在移动群智学习中存在自私用户时我们能否实现信息新鲜度？
社会与信息网络
2019-02-19 v1
摘要
智能移动设备的激增刺激了移动群智学习服务的爆发式增长，其中服务提供商依赖用户群体自愿收集、上报和共享关于一组分散兴趣点(PoI)的实时信息。影响此类移动群智学习应用未来大规模采用的一个关键因素是被群智学习信息的新鲜度，其可由称为“信息年龄”(AoI)的指标衡量。然而，我们表明，若系统设计不佳，在自私用户行为下移动群智学习的AoI可能任意糟糕。这促使我们设计高效的奖励机制以激励移动用户及时上报信息，目标是保持每个PoI的AoI和拥塞水平较低。为此，我们考虑一种简单的基于线性AoI的奖励机制，并从无政府代价(PoA)角度分析其AoI和拥塞性能，PoA刻画了因用户自私行为导致的系统效率退化。值得注意的是，我们表明所提机制在确定性场景中渐近地实现了最优AoI性能。进一步，我们证明所提机制在一般随机情形下实现了有界的PoA，且该界仅依赖于系统参数。特别地，当随机情形下PoI的服务率对称时，所实现的PoA渐近地以上界 为界。总体而言，本工作增进了我们对移动群智学习系统中信息新鲜度的理解。
引用
@article{arxiv.1902.06149,
title = {Can We Achieve Fresh Information with Selfish Users in Mobile Crowd-Learning?},
author = {Bin Li and Jia Liu},
journal= {arXiv preprint arXiv:1902.06149},
year = {2019}
}