FIRST：一种优化移动群智感知系统中信息质量的框架
网络与互联网体系结构
2018-05-01 v1
摘要
移动群智感知允许以前所未有的规模和速度收集数据。移动群智感知面临的最大挑战之一是参与者可能表现出恶意或不可靠的行为。因此，设计算法以准确分类可靠与不可靠的感知报告变得至关重要。为此，我们提出了一种新颖的优化智能手机参与式感知信息可靠性的框架（FIRST），该框架利用移动可信参与者（MTP）来安全地评估感知报告的可靠性。FIRST 对部署前确定所需使用的最少数量的 MTP 以达到所需分类精度这一具有挑战性的问题进行了建模与求解。我们通过在 iOS 和 Android 上实现房间占用监测系统，以及使用真实世界移动轨迹的仿真，对 FIRST 进行了广泛评估。实验结果表明，FIRST 通过在所考虑的场景中实现近 80% 的分类精度，显著降低了三种安全攻击（即破坏攻击、开关攻击和串通攻击）的影响。最后，我们讨论了正在进行的将 FIRST 作为 National Map Corps 项目一部分进行性能测试的研究工作。
关键词
引用
@article{arxiv.1804.11147,
title = {FIRST: A Framework for Optimizing Information Quality in Mobile Crowdsensing Systems},
author = {Francesco Restuccia and Pierluca Ferraro and Timothy S. Sanders and Simone Silvestri and Sajal K. Das and Giuseppe Lo Re},
journal= {arXiv preprint arXiv:1804.11147},
year = {2018}
}