式計(jì)算相似度因子：
[0035] 式中，（；表示針對(duì)某一感知任務(wù)的感知數(shù)據(jù)集合；△ ^為相似度因子，表示感知數(shù) 據(jù)r與感知數(shù)據(jù)集合中其他數(shù)據(jù)的相似度，S (r，r'）表示感知集合中兩個(gè)感知記錄的相似 度；|C」表示感知集合中感知記錄的數(shù)量；γ表示相似權(quán)重參數(shù)。
[0036] 作為優(yōu)選，步驟3中，感知服務(wù)器為每個(gè)有興趣的感知用戶產(chǎn)生一對(duì)包含感知用 戶信譽(yù)級(jí)別的信譽(yù)證書，分別如下：
[0039] 式中，Ks sA感知服務(wù)器的私鑰，TID為感知任務(wù)的任務(wù)號(hào)，P i為感知用戶， 為感知服務(wù)器基于R(P1)產(chǎn)生的K匿名的離散的信譽(yù)近似值。
[0040] 作為優(yōu)選，步驟5中，利用下式為感知用戶生成信譽(yù)反饋配給RFC :
[0042] 式中：Ks_sk為感知服務(wù)器的私鑰；K s pk為感知服務(wù)器的公鑰；R i為酬勞；f R為用戶 的信譽(yù)級(jí)別。
[0043] 作為優(yōu)選，步驟6中，感知用戶依據(jù)下式獲得去盲的信譽(yù)反饋配給：
[0045] 式中，Ks sk為感知服務(wù)器的私鑰；K s pk為感知服務(wù)器的公鑰；R i為酬勞；f R為用戶 的信譽(yù)級(jí)別。
[0046] 本發(fā)明與現(xiàn)有技術(shù)相比，具有以下有益效果：
[0047] (1)在收益優(yōu)化框架下，本發(fā)明充分考慮了用戶隱私和匿名性，在感知數(shù)據(jù)包中引 入了匿名可證明模型。
[0048] (2)本發(fā)明提出了感知位置、時(shí)間、模式和行進(jìn)方式等感知環(huán)境因子對(duì)感知數(shù)據(jù)質(zhì) 量影響的建模和量化分析方法；
[0049] (3)本發(fā)明提供的匿名算法具有不可連接性，也即感知服務(wù)器不能連接來(lái)自同一 個(gè)感知用戶的多個(gè)感知記錄；
[0050] (4)本發(fā)明設(shè)計(jì)了基于匿名信譽(yù)和感知環(huán)境因子量化模型的感知數(shù)據(jù)可信度評(píng)估 算法，從而促使感知用戶提交真實(shí)有效的感知數(shù)據(jù)。
【附圖說(shuō)明】
[0051] 圖1為本發(fā)明提供的感知應(yīng)用體系的結(jié)構(gòu)圖；
[0052] 圖2為本發(fā)明中感知數(shù)據(jù)包的格式示意圖；
[0053] 圖3為本發(fā)明群智感知中基于移動(dòng)感知用戶匿名信譽(yù)的數(shù)據(jù)交互的流程圖。
【具體實(shí)施方式】
[0054] 下面結(jié)合附圖，對(duì)本發(fā)明群智感知中基于移動(dòng)感知用戶匿名信譽(yù)的高可靠感知數(shù) 據(jù)收集算法做詳細(xì)描述。
[0055] 考慮用戶隱私和激勵(lì)機(jī)制的群智感知應(yīng)用體系結(jié)構(gòu)如圖1所示，感知服務(wù)器首先 發(fā)布感知任務(wù)，感知數(shù)據(jù)提供者（即對(duì)感知任務(wù)感興趣的感知用戶）注冊(cè)，提交競(jìng)價(jià)，感知 服務(wù)器根據(jù)提交的競(jìng)價(jià)策略，做出策略選擇，并授權(quán)選擇的用戶參與數(shù)據(jù)感知任務(wù)，參與者 通過(guò)手機(jī)等移動(dòng)終端感知數(shù)據(jù)，并匿名提交數(shù)據(jù)，感知服務(wù)器根據(jù)匿名信譽(yù)、感知環(huán)境參數(shù) 模型等對(duì)感知數(shù)據(jù)進(jìn)行評(píng)估，計(jì)算新的信譽(yù)級(jí)別和酬勞，并匿名返回，感知用戶等待隨機(jī)的 一段時(shí)間后，向感知服務(wù)器更新信譽(yù)值并兌現(xiàn)酬勞。
