參與式感知系統(tǒng)激勵(lì)機(jī)制的研究與實(shí)現(xiàn)

碩 士 專 業(yè) 學(xué) 位 論 文參與式感知系統(tǒng)激勵(lì)機(jī)制的研究與實(shí)現(xiàn)專業(yè)名稱：電子與通信工程 參與式感知系統(tǒng)激勵(lì)機(jī)制的研究與實(shí)現(xiàn)摘要隨著電子信息技術(shù)、傳感器技術(shù)和通信技術(shù)的飛速發(fā)展，相關(guān)硬件水平的不斷提高，使得移動(dòng)終端設(shè)備有了巨大的改進(jìn)。這些大量使用的智能終端設(shè)備集成了豐富的傳感器，這為實(shí)現(xiàn)大規(guī)模數(shù)據(jù)感知，即參與式感知，創(chuàng)造了條件。參與式感知鼓勵(lì)普通民眾使用他們的智能設(shè)備來收集和分享周圍環(huán)境和個(gè)人的數(shù)據(jù)，降低了數(shù)據(jù)采集成本、提供了一種靈活便捷且覆蓋范圍廣泛的新型感知方法。參與式感知技術(shù)可廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、安全應(yīng)急、城市管理等領(lǐng)域。然而高質(zhì)量的數(shù)據(jù)獲取是參與式感知面臨的技術(shù)難題之一，針對(duì)這一問題，參與式感知通過采用設(shè)計(jì)有效的激勵(lì)機(jī)制來鼓勵(lì)、保障和吸引相對(duì)穩(wěn)定有效的感知群體加入感知活動(dòng)，從而提升感知數(shù)據(jù)質(zhì)量，保障應(yīng)用需求。因此，參與式感知激勵(lì)機(jī)制的研究具有重要意義。本文基于感知任務(wù)的數(shù)據(jù)質(zhì)量，并充分考慮用戶在參與感知活動(dòng)時(shí)，由于日?；顒?dòng)導(dǎo)致的感知數(shù)據(jù)質(zhì)量動(dòng)態(tài)變化的情況，研究了一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制。主要研究?jī)?nèi)容包括：1）本文將參與式感知平臺(tái)與用戶構(gòu)建成兩階段的斯塔克伯格博弈模型，通過求解平臺(tái)和用戶之間的納什均衡，找到他們的最佳感知策略，并引入數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)，通過考慮用戶與感知任務(wù)的相關(guān)性，數(shù)據(jù)提交的時(shí)效性以及數(shù)據(jù)準(zhǔn)確性，來反映用戶的感知數(shù)據(jù)質(zhì)量。2）本文在基于博弈模型的基礎(chǔ)上，研究了一種基于信息質(zhì)量的參與式感知激勵(lì)方法。該激勵(lì)方法通過將感知任務(wù)分為多輪，在每一輪中以參與者的信譽(yù)度作為事先報(bào)酬分配指標(biāo)，在每一輪任務(wù)結(jié)束后，依據(jù)該輪的信息質(zhì)量來動(dòng)態(tài)調(diào)整下一輪的報(bào)酬定價(jià)，從而保證了感知活動(dòng)的可持續(xù)性。最后，通過案例分析的方式驗(yàn)證該機(jī)制的性能。3）基于本文研究的激勵(lì)機(jī)制設(shè)計(jì)并實(shí)現(xiàn)一套參與式感知系統(tǒng)，該系統(tǒng)包含有安卓客戶端，Web管理端以及服務(wù)器。本文闡述了系統(tǒng)中各主要模塊的接口和邏輯設(shè)計(jì)，并展開說明了如何在系統(tǒng)中實(shí)現(xiàn)激勵(lì)功能。最后以黑盒測(cè)試的方式證明系統(tǒng)能夠有效運(yùn)行。關(guān)鍵字：參與式感知；激勵(lì)機(jī)制；數(shù)據(jù)質(zhì)量；移動(dòng)應(yīng)用IAbstractWith the rapid development of electronic information technology, sensor technology and communication technology, the continuous improvement of the related hardware level has resulted in a tremendous improvement in mobile terminal equipment. These abundantly used intelligent terminal devices integrate numerous sensors, which creates conditions for realizing large-scale data sensing, that is, Participatory Sensing. Participatory Sensing encourages ordinary people to use their smart devices to collect and share data of the surrounding environment or individuals,which reduce data collection costs, and provide a new type of sensing method that is flexible, convenient, and widely covered. Participatory Sensing technology can be widely used in environmental monitoring, security emergency, urban management and other fields.High-quality data acquisition is one of the technical challenges faced by Participatory Sensing. To address this issue, Participatory Sensing encourages, guarantees, and attracts relatively stable and effective groups to