CN110493182A - 基于区块链位置隐私保护的群智感知工人选择机制及*** - Google Patents
基于区块链位置隐私保护的群智感知工人选择机制及*** Download PDFInfo
- Publication number
- CN110493182A CN110493182A CN201910604417.1A CN201910604417A CN110493182A CN 110493182 A CN110493182 A CN 110493182A CN 201910604417 A CN201910604417 A CN 201910604417A CN 110493182 A CN110493182 A CN 110493182A
- Authority
- CN
- China
- Prior art keywords
- worker
- block chain
- task
- subregion
- privacy protection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
- H04L63/0421—Anonymous communication, i.e. the party's identifiers are hidden from the other party or parties, e.g. using an anonymizer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
- H04L63/1458—Denial of Service
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于区块链位置隐私保护的群智感知工人选择机制及***,基于区块链位置隐私保护的群智感知工人选择***,包括客户端、分布式***;客户端与分布式***连接;分布式***包括区块链;基于区块链位置隐私保护的群智感知工人选择机制,包括如下步骤:S11:用户注册;S12:任务信息发布;S13:区块链***息;S14:提交工作信息:S15:工人选择计算;S16:工人签约选择;S17:工人是否全部签约判断;S18:公布签约结果。本发明在工人选择机制中针对工人覆盖先后使用了子区域优化和全局优化技术,得到更加精准的计算结果;使用贪心策略对结果进行选择,保证每一步得到的结果都是最优解。
Description
技术领域
本发明涉及信息安全中的算法安全领域,具体说是一种基于区块链位置隐私保护的群智感知工人选择机制及***。
背景技术
主要技术(工具)
目前,关于移动群智感知(Mobile Crowdsensing,MCS)工人选择(任务管理)的研究较多,如果按选择区域进行划分的话,主要方法能够分为两类,主要包括:(1)全局工人选择机制;(2)子区域工人选择机制。
(1)全局工人选择机制
全局工人选择机制指的是首先假定每个参与者都获得固定数额的奖励,然后从所有的参与用户中选择一组工人,并且要求选择的所有工人都要加入MCS任务的所有感知区域和周期中。存在的工作首先研究了群智感知中工人选择的研究挑战,提出了一个基于覆盖的工人搜索框架,通过选择预定义的工人数量来最大化空间覆盖。Singla等人提出了一种新的自适应工人选择机制,在社区感知隐私的总体激励约束下最大化空间覆盖。Song等人提出一个基于拍卖的可行预算机制,在工人选择规则和确定付款规则上使用贪婪策略,旨在与有限的预算范围内,最大限度地对任务进行绩效评估,使工人选择机制更加合理,提高群智感知任务的质量。
(2)子区域工人选择机制
子区域工人选择机制表示先将任务指定工作区域划分为多个子区域,然后选择工人为每个子区域完成任务,从而完成整体的工作任务。它首先假设每个工人都获得了不同数量的奖励,这些奖励与工人参与的感知周期的数量有关。然后,对于每个周期,它为MCS任务选择一个工人子集。Philipp等人引入了虚拟传感器的概念,以协作地推断每个子区域的传感值,这些子区域在每个传感周期中没有任何工作人员覆盖。然后他们提出了空间和时间覆盖质量度量,并利用虚拟传感器方法,在满足覆盖质量约束的同时,减少每个传感周期所需的工作人员数量。Guo等人提出了TaskMe,将其作为一个任务模型,用于具有动态预算和基于位置的社交网络的群智感知的图像任务,执行工人选择。An等人提出将于匹配度计算思想的节点匹配方法(the method of node matching,MNM),以提高工人处理获取的传感数据的质量。
