基于移动社交网络的群智计算任务分配算法研究

发布时间：2017-11-30 09:12

  本文关键词：基于移动社交网络的群智计算任务分配算法研究

  更多相关文章： 移动社交网络 群智计算 任务分配 激励机制

【摘要】：群智计算是近年来新兴的一种计算模式,主要是指一群随身携带有智能手机、平板电脑、车载智能终端、可穿戴器件等各种移动智能设备的用户,通过他们的智能协作,共同完成一个大规模的、单人难以应对的复杂计算任务。另一方面,移动社交网络是延迟容忍网络和在线社交网络系统的融合,能够支持移动用户通过移动智能设备以延迟容忍的方式实现大规模的数据交互与共享。随着技术的进步,当前的移动智能设备往往都已经具备了非常好的计算、感知、通讯和存储能力,广大的移动用户实际上已经成为了一个庞大的计算资源宝库。群智计算系统能够有效地利用这一资源,相关的研究具有重要的理论意义和广泛的应用前景。现有的群智计算系统大多数是在线系统,他们的任务分配是一种被动的分配方式,并未考虑任务结果的回收过程对任务分配的影响。而且,这些系统很少考虑用户在移动社交网络中的行为特征。为此,本文研究了基于移动社交网络的群智计算任务分配算法,提出了一种基于最优用户组的群智计算任务分配算法,对算法的最优性进行了证明。此外,为了验证算法的性能,本文还设计了一个群智计算任务分配算法实验验证系统,主要包括用户信息模块,任务产生模块,任务分配模块,任务执行模块以及结果回收模块,还提出了相应的激励机制。通过这一群智计算系统,用户能够发布和分配计算任务并回收结果。本文的主要贡献及创新之处如下：1.提出了一个基于最优用户组的群智计算任务分配算法,根据用户的移动行为特征进行任务分配。该算法尽可能地选择最少的用户来有效地执行群智计算任务,能够降低分配任务所需支付的费用。通过理论分析,证明了算法的最优性。2.针对分配算法的性能验证设计了一个群智计算任务分配算法实验验证系统。与已有的系统相比,系统支持移动用户采用短距离无线通信的方式传输大数据。并且,系统还专门设计了任务分配模块用于验证基于移动社交网络的群智计算任务分配算法性能。此外,还针对该任务分配算法设计了两种不同的激励机制,并利用实验验证系统验证了算法的性能。
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09;TP301.6
，

本文编号：1238777