安全可信的移动群智感知数据交易系统关键技术研究

The data trading system based on mobile crowdsensing is a new intersecting research issue. It can utilize the technology of crowdsensing to recruit some users, lets them perform various data collection tasks according to certain requirements, and sells the results to data consumers, so as to share these data. In recent years, with the development of the big data industry, many web-based data trading systems have emerged. However, most of these systems are in lack of data sources and users’ participation. Since the data trading system based on mobile crowdsensing can provide data sources for data trading according to requirements, it has the important application value and research significance. For the new emerging issue, the project advocates the research on the key technologies of secure and truthful data trading systems based on mobile crowdsensing, including the system framework, truth discovery of data collection, incentive mechanisms and privacy-preserving schemes of data trading, and system optimization mechanisms based on machine learning. We will propose a series of data collection and trading mechanisms based on mobile crowdsensing by using the techniques of combination optimization, online decision, auction theory, homomorphic encryption, secret sharing, differential privacy, and so on, which will provide the strong theoretical and technical supports for building the secure and truthful data trading systems based on mobile crowdsensing.

移动群智感知数据交易系统是移动计算领域的一个新兴交叉课题，主要是利用群智感知技术招募移动用户，按照一定的需求去执行各种数据收集任务，并将结果交易给数据消费者，从而实现数据的共享利用。近年来，随着大数据产业的发展，出现了许多基于WEB的数据交易系统。然而，这些系统大多面临着数据来源匮乏、缺少用户参与的困境。移动群智感知数据交易系统则能够为数据交易按需提供数据来源，因而具有重要的应用价值和研究意义。面向这一新兴概念，本项目提出安全可信的移动群智感知数据交易系统关键技术研究，主要包括系统框架、数据收集的真值发现、数据交易的激励机制和隐私保护机制、以及基于机器学习的系统优化机制等研究内容。我们将通过综合运用组合优化、在线决策、拍卖理论、同态加密、秘密分享、差分隐私等技术手段，研究提出一系列的移动群智感知数据收集和交易机制，为建设安全可信的移动群智感知数据交易系统提供有力的理论及技术支撑。

移动群智感知数据交易主要是利用群智感知技术招募移动用户去执行各种数据收集任务，并将结果交易给数据消费者，从而实现数据共享利用的一种新兴移动计算模式，有助于解决当前大多数据交易系统所面临的数据来源匮乏的困境，因而具有广泛的应用前景。本项目对安全可信的移动群智感知数据交易系统关键技术进行研究，主要包括系统框架、数据交易的真值发现、激励机制、隐私保护、以及系统优化等五个方面的研究内容。为此，我们基于区块链、差分隐私、同态加密、数据隐藏、博弈论、机器学习等技术提出了多个安全可信的群智感知数据交易框架和一系列性能可保证的群智感知数据交易机制，在国内外重要学术期刊和会议上发表了35篇SCI/EI检索论文，包含了16篇CCF A 类国际期刊或会议论文、3篇中科院分区Top期刊论文、6篇CCF B类国际期刊或会议论文、5篇C类国际会议论文（1篇获最佳论文奖）。其中，发表在A类期刊TON上的基于秘密分享的安全用户招募协议，能够在隐私保护的同时取得近似最优性能而不依赖任何可信第三方，相关工作作为代表成果获得了安徽省自然科学二等奖；发表在A类期刊TKDE上的保护隐私的反向拍卖协议，能够满足诚实性、个体理性、计算有效性、以及安全性的要求，获得了苏州市自然科学优秀论文二等奖；发表在A类会议INFOCOM2020上的基于扩展UCB机制的移动用户招募算法，能够在未知用户数据质量的情况下取得近似最优的累积效用，获得谷歌学术用40次；发表在A类期刊TMC上的基于差分隐私的未知用户招募协议，能够在未知用户数据质量且保护其隐私的情况下取得近似最优的累积效用，获得谷歌学术引用30次，等等。所提的这些机制和算法能够为不同应用场景下的移动群智感知数据交易系统的设计提供坚实的理论指导和技术支撑。此外，通过本项目的研究，我们还申请了2项专利，培养了3名博士研究生和12名硕士研究生，其中1位博士研究生获得了中国科学院优秀博士学位论文奖。