如果按工人选择自主性来划分的话,使用方法也能够分为两类,主要包括:(1)自主任务选择;(2)协调任务选择。
(1)自主任务选择
在自主任务选择中,工人从任务分发实体接收的一组现有任务中自主地选择任务。他们可能通知分销商他们的选择,也可能不通知分销商。由于所选任务不是全局优化的,这些方法在感知成本或全局效用方面可能不是有效的。一些存在的方法是工人自主地选择任务而不会揭露他们的身份或位置。
(2)协调任务选择
协调任务选择旨在通过现有感知资源的有效评估,优化数据感知过程,满足应用需求。优化任务分配的标准包括感知成本、感知目标的覆盖范围、感知数据的质量和可信度等。Reddy等人提出了一种基于覆盖率的任务评估方法,该方法可以找到实现覆盖率目标所需花费最少的参与工人子集。Shirani-Mehr等人还提出了一种基于覆盖的任务分配方法,用于一组移动工人分配视点。这些研究都没有考虑位置隐私限制。
主要方法:
目前,关于移动群智感知(Mobile Crowdsensing,MCS)工人选择(任务管理)的研究较多,如果按选择区域进行划分的话,主要方法能够分为两类,主要包括:(1)全局工人选择机制;(2)子区域工人选择机制。
(1)全局工人选择机制
全局工人选择机制指的是首先假定每个参与者都获得固定数额的奖励,然后从所有的参与用户中选择一组工人,并且要求选择的所有工人都要加入MCS任务的所有感知区域和周期中。存在的工作首先研究了群智感知中工人选择的研究挑战,提出了一个基于覆盖的工人搜索框架,通过选择预定义的工人数量来最大化空间覆盖。Singla等人提出了一种新的自适应工人选择机制,在社区感知隐私的总体激励约束下最大化空间覆盖。Song等人提出一个基于拍卖的可行预算机制,在工人选择规则和确定付款规则上使用贪婪策略,旨在与有限的预算范围内,最大限度地对任务进行绩效评估,使工人选择机制更加合理,提高群智感知任务的质量。
(2)子区域工人选择机制
子区域工人选择机制表示先将任务指定工作区域划分为多个子区域,然后选择工人为每个子区域完成任务,从而完成整体的工作任务。它首先假设每个工人都获得了不同数量的奖励,这些奖励与工人参与的感知周期的数量有关。然后,对于每个周期,它为MCS任务选择一个工人子集。Philipp等人引入了虚拟传感器的概念,以协作地推断每个子区域的传感值,这些子区域在每个传感周期中没有任何工作人员覆盖。然后他们提出了空间和时间覆盖质量度量,并利用虚拟传感器方法,在满足覆盖质量约束的同时,减少每个传感周期所需的工作人员数量。Guo等人提出了TaskMe,将其作为一个任务模型,用于具有动态预算和基于位置的社交网络的群智感知的图像任务,执行工人选择。An等人提出将于匹配度计算思想的节点匹配方法(the method of node matching,MNM),以提高工人处理获取的传感数据的质量。
如果按工人选择自主性来划分的话,使用方法也能够分为两类,主要包括:(1)自主任务选择;(2)协调任务选择。
(1)自主任务选择
在自主任务选择中,工人从任务分发实体接收的一组现有任务中自主地选择任务。他们可能通知分销商他们的选择,也可能不通知分销商。由于所选任务不是全局优化的,这些方法在感知成本或全局效用方面可能不是有效的。一些存在的方法是工人自主地选择任务而不会揭露他们的身份或位置。
(2)协调任务选择
协调任务选择旨在通过现有感知资源的有效评估,优化数据感知过程,满足应用需求。优化任务分配的标准包括感知成本、感知目标的覆盖范围、感知数据的质量和可信度等。Reddy等人提出了一种基于覆盖率的任务评估方法,该方法可以找到实现覆盖率目标所需花费最少的参与工人子集。Shirani-Mehr等人还提出了一种基于覆盖的任务分配方法,用于一组移动工人分配视点。这些研究都没有考虑位置隐私限制。
现有方法的不足:
为了实现在不同场景下的感知数据的高效采集,也存在一些不容忽视的问题,其中用户隐私安全和数据质量问题尤为重要。在传统的MCS中,主要有两个参与者:请求者(发布感知任务的人)和工人(参与感知任务的移动用户),他们在一个集中式的结构中交互。集中式MCS***(如图1所示)虽然取得了长足的发展,但也存在传统信任模型普遍存在的不足之处,主要包括:
1、易遭受攻击
传统的群智感知***容易受到分布式拒绝服务攻击(Distributed Denial ofService,DDoS)、远程劫持攻击、恶作剧攻击等,使得服务无法被获取。
