1、 硕 士 专 业 学 位 论 文参与式感知系统激励机制的研究与实现专业名称 ： 电子与通信工程参与式感知系统激励机制的研究与实现I摘要随着电子信息技术、传感器技术和通信技术的飞速发展，相关硬件水平的不断提高，使得移动终端设备有了巨大的改进。这些大量使用的智能终端设备集成了丰富的传感器，这为实现大规模数据感知，即参与式感知，创造了条件。参与式感知鼓励普通民众使用他们的智能设备来收集和分享周围环境和个人的数据，降低了数据采集成本、提供了一种灵活便捷且覆盖范围广泛的新型感知方法。参与式感知技术可广泛应用于环境监测、安全应急、城市管理等领域。然而高质量的数据获取是参与式感知面临的技术难题之一，针对这一
2、问题，参与式感知通过采用设计有效的激励机制来鼓励、保障和吸引相对稳定有效的感知群体加入感知活动，从而提升感知数据质量，保障应用需求。因此，参与式感知激励机制的研究具有重要意义。本文基于感知任务的数据质量，并充分考虑用户在参与感知活动时，由于日常活动导致的感知数据质量动态变化的情况，研究了一种基于信息质量的参与式感知激励机制。主要研究内容包括：1）本文将参与式感知平台与用户构建成两阶段的斯塔克伯格博弈模型，通过求解平台和用户之间的纳什均衡，找到他们的最佳感知策略，并引入数据质量评价指标，通过考虑用户与感知任务的相关性，数据提交的时效性以及数据准确性，来反映用户的感知数据质量。2）本文在基于博弈模
3、型的基础上，研究了一种基于信息质量的参与式感知激励方法。该激励方法通过将感知任务分为多轮，在每一轮中以参与者的信誉度作为事先报酬分配指标，在每一轮任务结束后，依据该轮的信息质量来动态调整下一轮的报酬定价，从而保证了感知活动的可持续性。最后，通过案例分析的方式验证该机制的性能。3）基于本文研究的激励机制设计并实现一套参与式感知系统，该系统包含有安卓客户端，Web 管理端以及服务器。本文阐述了系统中各主要模块的接口和逻辑设计，并展开说明了如何在系统中实现激励功能。最后以黑盒测试的方式证明系统能够有效运行。关键字：参与式感知；激励机制；数据质量；移动应用硕士学位论文II参与式感知系统激励机制的研究与
4、实现IIIAbstractWith the rapid development of electronic information technology, sensor technology and communication technology, the continuous improvement of the related hardware level has resulted in a tremendous improvement in mobile terminal equipment. These abundantly used intelligent terminal dev
5、ices integrate numerous sensors, which creates conditions for realizing large-scale data sensing, that is, Participatory Sensing. Participatory Sensing encourages ordinary people to use their smart devices to collect and share data of the surrounding environment or individuals,which reduce data coll
6、ection costs, and provide a new type of sensing method that is flexible, convenient, and widely covered. Participatory Sensing technology can be widely used in environmental monitoring, security emergency, urban management and other fields.High-quality data acquisition is one of the technical challe
7、nges faced by Participatory Sensing. To address this issue, Participatory Sensing encourages, guarantees, and attracts relatively stable and effective groups to participate in sensing activities through the use of design-effective incentive mechanisms to enhance Sensing data quality and protect appl
8、ication requirements. Therefore, the study of participatory sensing incentive mechanism is of great significance.This paper is based on the data quality of sensing tasks, and fully considers the dynamic changes of sensing data quality caused by daily activities when users engage in awareness activit
9、ies, and studies a Participatory Sensing incentive mechanism based on information quality. The main research content includes:1) This paper builds a two-stage Starkberg game model between the platform and the users. It solves the Nash equilibrium between the platform and the user, finds their best s
10、ensing strategy, and introduces data quality evaluation indicators. Relevance to sensing tasks, timeliness of data submission, and data accuracy reflect the users sensing strategy.2) Based on the game model, this paper studies a Participatory Sensing incentive mechanism based on information quality.