[0056] 具體地，如圖3所示，本發(fā)明提供的群智感知中基于移動(dòng)感知用戶匿名信譽(yù)的高 可靠感知數(shù)據(jù)收集算法，包括：
[0057] 步驟1，感知服務(wù)器發(fā)布感知任務(wù)；
[0058] 步驟2,感興趣的感知用戶到感知服務(wù)器上注冊(cè)；
[0059] 步驟3,感知服務(wù)器為每個(gè)注冊(cè)的感知用戶產(chǎn)生一對(duì)包含感知用戶信譽(yù)級(jí)別的信 譽(yù)證書，分別如下：
[0062] 式中，Ks sA感知服務(wù)器的私鑰，TID為感知任務(wù)的任務(wù)號(hào)，P i為感知用戶，沿，） 為感知服務(wù)器基于R(P1)產(chǎn)生的離散的信譽(yù)近似值。
[0063] 針對(duì)某一感知用戶，R(P1)是感知服務(wù)器觀察到的用戶P1S去發(fā)送過(guò)的感知數(shù)據(jù) 正確的綜合改了，平臺(tái)維護(hù)一個(gè)感知用戶信譽(yù)記錄的數(shù)據(jù)庫(kù)，新的感知用戶注冊(cè)時(shí)，初始信 譽(yù)Rc的設(shè)置可以根據(jù)具體應(yīng)用來(lái)定，比如設(shè)置為[0 0.5]中的某一數(shù)值。
[0064] 感知用戶的信譽(yù)級(jí)別記為，是感知服務(wù)器基于R(P1)產(chǎn)生的離散的信譽(yù)近似 值。用戶P 1通過(guò)它在不泄漏用戶真實(shí)信譽(yù)值和真實(shí)身份的情況下向感知服務(wù)器展示他的 相對(duì)信譽(yù)。在基于R(P1)產(chǎn)生MO時(shí)，通過(guò)常用的k匿名算法來(lái)獲得k匿名性。
[0065] 信譽(yù)證書由感知服務(wù)器簽署，包含感知用戶的信譽(yù)級(jí)別，其中一個(gè)包含了用戶 ID (即RC1)，用于構(gòu)造盲ID，以確保系統(tǒng)的安全，另一個(gè)沒有包含用戶ID (即RC。），被包含在 感知用戶身份自證明中，用于向感知服務(wù)器展示用戶的匿名信譽(yù)級(jí)別。
[0066] 步驟4,感知服務(wù)器為每個(gè)感知用戶分配一個(gè)盲ID，盲ID在每次提交完成感知數(shù) 據(jù)包時(shí)隨機(jī)發(fā)生變化。
[0067] 每個(gè)感知用戶？1依據(jù)下式產(chǎn)生盲ID :
[0068] BID = RC1 · be(modN)
[0069] 式中，BID為盲ID，b是一個(gè)與感知服務(wù)器公開模N互素的隨機(jī)數(shù)，be(modN)表示 盲因子。
[0070] 步驟5,感知服務(wù)器收到感知用戶提交的感知數(shù)據(jù)包后，利用非對(duì)稱密碼技術(shù)對(duì)盲 ID進(jìn)行身份認(rèn)證，同時(shí)根據(jù)感知用戶的競(jìng)價(jià)、數(shù)據(jù)質(zhì)量和感知用戶信譽(yù)計(jì)算酬勞，為對(duì)應(yīng)的 感知用戶生成信譽(yù)反饋配給。
[0071] 為了賦予感知數(shù)據(jù)真實(shí)性的可證明性，將感知記錄分為兩部分，一部分用于完 成自證明，另一部分為真實(shí)的負(fù)載，感知數(shù)據(jù)包采用如圖2所示的格式，完成感知任務(wù)的 數(shù)據(jù)包中包括兩部分?jǐn)?shù)據(jù)，分別為感知自證明和感知負(fù)載，感知自證明部分設(shè)計(jì)成元數(shù) 據(jù)的形式，用于描述感知數(shù)據(jù)的來(lái)源，根據(jù)待證明標(biāo)的，分為感知用戶身份自證明和感知 內(nèi)容自證明，感知用戶身份自證明包括盲ID (BID，Blinded ID)和信譽(yù)證書（Imputation Certificate)，感知內(nèi)容自證明包括時(shí)間、位置、感知模式、行進(jìn)方式（例如動(dòng)態(tài)和靜態(tài)）和 選項(xiàng)。