2、单点故障
大多数群智感知***都是在一个集中式的服务器上运行业务,而集中式服务器本身就存在单点故障问题。
3、隐私泄露
使用基于集中式的群智感知***,由于参与用户的敏感信息存储于数据库中,比如用户身份信息、位置信息等,存在隐私泄露和数据丢失的风险。
4、任务覆盖目标(数据质量)无法保障
目前基于集中式的群智感知***,由于隐私概念的提升,多数改进方案在于移动用户的位置隐私保护,而忽略了任务覆盖目标(数据质量),使用的位置隐私保护方法(例如空间匿名算法等)虽然能够一定程度上保护移动用户的位置隐私,但也增加了用户在完成任务工作时的位置不确定性,这会对工人选择以及数据质量产生较大影响。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一个安全、可靠、高效的基于区块链位置隐私保护的移动群智感知工人选择机制及***。基于区块链位置隐私保护的移动群智感知工人选择机制CrowdBLPS(Blockchain-based Location Privacy-PreservingWorker Selection Mechanism in Mobile Crowdsensing)。
所述基于区块链位置隐私保护的移动群智感知工人选择机制及***具有以下目的:
(1)安全性
设计的工人选择机制能够保证用户在整个通信中的身份隐私和位置隐私,交互网络中生成的任务请求、接收和交易中不会泄露任何关于移动用户的身份信息,满足匿名要求。同时通过一些主流的位置隐私保护算法,来保证移动用户特别是服务工人的位置隐私。
(2)可靠性
处理引入位置隐私保护后的不确定性,提升***和数据质量的可靠性。相对于传统中心化结构的群智感知***,基于分布式区块链技术的移动群智感知***能够有效地抵抗分布式拒绝服务攻击(DDoS)、单点故障、隐私泄露等问题。同时,针对位置隐私保护带来的不确定性,通过算法优化、引入贪心算法等策略,提升隐私保护下的数据质量。
为达到以上目的,本发明采取的技术方案是:
本发明的主要目标是设计了一种基于区块链位置隐私保护的移动群智感知(Mobile Crowdsensing,MCS)工人选择机制及***,在保证用户位置隐私的前提下,高效地选择最合适的工人完成传感任务,以最小的任务成本达到覆盖目标。源代码第一步考虑基于以太坊进行***开发,同时支持C/C++/C#/JAVA/Perl等主流开发语言。
一种基于区块链位置隐私保护的群智感知工人选择***,包括客户端、分布式***;
所述客户端与分布式***连接;
所述分布式***包括区块链;
请求者通过客户端将任务信息发布到分布式***中的区块链;
工人通过客户端查看区块链中的任务信息,并将个人、工作信息通过客户端返回请求者。
在上述方案的基础上,所述区块链上设置有智能合约。
基于区块链位置隐私保护的群智感知工人选择机制应用上述***,具体包括如下步骤:
S11:用户注册:为了参与到基于区块链位置隐私保护的群智感知工人选择***中,所有的请求者或工人需要先进行注册,但无需提供真实身份,公私钥对将随机分配给所有注册用户,作为注册用户的身份标识,智能合约使用注册用户的公钥产生用于交易的地址,这样能很好的保护注册用户的身份隐私;
S12:任务信息发布:请求者发布任务信息到区块链上;
S13:区块链***息:由于区块链的公开透明性,所有注册用户能够通过区块链看到相关的任务信息;
S14:提交工作信息:工人看到了区块链上的信息,如果想完成任务,就要将工人的个人、工作信息通过区块链返回给请求者,上述过程通过发起交易的形式发送给请求者,个人、工作信息通过非对称加密的进行保护;
S15:工人选择计算:请求者获得了关于执行发布任务的所有工人的个人、工作信息,通过工人选择机制针对区域覆盖比例和任务成本进行计算,使用贪心算法选出成本-效率比最小的工人集合,并将选择结果返回给工人;
S16:工人签约选择:被选择的工人收到任务信息,根据被选择的工人的实际位置选择是否签约该任务,此过程将调用智能合约,由被选择的工人根据开销、收益等因素选择是否签约,并将签约结果返回给请求者;
S17:工人是否全部签约判断:请求者得到签约结果,判断是否全部签约;
若是:进入步骤S18;
若不是:返回步骤S15;
S18:公布签约结果:通知全部已签约的工人开始工作;
在上述方案的基础上,S12所述的任务信息包括:任务的相关位置、执行时间、所需的工人数、任务覆盖率等。
