属性感知的MCS任务分配与隐私保护协同机制

TP393; 针对移动群智感知网络中感知的任务分配以及保护感知用户的隐私信息问题,提出了一种基于用户属性感知的任务分配与隐私保护协同机制.首先,根据感知用户固有属性以及历史任务参与记录,挖掘用户对任务的不同倾向、 意愿和访问等来量化出用户的静态属性和社会属性;然后,将用户属性作为输入,使用BP神经网络对用户服务能力进行分析,实现任务与用户的优化分配;最后,感知用户生成假名参与感知任务,结合环签名对用户属性生成随机数进行属性加密,确保感知用户在隐私安全的前提下,提升平台感知数据的准确程度.仿真实验结果表明,文中所提出的策略能够有效地选择出感知用户,验证了用户上传数据的可用性,保护了用户的身份安全...

Full description

Saved in:
Bibliographic Details
Published in华南理工大学学报（自然科学版） Vol. 48; no. 8; pp. 38 - 48
Main Authors 杨鹏, 吴其明
Format Journal Article
LanguageChinese
Published 工信部中国信息通信研究院西部分院, 重庆401336 01.08.2020
重庆邮电大学 通信与信息工程学院∥泛在感知与互联重庆市重点实验室, 重庆400065
Subjects
任务分配
隐私保护
属性签名
群智感知
Online AccessGet full text
ISSN1000-565X
DOI10.12141/j.issn.1000-565X.190722

Cover

More Information
Summary:TP393; 针对移动群智感知网络中感知的任务分配以及保护感知用户的隐私信息问题,提出了一种基于用户属性感知的任务分配与隐私保护协同机制.首先,根据感知用户固有属性以及历史任务参与记录,挖掘用户对任务的不同倾向、 意愿和访问等来量化出用户的静态属性和社会属性;然后,将用户属性作为输入,使用BP神经网络对用户服务能力进行分析,实现任务与用户的优化分配;最后,感知用户生成假名参与感知任务,结合环签名对用户属性生成随机数进行属性加密,确保感知用户在隐私安全的前提下,提升平台感知数据的准确程度.仿真实验结果表明,文中所提出的策略能够有效地选择出感知用户,验证了用户上传数据的可用性,保护了用户的身份安全.
ISSN:1000-565X
DOI:10.12141/j.issn.1000-565X.190722