一种支持数据复用的移动群智感知双向拍卖机制

移动群智感知是一种新型感知范式，通过雇佣移动用户/设备执行感知任务，可以实现灵活且可扩展的感知覆盖，同时部署成本低。在本工作中，我们提出了一种支持数据复用的新型 MCS 框架，其中具有公共数据需求的多个任务可以通过 MCS 平台彼此共享（复用）公共数据。我们系统性地研究了在信息对称和不对称情况下移动用户和任务（支持数据复用）的最优分配，这取决于用户成本和任务估值是否为公开信息。在前一种情况下，我们将分配问题表述为广义背包问题，并使用经典算法求解。在后一种情况下，我们提出了一种真实且最优的双向拍卖机制，该机制建立在上述背包分配问题之上，以诱导用户和任务的私有信息，同时实现与信息对称下相同的最优分配。仿真结果表明，通过允许任务间数据复用，与无数据复用相比，社会福利可增加 100~380%。我们进一步表明，所提出的双向拍卖对拍卖者而言不是预算平衡的，这主要是由于任务间的数据复用。为此，我们进一步在双向拍卖中（针对每个数据项）引入保留价格，以在预算平衡和社会效率之间实现理想的权衡。