在上方案的基础上,S14所述个人、工作信息包括:声誉、工作条件、工人位置信息,所述工人位置信息为使用位置匿名方法保护后的工人位置信息;
在上述方案的基础上,S15所述的工人选择机制具体包括如下步骤:
S151:获取区块链上请求者发布的任务信息;
S152:根据任务信息划分得到的若干子区域;
S153:计算工人节点子区域影响;所述工人节点子区域影响为工人的真实位置及工人进行工作所覆盖的区域占要求工作子区域的比例。
S154:使用贪心算法,选择子区域内最合适的工人,以成本-效率比最小实现子区域影响最优;
S155:计算工人节点的全局影响;根据工人进行工作所覆盖的区域占周围各个子区域的比例;
S156:使用贪心算法,选择全局最合适的工人,以成本-效率比最小实现全局影响最优;
在上述方案的基础上,步骤S152所述的子区域为根据请求者规定的工作区域,以经纬度的方式进行水平和垂直方向的划分得到的子区域。
在上述方案的基础上,步骤S17所述的返回步骤S15具体为:在未签约的工人所在的子区域重新进行子区域的工人选择,直到所有的子区域都覆盖。
本发明的优点和有益效果:
1、去中心化结构的安全性保障
本方案通过引入去中心化的区块链结构,相比于传统的中心化群智感知***,能够抵抗DDoS在内的多种恶意攻击,也能够防止单点故障问题,最重要的是,该结构不是使用传统的中心化***数据库来存储用户的隐私数据,避免了用户隐私泄露和数据丢失问题。
2、基于智能合约的两阶段覆盖优化
在限定任务执行开销的情况下,在考虑子区域优化的同时,考虑该子区域中选择工人对周围区域的覆盖影响,能够在位置隐私保护的不确定性的影响下,最大程度地保证覆盖目标。同时,使用智能合约自动完成工人-任务微调过程,
3、基于覆盖率和开销的贪心选择
在位置隐私保护下,提出基于覆盖率和开销的工人选择贪心算法,能够在位置匿名造成的位置不确定性的影响下确保达到任务目标覆盖率,降低任务执行开销。
本发明要保护的发明内容的技术关键点:
1、基于智能合约的工人结果动态微调
根据S15可知,在工人选择过程中使用了部署在区块链的智能合约来微调工人选择结果。
2、使用子区域+全局的工人选择优化算法
根据S153和S155可知,在工人结果过程中针对工人覆盖先后使用了子区域优化和全局优化技术,得到更加精准的计算结果。
3、基于贪心算法的工人选择技术
根据S154和S156可知,在得到工人选择结果后使用贪心算法对结果进行选择,保证每一步得到的结果都是该问题的最优解。
附图说明
本发明有如下附图:
图1现有技术中传统集中式MCS***模型。
图2分布式区块链位置隐私保护的群智感知工人选择***模型。
图3子区域选择工人对周围区域的影响。
图4区块链位置隐私保护的群智感知工人选择***处理流程。
图5工人选择机制处理流程。
具体实施方式
以下结合附图1~5对本发明作进一步详细说明。
本发明的主要目标是设计了一种有效的基于区块链的移动群智感知(MobileCrowdsensing,MCS)工人选择机制,在保证用户位置隐私的前提下,高效地选择最合适的工人完成传感任务,以最小的任务成本达到覆盖目标。源代码第一步考虑基于以太坊进行***开发,同时支持C/C++/C#/JAVA/Perl等主流开发语言。具体方案包括:
(1)与传统的集中式***结构不同,我们引入分布式区块链技术,提出了一种新的区块链位置隐私保护的群智感知工人选择***模型。区块链保证了非完全可信网络中移动用户之间的信任,同时保护了用户的身份隐私,避免了集中式平台带来的安全问题。
(2)针对空间位置匿名算法在工人选择中的不确定性,提出了一种基于优化理论的两阶段优化方法。首先,在工人选择过程中采用子区域-全局优化方法来解决位置偏移问题,并在其基础上考虑全局任务覆盖,其对其他工人覆盖的影响。其次,工人可以使用个人终端的精确位置来独立地调整分配给他们的任务,进一步优化目标选择。
(3)对于每个阶段的优化方法,我们提出了相应的贪心算法来选择最合适的工人,保证用户的位置隐私、任务覆盖目标和最终的数据质量。
总的来说,MCS中传统的工人选择和隐私保护依赖于安全可信的集中式服务器。然而,在现实生活中很难保证集中式服务器的安全性和可靠性。为了解决任务覆盖质量和位置隐私保护问题,我们提出一种基于区块链的移动群智感知位置隐私保护工人选择机制CrowdBLPS。首先,基于区块链的移动群智感知位置隐私保护工人选择机制将是第一个基于区块链的工人选择***模型,它在有限的预算下最大化了任务覆盖目标和数据质量,保护了工人的位置隐私。其次,基于区块链的移动群智感知位置隐私保护工人选择机制在MCS任务开始前,通过智能契约自动选择特定任务目标的工人,并根据任务覆盖率实时决定是否选择工人。最后,我们所提出的工人选择优化问题的解决方案在数学上也不同于那些有不同目标和假设的相关工作。
