以数据为中心的移动群智感知
计算机科学与博弈论
2017-05-18 v1
摘要
移动群智感知是一种利用海量移动设备中各种内置传感器的极具前景的感知范式。MCS 的一个关键目标是高效调度移动用户以执行多个感知任务。先前的工作主要集中在任务层和用户层之间的交互，而没有考虑任务相似的数据需求和用户异构的感知能力。在本工作中，我们通过在任务和用户之间引入一个新的数据层，提出了一个三层以数据为中心的 MCS 模型，使得不同任务能够重用相同的数据项，从而有效地利用任务相似性和用户异构性。我们基于新框架构建了一个联合任务选择和用户调度问题，旨在最大化社会福利。我们首先利用任务和用户的统计信息分析了集中式优化问题，并展示了由于数据重用带来的社会福利增益边界。然后我们考虑了自私任务所有者和用户的双边信息不对称，并提出了一种去中心化市场机制以实现集中式社会最优。特别地，考虑到优化的 NP-hardness，我们提出了一种真实的双边随机拍卖机制，确保了计算效率和接近最优的性能。仿真验证了我们提出的模型和机制的有效性。
引用
@article{arxiv.1705.06055,
title = {Data-Centric Mobile Crowdsensing},
author = {Changkun Jiang and Lin Gao and Lingjie Duan and Jianwei Huang},
journal= {arXiv preprint arXiv:1705.06055},
year = {2017}
}