[0072] 感知負(fù)載包括聲音，文本，圖片，視頻等形式，例如需要獲得某一地點(diǎn)的路況，可以 采用各種數(shù)據(jù)形式表達(dá)路況情況。
[0073] 選項(xiàng)代表可拓展的內(nèi)容，本發(fā)明重點(diǎn)考察了時(shí)間、位置、感知模式、行進(jìn)方式對(duì)感 知數(shù)據(jù)可信度的影響，除此之外，還可以根據(jù)實(shí)際情況，選取其他因素，計(jì)算感知數(shù)據(jù)的可 信度。
[0074] 首先根據(jù)信譽(yù)證書和非對(duì)稱密碼技術(shù)進(jìn)行身份認(rèn)證，然后通過(guò)感知內(nèi)容自證明部 分計(jì)算數(shù)據(jù)的可信度，即數(shù)據(jù)質(zhì)量，數(shù)據(jù)質(zhì)量T f (r)利用下式計(jì)算得到：
[0075] Tf (r) = Tb (r) (1+ΔΓ)
[0076] 式中：Tb(r)為感知數(shù)據(jù)r的初始可信度，相似度因子，表示感知數(shù)據(jù)r與感 知數(shù)據(jù)集合中其他數(shù)據(jù)的相似度。
[0077] Tb(r)為感知數(shù)據(jù)r的初始可信度，利用下式計(jì)算得到：
[0079] 式中，砑q為感知服務(wù)器基于R(P1)產(chǎn)生的離散的信譽(yù)近似值；R(P1)為感知用戶 P1提交的歷史感知數(shù)據(jù)的正確概率；Θ 1^為位置距離因子；Ω 1^為時(shí)間區(qū)段因子；λ ^為感知 模式的可信度，通過(guò)實(shí)驗(yàn)確定；μ 行進(jìn)方式的可信度，通過(guò)實(shí)驗(yàn)確定。
[0080] 針對(duì)感知內(nèi)容自證明中的時(shí)間，引入時(shí)間區(qū)段因子對(duì)感知數(shù)據(jù)的可信度進(jìn)行計(jì) 算，計(jì)算公式如下：
[0082] 式中，時(shí)間區(qū)段因子；β為時(shí)間敏感參數(shù)，由系統(tǒng)根據(jù)實(shí)驗(yàn)和需求進(jìn)行設(shè)定； Ts表示感知時(shí)間；Tt表示感知任務(wù)的目標(biāo)時(shí)間；S。表示引入時(shí)間隱匿技術(shù)后，隱匿時(shí)間區(qū)段 的中間時(shí)刻。
[0083] 針對(duì)感知內(nèi)容自證明中的位置，引入位置距離因子對(duì)感知數(shù)據(jù)的可信度進(jìn)行計(jì) 算，計(jì)算公式如下：
[0085] 式中：^為位置距離因子；α表示位置敏感參數(shù)，由系統(tǒng)根據(jù)實(shí)驗(yàn)和需求進(jìn)行設(shè) 定；Ls表示感知的具體位置；L t表示感知任務(wù)的目標(biāo)位置；D。表示引入空間隱匿技術(shù)后，隱 匿空間的直徑。
[0086] 本發(fā)明在計(jì)算數(shù)據(jù)的可信度時(shí)，利用初始可信度來(lái)進(jìn)行初步判定，然后進(jìn)一步將 感知數(shù)據(jù)進(jìn)行橫向比較，來(lái)評(píng)估感知數(shù)據(jù)的可信度，橫向比較，即針對(duì)某一感知任務(wù)，將獲 得的左右感知數(shù)據(jù)形成一個(gè)感知數(shù)據(jù)集合，感知數(shù)據(jù)集合中某一個(gè)感知數(shù)據(jù)與其余感知數(shù) 據(jù)相比的可信度，利用相似度因子評(píng)價(jià)某一感知數(shù)據(jù)與其余感知數(shù)據(jù)橫向比較的結(jié)果，利 用下式計(jì)算