处理流程
在我们的工作中,我们只关注这个体系结构的两个主要角色,即任务请求者和工人,他们可以通过点对点网络中的移动客户端彼此进行通信。任务请求者是通过工人携带/操作的移动终端获取数据的需求者。我们的工人选择机制称为分布式的任务管理框架,它调用部署在区块链上的智能合约来招募合适完成相应任务的工人。为此,请求者将任务发布到对工人开放透明的区块链上。一项任务包括所需的工作区域、所需工人的感知数量、感知类型和其他信息。同样的,为了接收任务,所有的工人都需要提交他们相关的个人和工作信息,比如声誉和工作条件,这将成为***是否选择他们完成任务的基础。
我们提出的工人选择机制是基于区块链的,具有开放性、透明性、抗篡改性、匿名性、去中心化等特点。与传统的集中式结构相比,基于区块链的框架在移动群智感知方面具有很大的优势。而在整个过程中,区块链位置隐私保护的群智感知工人选择***会根据工人的具***置生成一个匿名区域,以保护工人的位置隐私。
工人选择机制主要包含三个阶段:
(1)任务覆盖子区域最优阶段
基于任务的要求,给定一组工人和子区域(通过区域划分方法,将完整的工作区域划分为子区域集合),每个子区域可能包含多个工人,而在子区域最优阶段,根据工人的真实位置及工人进行工作所覆盖的区域占要求工作子区域的比例来选择子区域内最合适的工人,以最小的任务成本实现子区域覆盖最优。
然而,子区域最优不代表全局是最优的,可能子区域最优的情况下,整体覆盖率较低。因此,在子区域优化阶段完成后,我们添加了对全局工人选择过程进行优化。
(2)任务覆盖全局最优阶段
对任务中划分的子区域集的子区域工人选择结果,我们还考虑了被选择工人对周围子区域的影响来调整被选择工人,通过选择该子区域工人对周围子区域的影响,递归地进行动态调整。如图3所示,以九宫格为例,如果选择中间子区域中的工人其中i表示第i行,j表示第j列,表示选择的工人,则需要考虑工人进行工作所覆盖的区域占周围各个子区域的比例即全局最优的角度迭代地选择最优的工人(对周围子区域影响最小的工人);其余的区域即分别为-1,+1(对角线原则),面积也是如此。
他的工作范围会与周围八个区域有重叠部分,即为选择中心区域工人时,与周围子区域相应的覆盖面积,如果无覆盖,则
(3)任务覆盖微调阶段
基于区块链分布式网络,用户之间采用点对点的方式进行通信。工人的确切位置只有他们自己知道。因此,该阶段的优化将由工人自己在移动设备上进行。部署在区块链上的智能合约将在工人接收到任务分配信息后触发,因为每个工人都知道自己在哪里,所以他们可以使用各自精确的位置来微调第一阶段的结果,并选择是否接受分配的任务。如果拒绝,为了减少开销,***模型将只在用户拒绝的子区域内重新选择工人。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种基于区块链位置隐私保护的群智感知工人选择***,其特征在于,包括客户端、分布式***;
所述客户端与分布式***连接;
所述分布式***包括区块链;
请求者通过客户端将任务信息发布到分布式***中的区块链;
工人通过客户端查看区块链中的任务信息,并将个人、工作信息通过客户端返回请求者。
2.如权利要求1所述的基于区块链位置隐私保护的群智感知工人选择***,其特征在于,所述区块链上设置有智能合约。
3.一种基于区块链位置隐私保护的群智感知工人选择机制应用权利要求1~2任一权利要求所述的***,其特征在于,具体包括如下步骤:
S11:用户注册:为了参与到基于区块链位置隐私保护的群智感知工人选择***中,所有的请求者或工人需要先进行注册,但无需提供真实身份,公私钥对将随机分配给所有注册用户,作为注册用户的身份标识,智能合约使用注册用户的公钥产生用于交易的地址,这样能保护注册用户的身份隐私;
S12:任务信息发布:请求者发布任务信息到区块链上;
S13:区块链***息:由于区块链的公开透明性,所有注册用户能够通过区块链看到相关的任务信息;
S14:提交工作信息:工人看到了区块链上的信息,如果想完成任务,就要将工人的个人、工作信息通过区块链返回给请求者,上述过程通过发起交易的形式发送给请求者,个人、工作信息通过非对称加密的进行保护;
