智能物联网-课件 第5章-群智感知

×第五章群智感知MobileCrowdSensing智能物联网导论课程组西北工业大学计算机学院目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题5.1概述目标：利用群体的行为、知识和能力完成大规模复杂的感知任务，旨在为城市及社会管理提供智能辅助支持。优势：以大量普通用户的智能设备作为基本感知单元利用用户的广泛分布性、灵活移动性和机会连接性进行感知挑战：数据采集节点单一、感知覆盖范围受限感知数据汇聚成本高、感知信息不完整5.1概述群智感知任务分配分配模型分配方法数据优选选择机制质量评估数据优选激励机制激励模型激励方法目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题5.2.1群智感知基本概念群智感知将普通用户所携带的移动设备作为基本感知单元，通过移动互联网进行有意识或无意识的协作，利用参与者的广泛分布性、灵活移动性和即时连接性，实现感知任务分发与感知数据收集，进而完成大规模、复杂的社会感知任务。服务模式：分布式、移动的、自主参与的三个主体：任务发布者、感知平台和参与者用户无意识地完成感知任务的被动式感知数据收集成本较低，且对用户的干扰较小机会式感知参与式感知5.2.1群智感知协作方式用户专门完成感知任务的主动式感知用户出于经济、兴趣等原因主动响应感知需求群智感知平台上的参与式群智感知主要包括四个阶段：发布任务、执行任务、数据汇聚和结果移交。通过用户主动参与的方式可以获取更加多样和精确的数据，但参与式感知容易受用户主观意识干扰。5.2.1群智感知系统平台群智感知系统结构简单直接，易于部署5.2.1群智感知系统架构数据感知层：移动感知数据移动网络数据网络传输层传感器网络机会网络(如蓝牙、WiFi)群智应用层智慧城市智能制造…目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题5.2.2群智感知任务分配群智感知任务分配是指根据感知任务对参与者感知能力和人数的需求，从多个具有感知能力的用户中选择合适的参与者，并有效协调各个参与者完成复杂的感知任务。感知任务分配对于数据采集的全面性、任务完成率和数据采集质量等都具有重要影响。感知任务参与者任务分配感知任务：由多个独立用户协作完成的一系列物理过程5.2.2感知任务分配模型任务类型时空情境完成方式任务定价时间信息空间信息感知任务：由多个独立用户协作完成的一系列物理过程任务类型时空情境完成方式任务定价参与者可在给定的时间和地点执行感知任务5.2.2感知任务分配模型感知任务：由多个独立用户协作完成的一系列物理过程任务类型时空情境完成方式任务定价任务完成方式个体任务：多个相互独立的参与者完成团体任务：一个相互协作的团体完成共享任务：共享一些服务的方式完成任务定价任务规模任务热度任务难易程度…5.2.2感知任务分配模型参与者：主动或被动地、在激励作用下完成感知任务时空属性用户技能用户偏好用户信用时空属性用户所处情境的时间信息和空间信息用户技能参与感知任务的用户技能对应于特定技能领域的知识用户偏好通常体现在三个方面：任务类型、位置和时间用户信用通过参与者的信任度来评估执行任务的质量5.2.2感知任务分配模型任务分配：以物理空间位置为基础，选择一组合适的参与者完成多个感知任务，同时满足一定的约束条件5.2.2感知任务分配模型5.2.2感知任务分配模型紧急任务一般任务目标函数约束条件目标函数约束条件单任务分配[1]多任务分配[2]低成本分配[3]高质量分配[4]

