以人为中心的感知中的隐私管理与最优定价

随着移动群智感知和物联网（IoT）等新兴感知技术的出现，以人为中心的数据可以被高效地收集并用于分析和优化目的。开发和提供以人为中心的服务通常需要这些数据。在本文中，我们探讨以人为中心服务的隐私影响、最优定价和捆绑问题。我们首先从数据分析角度定义服务质量与隐私水平之间的负相关性。然后，我们提出销售独立服务、互补服务和替代服务的利润最大化模型。具体而言，我们推导了最优隐私水平和订阅费的闭式解，以最大化服务提供商的总利润。对于相互关联的以人为中心的服务，我们表明，与单独销售相比，通过互补服务的服务捆绑进行合作是有利可图的，但对替代服务则是不利的。我们还表明，服务捆绑的市场价值与相互关联服务之间的相依程度相关。最后，我们引入博弈论中的利润分享模型，以在合作服务提供商之间分配捆绑利润。