11、 The incentive method divides the sensing task into multiple rounds. In each round, the creditworthiness of the participants is used as a prior remuneration distribution index. After each round of tasks, the next round of dynamic adjustment is performed according to the information quality of the ro
12、und. Remuneration pricing, thus ensuring the sustainability of perceived activities. Finally, the validity of the method is verified by case analysis.3) Based on the incentive mechanism proposed in this paper, a set of Participatory Sensing system is designed and implemented. The system includes an
13、Android client, a Web 硕士学位论文IVmanagement terminal and a server. This article describes the interface and logic design of each major module in the system, and explains how to implement the incentive mechanism in the system. Finally, the black box test proved that the system can operate effectively.Ke
14、ywords: Participatory Sensing; Incentive Mechanism; Data Quality; Mobile Application参与式感知系统激励机制的研究与实现V目录摘要 .IAbstract.III目录 .V第 1 章 绪论.11.1 研究目的与意义.11.2 国内外研究现状.31.3 主要研究内容.41.4 论文结构安排.5第 2 章 参与式感知相关理论与技术研究.62.1 参与式感知系统框架.62.2 参与式感知激励机制.72.3 参与式感知系统开发技术.92.3.1 系统通信技术.92.3.2 客户端开发技术.102.3.3 服务器开发技术.1
15、12.4 本章小结.12第 3 章 基于信息质量的参与式感知激励机制.133.1 系统模型.133.1.1 斯塔克尔伯格博弈模型.133.1.2 参与者与平台最佳策略.153.2 激励机制研究.173.2.1 参与者信誉机制.183.2.2 动态定价策略.203.2.3 激励机制设计.213.2.4 激励算法复杂度分析.233.3 本章小结.23第 4 章 参与式感知系统激励机制的实现.244.1 需求分析.244.1.1 系统需求分析.244.1.2 激励功能需求分析.254.2 参与式感知系统总体设计.264.3 激励模块设计.274.3.1 子模块划分.284.3.2 子模块详细设计.2
16、9硕士学位论文VI4.4 其他模块设计.334.4.1 用户管理模块.334.4.2 数据展示模块.354.4.3 数据采集和数据存储模块设计.354.5 本章小结.37第 5 章 激励机制性能测试.385.1 激励算法性能测试.385.1.1 激励模型分析.385.1.2 激励方法分析.405.2 系统及激励功能测试.425.2.1 激励模块功能测试.425.2.2 用户管理和数据展示模块功能测试.455.2.3 数据采集和存储模块功能测试.485.3 本章小结.49第 6 章 总结与展望.506.1 总结.506.2 展望.50参考文献.51致谢.55参与式感知系统激励机制的研究与实现1第
17、 1 章 绪论1.1 研究目的与意义近年来，在电子信息技术、通信技术和传感器技术的迅猛发展下，相关硬件水平的不断提高，使得移动终端设备有了巨大的改进，智能手机的市场份额也在不断扩大。由国际数据组织（IDC）发布的全球智能手机数据调查报告中显示， 2017 年智能手机的出货量达到 14.6 亿部，并且全球已超过五十亿人在使用智能终端设备 1。智能手机等这些智能终端设备内置了大量先进的传感器（如 GPS 传感器，陀螺仪，加速度计，摄像头，麦克风等），具有较为强大的感知、计算和通信能力。这些普及的智能移动设备可以作为感知个人及周围环境的节点，同时大量的智能移动设备组成的网络可以使人们快速、动态地获取