S15:工人选择计算:请求者获得了关于执行发布任务的所有工人的个人、工作信息,通过工人选择机制针对区域覆盖比例和任务成本进行计算,使用贪心算法选出成本-效率比最小的工人集合,并将选择结果返回给工人;
S16:工人签约选择:被选择的工人收到任务信息,根据被选择的工人的实际位置选择是否签约该任务,此过程将调用智能合约,由被选择的工人根据开销、收益因素选择是否签约,并将签约结果返回给请求者;
S17:工人是否全部签约判断:请求者得到签约结果,判断是否全部签约;
若是:进入步骤S18;
若不是:返回步骤S15;
S18:公布签约结果:通知全部已签约的工人开始工作。
4.如权利要求3所述的基于区块链位置隐私保护的群智感知工人选择机制,其特征在于,S12所述的任务信息包括:任务的相关位置、执行时间、所需的工人数、任务覆盖率。
5.如权利要求3所述的基于区块链位置隐私保护的群智感知工人选择机制,其特征在于,S14所述个人、工作信息包括:声誉、工作条件、工人位置信息,所述工人位置信息为使用位置匿名方法保护后的工人位置信息。
6.如权利要求3所述的基于区块链位置隐私保护的群智感知工人选择机制,其特征在于,S15所述的工人选择机制具体包括如下步骤:
S151:获取区块链上请求者发布的任务信息;
S152:根据任务信息划分得到的若干子区域;
S153:计算工人节点子区域影响;所述工人节点子区域影响为工人的真实位置及工人进行工作所覆盖的区域占要求工作子区域的比例;
S154:使用贪心算法,选择子区域内最合适的工人,以成本-效率比最小实现子区域影响最优;
S155:计算工人节点的全局影响;根据工人进行工作所覆盖的区域占周围各个子区域的比例;
S156:使用贪心算法,选择全局最合适的工人,以成本-效率比最小实现全局影响最优。
7.如权利要求6所述的基于区块链位置隐私保护的群智感知工人选择机制,其特征在于,步骤S152所述的子区域为根据请求者规定的工作区域,以经纬度的方式进行水平和垂直方向的划分得到的子区域。
8.如权利要求3所述的基于区块链位置隐私保护的群智感知工人选择机制,其特征在于,步骤S17所述的返回步骤S15具体为:在未签约的工人所在的子区域重新进行子区域的工人选择,直到所有的子区域都覆盖。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910604417.1A CN110493182B (zh) | 2019-07-05 | 2019-07-05 | 基于区块链位置隐私保护的群智感知工人选择机制及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910604417.1A CN110493182B (zh) | 2019-07-05 | 2019-07-05 | 基于区块链位置隐私保护的群智感知工人选择机制及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110493182A true CN110493182A (zh) | 2019-11-22 |
CN110493182B CN110493182B (zh) | 2020-05-19 |
Family
ID=68546115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910604417.1A Active CN110493182B (zh) | 2019-07-05 | 2019-07-05 | 基于区块链位置隐私保护的群智感知工人选择机制及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110493182B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111177778A (zh) * | 2019-12-24 | 2020-05-19 | 北京邮电大学 | 一种移动群智感知方法、***和服务器、存储介质 |
CN112053043A (zh) * | 2020-08-21 | 2020-12-08 | 北京邮电大学 | 一种基于区块链的群智感知方法及*** |
CN112291354A (zh) * | 2020-10-31 | 2021-01-29 | 南京工业大学 | 基于区块链的群智感知mcs的参与者的隐私保护方法 |