participate in sensing activities through the use of design-effective incentive mechanisms to enhance Sensing data quality and protect application requirements. Therefore, the study of participatory sensing incentive mechanism is of great significance.This paper is based on the data quality of sensing tasks, and fully considers the dynamic changes of sensing data quality caused by daily activities when users engage in awareness activities, and studies a Participatory Sensing incentive mechanism based on information quality. The main research content includes:1) This paper builds a two-stage Starkberg game model between the platform and the users. It solves the Nash equilibrium between the platform and the user, finds their best sensing strategy, and introduces data quality evaluation indicators. Relevance to sensing tasks, timeliness of data submission, and data accuracy reflect the users sensing strategy.2) Based on the game model, this paper studies a Participatory Sensing incentive mechanism based on information quality. The incentive method divides the sensing task into multiple rounds. In each round, the creditworthiness of the participants is used as a prior remuneration distribution index. After each round of tasks, the next round of dynamic adjustment is performed according to the information quality of the round. Remuneration pricing, thus ensuring the sustainability of perceived activities. Finally, the validity of the method is verified by case analysis.3) Based on the incentive mechanism proposed in this paper, a set of Participatory Sensing system is designed and implemented. The system includes an Android client, a Web management terminal and a server. This article describes the interface and logic design of each major module in the system, and explains how to implement the incentive mechanism in the system. Finally, the black box test proved that the system can operate effectively.Keywords: Participatory Sensing; Incentive Mechanism; Data Quality; Mobile ApplicationV目錄摘要IAbstractIII目錄V第1章緒論11.1研究目的與意義11.2國(guó)內(nèi)外研究現(xiàn)狀31.3主要研究?jī)?nèi)容41.4論文結(jié)構(gòu)安排5第2章參與式感知相關(guān)理論與技術(shù)研究62.1參與式感知系統(tǒng)框架62.2參與式感知激勵(lì)機(jī)制72.3參與式感知系統(tǒng)開發(fā)技術(shù)92.3.1系統(tǒng)通信技術(shù)92.3.2客戶端開發(fā)技術(shù)102.3.3服務(wù)器開發(fā)技術(shù)112.4本章小結(jié)12第3章基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制133.1系統(tǒng)模型133.1.1斯塔克爾伯格博弈模型133.1.2參與者與平臺(tái)最佳策略153.2激勵(lì)機(jī)制研究173.2.1參與者信譽(yù)機(jī)制183.2.2動(dòng)態(tài)定價(jià)策略203.2.3激勵(lì)機(jī)制設(shè)計(jì)213.2.4激勵(lì)算法復(fù)雜度分析233.3本章小結(jié)23第4章參與式感知系統(tǒng)激勵(lì)機(jī)制的實(shí)現(xiàn)244.1需求分析244.1.1系統(tǒng)需求分析244.1.2激勵(lì)功能需求分析254.2參與式感知系統(tǒng)總體設(shè)計(jì)264.3激勵(lì)模塊設(shè)計(jì)274.3.1子模塊劃分284.3.2子模塊詳細(xì)設(shè)計(jì)294.4其他模塊設(shè)計(jì)334.4.1用戶管理模塊334.4.2數(shù)據(jù)展示模塊354.4.3數(shù)據(jù)采集和數(shù)據(jù)存儲(chǔ)模塊設(shè)計(jì)354.5本章小結(jié)37第5章激勵(lì)機(jī)制性能測(cè)試385.1激勵(lì)算法性能測(cè)試385.1.1激勵(lì)模型分析385.1.2激勵(lì)方法分析405.2系統(tǒng)及激勵(lì)功能測(cè)試425.2.1激勵(lì)模塊功能測(cè)試425.2.2用戶管理和數(shù)據(jù)展示模塊功能測(cè)試455.2.3數(shù)據(jù)采集和存儲(chǔ)模塊功能測(cè)試485.3本章小結(jié)49第6章總結(jié)與展望506.1總結(jié)506.2展望50參考文獻(xiàn)51致謝55第1章 