检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 边缘计算支持下的移动群智感知本地差分隐私保护机制

李卓, 宋子晖, 沈鑫, 陈昕

计算机应用 2021, 41 (9): 2678-2686. DOI: 10.11772/j.issn.1001-9081.2020111787

摘要（372）

PDF （1255KB）（457）

针对移动群智感知（MCS）中在用户数据提交阶段的隐私保护困难和因隐私保护造成成本增加的问题，基于本地差分隐私（LDP）保护原理设计出用户提交数据属性联合隐私保护的CS-MVP算法和用户提交数据属性独立隐私保护的CS-MAP算法。首先，基于属性关系构建用户提交数据的隐私性模型和任务数据的可用性模型，利用CS-MVP和CS-MAP算法解决隐私性约束下的可用性最大化问题；并且在边缘计算支持的MCS场景中，构建用户提交数据隐私保护下的三层MCS架构。理论分析证明了两个算法分别在数据属性联合隐私约束下和数据属性独立隐私约束下的最优性。实验结果表明，在相同隐私预算和数据量下，相较于LoPub和PrivKV，基于CS-MVP和CS-MAP算法的用户提交数据恢复正确感知数据的准确率分别平均提高了26.94%、84.34%和66.24%、144.14%。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于压缩感知的移动群智感知任务分发机制

宋子晖, 李卓, 陈昕

计算机应用 2019, 39 (1): 15-21. DOI: 10.11772/j.issn.1001-9081.2018071595

摘要（498）

PDF （1085KB）（293）

针对移动群智感知任务中区域全覆盖感知成本过高问题，提出基于压缩感知的移动群智感知任务分发（CS-TD）机制。首先提出了感知任务整体成本模型，该模型综合考虑了参与感知任务的节点个数、节点的感知次数与数据上传次数；然后基于成本模型，分析感知节点的日常移动轨迹，结合压缩感知数据采集技术，提出了一种基于感知节点轨迹的压缩感知采样方法；其次通过区域全覆盖最少节点（RCLN）算法，选出最佳节点集合，对节点进行任务分配，利用压缩感知技术恢复节点数据；最后在多次感知任务的迭代中对感知节点的可信程度进行评定，保证任务方案的最优性。对CS-TD分发模型进行多次实验验证，与已有的CrowdTasker算法相比，CS-TD算法平均成本降低了30%以上。CS-TD模型能有效降低感知节点的消耗，能在全覆盖感知任务中降低整体感知成本。

参考文献 | 相关文章 | 多维度评价