群智感知激励装置，其特征在于，所述装置包括：任务分配模块、评价接收模块、信任评估模块、奖励计算模块...

【专利技术属性】
技术研发人员：程杰仁，许信彬，袁煜明，张博，
申请(专利权)人：海南火链科技有限公司，
类型：发明
国别省市：