18、和分享数据。这为实现大规模传感提供了新的方式，被称为参与式感知(Participatory Sensing)2。参与式感知强调以人为中心，利用智能移动设备的感知功能、计算功能和网络通讯功能，结合云服务用于收集和分析数据，从而实现较大区域范围的感知应用活动 3。通常数据使用者发布感知任务给持有集成丰富传感器的智能设备的用户，让他们通过WiFi 或移动数据网组成一个交互式的感知网络，不论是社会公众还是相关专业人士，都可以通过感知网络收集、上传和共享感知数据信息。研究者、决策者能够根据这些信息作出分析，最后反馈给大众。相较于传统的感知方式，参与式感知具有如下优势 4：1）参与式传感利用现有的通信（蜂
19、窝或 WiFi）基础设施，几乎不存在部署成本。2）移动感知设备由众多自然人所持有，而人所特有的时空流动性特点，使参与式感知具有广泛的时空覆盖性，还能增大不可预知事件的观测概率。3）手机应用开发的成熟使得软件开发和推广相对容易。总的来说，参与式感知作为一种新的感知计算模式，具有维护成本低、感知范围广、感知数据丰富等优点。在实现更细粒度、低成本的感知情景上，参与式感知是对于传统感知网络的一个很好补充。参与式感知根据其收集感知数据的用途，主要可以分为两类：1）个体感知 5-7：其主要用于记录个人活动状态（如跑步、行走、下蹲等）和理解个体生活模式（如活动时间、出行轨迹等）。个体感知获得的感知数据通常用
20、于个人健康监控，以及分析个人活动对环境的影响等。2）公共感知 8-11：这类参与式感知主要收集和监控环境参数（如空气质量、噪音污染等）或城市数据（如交通状况、停车位数量等）。公共感知可以完成那些仅靠个体难以实现的大规模、复杂的环境感知任务，收集的数据能够服务于公众，也可对城市规划和机构提供参考。硕士学位论文2典型的参与式感知系统由两部分组成，一部分是位于云端的参与式感知平台（Platform），另一部分则是众多的参与节点（Participant），其由普通群众以及他们持有的智能终端设备所构成。一般而言，感知平台会发布多个感知任务（Task），每个任务侧重收集某种或几种特定类型的数据，而每个参与
21、节点在同一时刻只能参与一个感知任务。通常的感知数据采集过程如下：首先，感知平台公布感知任务以及感知任务的具体要求，其中包含数据采集的时间、地点、数量等要求。然后每个参与节点根据自身情况来选择感知任务并参与，参与节点按照任务要求采集相应的数据，并上传数据到平台以完成感知任务。感知数据的采集方式一般有手动、自动和基于上下文触发这几种。之后平台检验感知数据的有效性，向参与节点发放感知报酬，收集到的感知数据将存放在各种数据库中。对于采集的感知数据经过平台的进一步分析和整合，将以数据或图表的方式展现给大众，以提供有价值的指导。参与式感知可以被应用于个人健康 6、交通检测 8、社交 13、公共安全 15、
22、环境监控 9等众多方面，来提高人们的生活质量。目前已经出现了一些具有代表性的应用如：1）加州伯克利大学（UCB）开发的空气质量检测应用 Common Sense9，参与者利用终端设备通过外接传感器的方式收集周围的空气质量，实现对空气质量的监控；2）IBM 公司开展的 Creek Watch10项目，用于研究水域流量和污染状况；3）新南威尔士大学（UNSW）开发的 Ear Phone11项目，鼓励参与者利用手机麦克风来收集周围环境的噪音信息；4）加州大学洛杉矶分校（UCLA）开发的 PEIR12项目，通过记录用户的位置信息，来分析用户的碳排放对环境的影响；5）马里兰大学（UMD）推出的融合了社交
23、网络和环境感知的项目 CenceMe13；6）美国著名的地图服务公司位智(Waze) 14推出的基于共享实时交通道路信息的交通导航应用程序。目前，参与式感知是无线传感领域的研究热点，受到国内外研究机构的广泛关注，但是由于缺乏足够数量的感知任务参与者 16和较低的数据采集质量 17,18等问题，严重阻碍的参与式感知的发展。为了解决这些问题，参与式感知系统通过采用设计有效的激励机制来鼓励和吸引稳定有效的感知群体加入感知活动，从而提高感知数据的数量和质量。参与式感知激励机制的核心目标在于，通过设计合理的激励方法来解决平台和参与者双方在最大化各自效用上所面临的问题，实现激励的功能。就各自来说，感知平台的目标是在其支付代价尽可能小或者可控的条件下激励更多的参与者，来获得更高质量且可靠的感知数据。而作为参与者其参与感知活动的首要障碍是在数据采集中引起的资源损耗与个人隐私泄露。除此之外，激励机制还要考虑线上实时的问题，设计合理的反馈机制来应对实际应用中实时性要求较高的情况。在参与式感知实际的应用场景中，感知任务可能持续较长时间。在参与者进行感知数据收集过程中，每个参与者由于日常生活活动，其时间和位置是在不断变化的，这将造成感知任务与参与者不完全匹配的情况，导致参与者提交的感知数据质量具有动态变化的特性。针对这些问题，设计一种可用于线上实时运行的参与式感知激励机