CN112328586A (zh) * | 2020-11-17 | 2021-02-05 | 河北冀联人力资源服务集团有限公司 | 一种基于递归区块链的人力资源数据处理方法及*** |
CN112396224A (zh) * | 2020-11-13 | 2021-02-23 | 智邮开源通信研究院(北京)有限公司 | 基于轨迹的车辆招募方法、***、设备及可读存储介质 |
CN115828311A (zh) * | 2023-02-15 | 2023-03-21 | 东南大学 | 一种基于区块链的群智感知隐私保护激励机制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170041148A1 (en) * | 2015-02-25 | 2017-02-09 | Guardtime Ip Holdings Limited | Blockchain-supported device location verification with digital signatures |
CN107528835A (zh) * | 2017-08-10 | 2017-12-29 | 北方工业大学 | 一种基于安全的智能合约k‑匿名激励机制的用户隐私保护方法 |
CN108055119A (zh) * | 2017-12-11 | 2018-05-18 | 北方工业大学 | 一种群智感知应用中基于区块链的安全激励方法和*** |
CN109413175A (zh) * | 2018-10-19 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
-
2019
- 2019-07-05 CN CN201910604417.1A patent/CN110493182B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170041148A1 (en) * | 2015-02-25 | 2017-02-09 | Guardtime Ip Holdings Limited | Blockchain-supported device location verification with digital signatures |
CN107528835A (zh) * | 2017-08-10 | 2017-12-29 | 北方工业大学 | 一种基于安全的智能合约k‑匿名激励机制的用户隐私保护方法 |
CN108055119A (zh) * | 2017-12-11 | 2018-05-18 | 北方工业大学 | 一种群智感知应用中基于区块链的安全激励方法和*** |
CN109413175A (zh) * | 2018-10-19 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111177778A (zh) * | 2019-12-24 | 2020-05-19 | 北京邮电大学 | 一种移动群智感知方法、***和服务器、存储介质 |
CN111177778B (zh) * | 2019-12-24 | 2022-08-05 | 北京邮电大学 | 一种移动群智感知方法、***和服务器、存储介质 |
CN112053043A (zh) * | 2020-08-21 | 2020-12-08 | 北京邮电大学 | 一种基于区块链的群智感知方法及*** |
CN112291354A (zh) * | 2020-10-31 | 2021-01-29 | 南京工业大学 | 基于区块链的群智感知mcs的参与者的隐私保护方法 |
CN112396224A (zh) * | 2020-11-13 | 2021-02-23 | 智邮开源通信研究院(北京)有限公司 | 基于轨迹的车辆招募方法、***、设备及可读存储介质 |
CN112328586A (zh) * | 2020-11-17 | 2021-02-05 | 河北冀联人力资源服务集团有限公司 | 一种基于递归区块链的人力资源数据处理方法及*** |
CN112328586B (zh) * | 2020-11-17 | 2023-11-03 | 河北冀联人力资源服务集团有限公司 | 一种基于递归区块链的人力资源数据处理方法及*** |
