激励智能手机在数据采集和分布式计算中的协作

本文分析并比较了主设备在数据采集和分布式计算应用中激励智能手机用户协作的不同激励机制。为了从用户处收集大量敏感数据，我们提出了一种基于奖励的协作机制，其中主设备宣布一个总奖励由协作者共享，如果有足够多的用户愿意协作，则协作成功。我们证明，如果主设备知道用户的协作成本，那么他可以选择只涉及成本最低的用户。然而，在不知道用户私人信息的情况下，他需要提供更大的总奖励来吸引足够的协作者。用户将在数据采集之前知道自己的成本中受益。也许令人惊讶的是，主设备可能因用户成本分布方差的增加而受益。为了利用智能手机的计算资源解决复杂的计算问题，我们研究了主设备如何通过为不同用户类型指定不同的任务-奖励组合来设计最优合同。在完全信息下，我们证明只要主设备的偏好特征超过该类型用户的单位成本，主设备就会涉及该用户类型。在这种情况下，所有协作者获得零收益。然而，如果主设备不知道用户的私人成本信息，他将保守地针对成本较小的较小用户群体，并且必须将大部分收益给予协作者。