选择一部分最优的参与者集合完成一个给定的感知任务不同感知任务之间不再是独立的，多个任务之间存在相互依存关系降低完成感知任务的成本，如能源消耗、激励预算等。在任务总成本约束下最大化任务完成的质量[1]YanL.,etal.TaskMe:Multi-taskallocationinmobilecrowdsensing.Ubicomp2016.[2]WangJ.,etal.PSAllocator:Multi-taskallocationforparticipatorysensingwithsensingcapabilityconstraints.2017.[3]XiongH.,etal.iCrowd:Near-optimaltaskallocationforpiggybackcrowdsensing.TMC2015.[4]WangL.,etal.CCS-TA:Quality-guaranteedonlinetaskallocationincompressivecrowdsensing.Ubicomp2015.基于感知任务的不同需求，将任务分配方法分为四种类型5.2.2感知任务分配方法目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题感知数据优选：旨在通过对所收集的可靠性差、代表性低的数据进行有针对性的评估，并根据评估结果采取相应的措施与方法来选择高质量数据以提高数据集的质量。5.2.3群智感知数据优选数据质量的好坏是衡量感知系统优劣的直接指标，是提升群智感知性能和应用服务的基础与保障用户的主观参与意愿用户的认知/技能水平用户采集数据的环境和方式用户所使用的感知设备类型与属性数据质量前置选择数据在上传之前对其效用进行评估，然后选择高可用数据上传至服务器后置选择数据上传至数据服务器或交付给任务发布者之后再进行数据选择操作5.2.3感知数据选择机制数据选择机制：群智感知中的数据优选汇聚可分为前置选择和后置选择。群智感知中基于前置数据选择工作流程通过参与者与平台之间的交互，可以达到对数据集进行前置选择的目的，从而降低感知成本。5.2.3感知数据选择机制打分评定值感知平台可以采用记分制对参与者采集的感知数据进行主观评价时间相关度由感知数据采集的时间和任务所要求的时间（包括任务开始时间和任务截止时间）所决定空间相关度参与者采集数据的地点与任务目标区域的相关程度，从而判断其对数据质量的影响程度数据内容关注感知数据本身的质量，进而确定内容准确且语义清晰的高质量群智数据5.2.3感知数据质量评估感知数据质量评估旨在对感知数据在传输之前对其效用/质量进行评估，进而选择高可用的数据上传至服务器。5.2.3群智感知数据优选冗余数据优选：结合时空特征、内容特征、数值分布等进行群智数据的优选内容信息图像内容（即内容信息）重复的数据可以通过图像处理技术识别语义信息可以通过时间、地点、角度、距离等任务约束或特征来刻画和度量基于分层约束树融合的节点间数据移交目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题5.2.4群智感知激励机制群智感知系统通过采用适当的激励方式（如报酬激励、虚拟积分激励等），鼓励和刺激参与者参与到感知任务中，提高任务的分配率和完成率，并提供高质可信的感知数据。用户行为数据隐私泄露风险设备存储、计算以及电量开销数据传输网络流量开销自私性个体理性不诚实性不确定性通过某种激励方式达到服务器感知平台和参与者的效用最大5.2.4群智感知激励机制不同的激励方式具有不同的激励作用。对于参与群智感知任务的参与者来说，从回报方式上可以将激励机制分为物质激励和非物质激励5.2.4群智感知激励机制不同的激励方式具有不同的激励作用。对于参与群智感知任务的参与者来说，从回报方式上可以将激励机制分为物质激励和非物质激励逆向拍卖组合拍卖具有多位潜在卖方和一位买方竞价人可以对多种商品的组合进行竞价物质激励主要通过报酬支付来激励参与者参与5.2.4群智感知激励机制不同的激励方式具有不同的激励作用。对于参与群智感知任非物质激励务的参与者来说，从回报方式上可以将激励机制分为物质激励和非物质激励由个体对任务本身的内在兴趣或享受所驱动，而非依赖于外部压力或对奖励的渴望目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选5.2.4群智感知激励机制5.3.总结与展望5.4.习题5.3总结群智感知利用大众参与者的广泛分布性、灵活移动性和即时连接性进行大规模时空感知，并融合群体智能实现对感知数据的优选萃取，进而为城市及社会管理提供智能辅助支持。针对任务分配方面，群智感知有效协调参与者执行复杂感知任务，降低任务完成成本针对数据优选方面，群智感知采取相应措施与方法选择高质量数据，提高感知数据质量针对用户激励方面，群智感知通过适当激励方式鼓励和刺激参与者参与到感知任务中，提高任务完成率5.3展望人-机-物协作的群智感知云-边-端融合的群智感知人工智能增强的群智感知通用的群智感知平台高效执行大规模、复杂的感知任务，实现对环境进行深度且全面的感知目录5.1.概述5.2.主要研究方向

5.2.1群智感知基本概念

5.2.2群智感知任务分配5.2.3群智感知数据优选