基于社会化机会物联的移动用户感知信息收集服务研究

With the rapid development of sensing, computation, storage, communication technologies of mobile devices, it's necessary and attracting to gather various sensing data for users, environment, and society to build social mobile applications and services. In this proposal, we propose to research on the key technologies and theory on sensing data gathering based on mobile devices, including various heterogeneous sensing data collection for mobile users, sensing data forwarding based on social opportunistic networking, privacy preserving, and system evaluation by simulation or prototyping, which is aim to provide finer-grained, secure sensing data gathering service for mobile users. We present adaptive sensing data sampling based on reinforcement learning, ontology-based sensing data context model, sensing data opportunistic forwarding based on social roles, and privacy preserving mechanism based on personalized K-anonymity model. We expect to publish more than 10 papers on international conferences and important journals, propose more than 3 national patents, and make efforts to produce a certain influence in related research fields.

随着移动终端感知、计算、存储和通信技术的发展，社会化移动应用和服务需要收集移动环境中用户、环境及社会相关的多种感知信息。本课题以提供多粒度、安全的移动用户感知信息收集服务为目标，研究利用用户携带的移动终端或者传感设备进行用户相关的感知信息收集的相关技术和理论，主要包括移动用户多源异构感知信息采集、基于社会化机会物联的感知信息传播、移动用户感知信息隐私保护，以及通过模拟或原型系统验证提出的研究成果。本课题拟采用基于强化学习的自适应感知数据采样机制、基于本体分层的感知信息上下文模型、基于社会关系属性的感知数据机会传输机制、以及基于个性化K-匿名模型的感知信息隐私保护机制等技术解决方案，预期在国内外重要刊物和会议上发表10篇以上学术论文，申请3项以上国家专利，力争在国际上相关研究领域产生一定的影响力。

随着移动终端感知、计算、存储和通信技术的发展，社会化移动应用和服务需要收集移动环境中用户、环境及社会相关的多种感知信息。本课题以提供多粒度、安全的移动用户感知信息收集服务为目标，研究利用用户携带的移动终端或者传感设备进行用户相关的感知信息收集的相关技术和理论，主要包括移动用户多源异构感知信息采集、基于社会化机会物联的感知信息传播、移动用户感知信息隐私保护，以及通过模拟或原型系统验证提出的研究成果。..在课题执行的三年中，课题组研究人员面向典型无线网络应用领域、普适计算和移动计算领域，在真实的环境中基于移动情景下，感知和识别多种类别的用户感知和信息服务的手机。在研究的过程中，本课题搭建了一个零打扰的室内用户移动信息的收集原型系统和基于社会化机会物联信息传播的算法及其验证平台；课题还设计了一套针对移动用户感知信息隐私保护的协议和算法。围绕课题研究共发表学术论文14篇，成果主要在国际知名期刊（IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY），国际会议（WASA,EUC, UIC）、国内一级学报，EI和SCI检索国内期刊发表，并对重要创新申请4项国家发明专利。在社会化机会感知信息传播和收集方面提出了SerPeer方法，能效提升近30%性能和节省25%的能耗，不仅提出了崭新的零打扰的室内用户移动信息模型，对社会化物联网有重要指导意义。..基于社会化物联网用户感知数据的采集研究还远未结束，不同应用场合需要采取不同的手段进行有效感知与识别，不同的方法之间必然存在一定程度的重叠和干扰，因而势必带来更多异构共存和协调的问题。课题组还将继续在这一领域展开研究。