典型文献
基于区块链的群智感知中任务预算约束的位置隐私保护参与者选择方法
文献摘要：
群智感知中,任务发布者基于有限的任务预算招募合适的参与者来执行感知任务.但是,现有的相关工作依赖于可信第三方来执行参与者选择或者忽视了参与者位置隐私泄露问题.为了解决这些问题,本文提出一种基于区块链的群智感知中任务预算约束的位置隐私保护参与者选择方法LPWS.通过保序加密和Merkle树来为参与者提供个性化的位置隐私保护,确保参与者将精确位置隐藏于隐匿区域.在有限的任务预算下,LPWS将参与者选择问题建模为目标优化问题,并基于动态规划来确定一组合适的参与者以增加高质量感知数据获取的可能性.此外,在保证数据隐私和奖惩公平性下,LPWS基于数据质量评估结果完成报酬支付和信誉更新,从而激励参与者尽可能地提供高质量数据.仿真实验表明,LPWS在参与者选择方面具有可行性与有效性,保证了安全公平的参与者选择以及数据质量评估.与相关工作对比,在有限的任务预算下,LPWS不仅取得了更好的质价比,而且在确保任务完成质量的同时提供了位置隐私保护和数据隐私保护.
文献关键词：
群智感知;区块链;位置隐私;参与者选择;质量评估
中图分类号：
作者姓名：
高胜;陈秀华;朱建明;袁丽萍;马鑫迪;林晖
作者机构：
中央财经大学信息学院 北京 100081;西安电子科技大学网络与信息安全学院 西安 710071;福建师范大学计算机与网络空间安全学院 福州 350117
文献出处：
引用格式：
[1]高胜;陈秀华;朱建明;袁丽萍;马鑫迪;林晖-.基于区块链的群智感知中任务预算约束的位置隐私保护参与者选择方法)[J].计算机学报,2022(05):1052-1067
A类：
LPWS
B类：
群智感知,预算约束,位置隐私保护,参与者选择,选择方法,任务发布,发布者,招募,感知任务,方来,隐私泄露,泄露问题,保序加密,Merkle,隐匿,算下,目标优化问题,动态规划,质量感知,感知数据,数据获取,保证数据,奖惩,公平性,数据质量评估,成报,报酬,信誉,质量数据,任务完成,完成质量,数据隐私保护
AB值：
0.282243
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