CN115828311A (zh) * | 2023-02-15 | 2023-03-21 | 东南大学 | 一种基于区块链的群智感知隐私保护激励机制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110493182B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110493182A (zh) | 基于区块链位置隐私保护的群智感知工人选择机制及*** | |
CN110189174A (zh) | 一种基于数据质量感知的移动群智感知激励方法 | |
Chatzopoulos et al. | Privacy preserving and cost optimal mobile crowdsensing using smart contracts on blockchain | |
US9519799B2 (en) | Dynamic determination of access rights | |
CN105246072B (zh) | 一种路网环境下的用户位置隐私保护方法和*** | |
McCarthy et al. | Distributional politics and social protection in Indonesia: Dilemma of layering, nesting and social fit in Jokowi’s poverty policy | |
CN105491519B (zh) | 基于位置服务中连续实时查询场景下的隐私保护方法 | |
CN111246468B (zh) | 一种针对群体感知中隐私保护的数据质量感知激励方法 | |
CN105913343B (zh) | 一种基于移动互联网服务应用的服务监督*** | |
CN107889082A (zh) | 一种利用用户之间社交关系的d2d设备发现方法 | |
CN109840714B (zh) | 地理不可区分保护下的基于数据质量的签到激励机制方法 | |
Wang et al. | The truthful evolution and incentive for large-scale mobile crowd sensing networks | |
Boggs | Community-based natural resource management in the Okavango Delta | |
CN109543422A (zh) | 一种隐私信息处置方法、装置及*** | |
Tao et al. | Privacy protection-based incentive mechanism for mobile crowdsensing | |
CN103596133B (zh) | 连续查询的位置匿名方法及装置、隐私保护*** | |
CN101242410B (zh) | 基于简单对象访问协议的网格主观信任处理方法 | |
CN109858279A (zh) | 基于信任激励和位置隐私保护的k近邻查询方法 | |
CN108009903A (zh) | 纳税用户诚信评分方法及*** | |
Liu et al. | Blocksc: A blockchain empowered spatial crowdsourcing service in metaverse while preserving user location privacy | |
CN105187140B (zh) | 认知无线网络中的分布式可信频谱协作感知方法 | |
Bespalov et al. | Strategic cycle’of public administration in the context of the multimodality principle and the idea of a" viable" state | |
CN108763943A (zh) | 一种基于契约理论的安全的数据共享激励方法 | |
SHAVA et al. | Data Marginalization in South Africa: A Quest For Inclusive Digital Participation | |
CN107330754A (zh) | 一种面向合作性任务的移动群智感知激励方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |