基于不完全信息博弈的移动群智感知网络激励机制研究

发布时间：2021-02-04 00:30

　　在移动群智感知（Mobile Crowd Sensing,MCS）网络中,利用普通用户的移动设备作为感知节点进行数据收集,用户间通过移动互联网进行协作,共同完成大规模、复杂的感知任务。相较于传统的传感器网络,移动群智感知具有数据收集成本低,感知范围广泛,设备易于维护,系统可扩展等优势,具有广阔的应用前景和应用价值。移动群智感知应用的实现依赖于大量的用户参与,而电量、流量、存储等有限资源的消耗,以及隐私暴露的威胁会降低用户参与感知任务的积极性,只有在用户得到其认为合理的报酬的情况下,才有可能提高其参与任务的积极性。因此,需设计合理的激励机制对用户参与感知所付出的代价进行补偿,吸引足够的用户参与感知任务以保证移动群智感知应用的服务质量。针对移动群智感知中,如何激励足够数量的用户参与感知任务的问题进行了研究。本文的主要工作如下:1.为了提高用户参与感知的积极性,从用户的角度出发,采用不完全信息博弈的思想,对移动群智感知过程建模分析及参与用户效用分析,以最大化用户效用为目标,并考虑实际中用户在感知过程中随机退出感知的情况下设计激励机制,激励用户参与位置相关的感知任务。将激励机制的设计分为赢标者... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 移动群智感知研究现状
        1.2.2 移动群智感知激励机制研究现状
    1.3 论文的主要研究工作
        1.3.1 研究目标
        1.3.2 主要研究工作及贡献
    1.4 论文组织结构
第2章 移动群智感知网络激励机制研究
    2.1 移动群智感知网络
    2.2 移动群智感知激励机制
        2.2.1 基于娱乐游戏的激励机制
        2.2.2 基于信誉值的激励机制
        2.2.3 基于报酬支付的激励机制
    2.3 移动群智感知激励机制关键问题
    2.4 本章小结
第3章 不完全信息下的移动群智感知激励机制
    3.1 研究动机
    3.2 博弈建模
        3.2.1 群智感知过程建模
        3.2.2 参与节点效用建模
        3.2.3 问题定义
        3.2.4 计算复杂度分析
    3.3 机制设计
        3.3.1 以任务为中心的赢标者选择方法
        3.3.2 报酬支付规则
        3.3.3 性能分析与证明
    3.4 实验验证
        3.4.1 实验设置
        3.4.2 实验结果与分析
    3.5 本章小结
第4章 基于用户交互的激励方法
    4.1 引言
    4.2 基于用户交互的激励模型
    4.3 基于双向拍卖的动态激励方法
        4.3.1 动态激励方法设计
        4.3.2 用户匹配方法
        4.3.3 理论分析
    4.4 实验验证
        4.4.1 实验设置
        4.4.2 实验结果
    4.5 本章小结
第5章 总结与展望
    5.1 工作总结
    5.2 研究展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3017415