移动群智感知系统中基于数据质量保证的任务分配方法研究

Crowdsensing technology has great potentials in areas of environment surveillance, intelligent transportation, social activities, healthcare, public safety, etc. For supporting efficient and high-quality completion of crowdsensing applications, quality guarantee of sensing data is a very critical scientific issue. Towards the problems of data redundancy, data incompleteness, data inconsistency and data incredibility in mobile crowdsensing systems, this project conducts research on data-quality-guaranteed task allocation methods. To data redundancy, information-entropy-based methods are proposed for data redundancy removal; To data incompleteness, approaches for spatial-temporal coverage over targeted sensing area are investigated; To data inconsistency, logical data deviations are eliminated with the consideration of both sensing data values and velocity of the crowdsensing systems; To data incredibility, a data credibility evaluation model is proposed by integrating participant reputation and other related factors. This project will focus on the task allocation algorithms based on data quality guarantee mechanisms, and assign tasks to the appropriate participants. Finally, a mobile crowdsensing application will be implemented, on which the proposed algorithms can be validated and evaluated.

群智感知技术在环境监测、智能交通、社交活动、公众健康、公共安全等诸多领域都有着广阔的应用前景。为了支撑群智感知应用高效、高质量地完成，感知数据质量保证是一个非常关键的科学问题。本项目针对移动群智感知系统中存在的数据冗余性、数据不完整性、数据不一致性、数据低可信性等问题，研究基于数据质量保证的任务分配方法。针对数据冗余性问题，采用基于信息熵的方法进行数据冗余缩减；针对数据不完整性问题，研究时空统一背景下的目标感知区域覆盖；针对数据不一致性问题，综合考虑参与者提供的数据以及群智感知系统的状态变化规律，剔除逻辑上的数据偏离；针对数据低可信性问题，基于声望评价等多个因素进行数据可信性综合评估。基于各种数据质量保证措施设计任务分配算法，选择合适的参与者进行群智感知任务分配。最后，将构建一个移动群智感知应用原型系统，并在系统上对设计的相关算法进行有效性验证和性能评价。

本项目对移动群智感知系统中基于数据质量保证的任务分配方法开展研究，结合智慧城市、智能交通、智慧物流等场景研究任务分配方法；研究移动群智感知的数据多样性、参与者移动行为的不确定性对任务分配的影响，设计感知数据冗余性度量方法。研究基于数据完整性保证的任务分配方法，提出移动群智感知众包交通多任务优化分配、城市物流资源分配推荐算法；针对数据不一致性问题，对参与者提供的数据进行分析，设计基于隐马尔可夫以及GA-BP模型的移动用户流失预测算法；针对感知数据的低可信性问题，研究任务分配中的激励与定价博弈，面向移动群智感知，设计了位置匿名算法、用户激励机制等以保证任务的数据质量。构建多个应用原型系统，包括移动教育资源协作系统、校园资源分享应用系统、用户激励机制应用系统等。