利用交叉验证重塑移动群智感知以提升数据可信度
人机交互
2017-09-13 v1 计算机与社会
摘要
数据可信度是移动群智感知（MCS）以及更广义的以人为中心的物联网（IoT）中的一个关键问题。先前的工作采用激励机制设计和数据挖掘等方法来解决该问题，却忽视了群体自身的力量，而本文正是利用了这一点。具体而言，我们提出了一种交叉验证方法，该方法寻找一个验证群体来核实原始感知群体的数据可信度，并利用验证结果将原始感知数据集重塑为对真实值更具可信度的后验信念。遵循此方法，我们设计了一种具体的交叉验证机制，该机制将四种采样技术与隐私感知的能力自适应推送（PACAP）算法相集成，并适用于对时间敏感且对质量关键的 MCS 应用。它不需要重新设计新的 MCS 系统，而是作为轻量级“插件”运行，从而更易于实际采用。我们的结果表明，所提出的机制在强化模糊真相和发掘隐藏真相两方面均显著提升了数据可信度。
引用
@article{arxiv.1709.03495,
title = {Reshaping Mobile Crowd Sensing using Cross Validation to Improve Data Credibility},
author = {Tie Luo and Leonit Zeynalvand},
journal= {arXiv preprint arXiv:1709.03495},
year = {2017}
}
备注
To be published in the Proceedings of IEEE GLOBECOM, December 2017