移动群智感知中声誉感知拍卖的清盘率最大化
网络与互联网体系结构
2018-10-16 v1
摘要
拍卖已被用作移动群智感知（MCS）中任务管理与分配的有效框架。在拍卖术语中，清盘率（CR）指的是拍卖期间售出的物品百分比。本研究关注于在集中式、参与式 MCS 系统中最大化声誉感知（RA）拍卖的 CR。文献中的近期技术聚焦于若干挑战，包括参与者可能发送的不诚实出价与恶意信息。然而，此类系统中已完成任务的数量较少受到关注，尽管其对服务需求方的满意度具有切实影响。为实现 MCS 系统中 CR 最大化的目标，我们提出了两种新的出价过程表述，该过程是任务分配策略的一部分。我们开展了仿真，以在不同拍卖数、任务数与参与者数下评估所提方法及其对用户效用的影响。我们证明了所建议方法的有效性：与当前最优（SOTA）方法相比，CR 实现了持续且可观的提升（在某些情况下达到三倍增长）。
引用
@article{arxiv.1810.05774,
title = {Maximizing Clearance Rate of Reputation-aware Auctions in Mobile Crowdsensing},
author = {Maggie E. Gendy and Ahmad Al-Kabbany and Ehab F. Badran},
journal= {arXiv preprint arXiv:1810.05774},
year = {2018}
}
备注
7 pages, 9 figures, 3 tables, accepted to appear in CCNC 2019