緒論1.1 研究目的與意義近年來，在電子信息技術(shù)、通信技術(shù)和傳感器技術(shù)的迅猛發(fā)展下，相關(guān)硬件水平的不斷提高，使得移動(dòng)終端設(shè)備有了巨大的改進(jìn)，智能手機(jī)的市場(chǎng)份額也在不斷擴(kuò)大。由國(guó)際數(shù)據(jù)組織（IDC）發(fā)布的全球智能手機(jī)數(shù)據(jù)調(diào)查報(bào)告中顯示，2017年智能手機(jī)的出貨量達(dá)到14.6億部，并且全球已超過五十億人在使用智能終端設(shè)備1。智能手機(jī)等這些智能終端設(shè)備內(nèi)置了大量先進(jìn)的傳感器（如GPS傳感器，陀螺儀，加速度計(jì)，攝像頭，麥克風(fēng)等），具有較為強(qiáng)大的感知、計(jì)算和通信能力。這些普及的智能移動(dòng)設(shè)備可以作為感知個(gè)人及周圍環(huán)境的節(jié)點(diǎn)，同時(shí)大量的智能移動(dòng)設(shè)備組成的網(wǎng)絡(luò)可以使人們快速、動(dòng)態(tài)地獲取和分享數(shù)據(jù)。這為實(shí)現(xiàn)大規(guī)模傳感提供了新的方式，被稱為參與式感知(Participatory Sensing)2。參與式感知強(qiáng)調(diào)以人為中心，利用智能移動(dòng)設(shè)備的感知功能、計(jì)算功能和網(wǎng)絡(luò)通訊功能，結(jié)合云服務(wù)用于收集和分析數(shù)據(jù)，從而實(shí)現(xiàn)較大區(qū)域范圍的感知應(yīng)用活動(dòng)3。通常數(shù)據(jù)使用者發(fā)布感知任務(wù)給持有集成豐富傳感器的智能設(shè)備的用戶，讓他們通過WiFi或移動(dòng)數(shù)據(jù)網(wǎng)組成一個(gè)交互式的感知網(wǎng)絡(luò)，不論是社會(huì)公眾還是相關(guān)專業(yè)人士，都可以通過感知網(wǎng)絡(luò)收集、上傳和共享感知數(shù)據(jù)信息。研究者、決策者能夠根據(jù)這些信息作出分析，最后反饋給大眾。相較于傳統(tǒng)的感知方式，參與式感知具有如下優(yōu)勢(shì)4：1）參與式傳感利用現(xiàn)有的通信（蜂窩或WiFi）基礎(chǔ)設(shè)施，幾乎不存在部署成本。2）移動(dòng)感知設(shè)備由眾多自然人所持有，而人所特有的時(shí)空流動(dòng)性特點(diǎn)，使參與式感知具有廣泛的時(shí)空覆蓋性，還能增大不可預(yù)知事件的觀測(cè)概率。3）手機(jī)應(yīng)用開發(fā)的成熟使得軟件開發(fā)和推廣相對(duì)容易?？偟膩碚f，參與式感知作為一種新的感知計(jì)算模式，具有維護(hù)成本低、感知范圍廣、感知數(shù)據(jù)豐富等優(yōu)點(diǎn)。在實(shí)現(xiàn)更細(xì)粒度、低成本的感知情景上，參與式感知是對(duì)于傳統(tǒng)感知網(wǎng)絡(luò)的一個(gè)很好補(bǔ)充。參與式感知根據(jù)其收集感知數(shù)據(jù)的用途，主要可以分為兩類：1）個(gè)體感知5-7：其主要用于記錄個(gè)人活動(dòng)狀態(tài)（如跑步、行走、下蹲等）和理解個(gè)體生活模式（如活動(dòng)時(shí)間、出行軌跡等）。個(gè)體感知獲得的感知數(shù)據(jù)通常用于個(gè)人健康監(jiān)控，以及分析個(gè)人活動(dòng)對(duì)環(huán)境的影響等。2）公共感知8-11：這類參與式感知主要收集和監(jiān)控環(huán)境參數(shù)（如空氣質(zhì)量、噪音污染等）或城市數(shù)據(jù)（如交通狀況、停車位數(shù)量等）。公共感知可以完成那些僅靠個(gè)體難以實(shí)現(xiàn)的大規(guī)模、復(fù)雜的環(huán)境感知任務(wù)，收集的數(shù)據(jù)能夠服務(wù)于公眾，也可對(duì)城市規(guī)劃和機(jī)構(gòu)提供參考。典型的參與式感知系統(tǒng)由兩部分組成，一部分是位于云端的參與式感知平臺(tái)（Platform），另一部分則是眾多的參與節(jié)點(diǎn)（Participant），其由普通群眾以及他們持有的智能終端設(shè)備所構(gòu)成。一般而言，感知平臺(tái)會(huì)發(fā)布多個(gè)感知任務(wù)（Task），每個(gè)任務(wù)側(cè)重收集某種或幾種特定類型的數(shù)據(jù)，而每個(gè)參與節(jié)點(diǎn)在同一時(shí)刻只能參與一個(gè)感知任務(wù)。通常的感知數(shù)據(jù)采集過程如下：首先，感知平臺(tái)公布感知任務(wù)以及感知任務(wù)的具體要求，其中包含數(shù)據(jù)采集的時(shí)間、地點(diǎn)、數(shù)量等要求。然后每個(gè)參與節(jié)點(diǎn)根據(jù)自身情況來選擇感知任務(wù)并參與，參與節(jié)點(diǎn)按照任務(wù)要求采集相應(yīng)的數(shù)據(jù)，并上傳數(shù)據(jù)到平臺(tái)以完成感知任務(wù)。感知數(shù)據(jù)的采集方式一般有手動(dòng)、自動(dòng)和基于上下文觸發(fā)這幾種。之后平臺(tái)檢驗(yàn)感知數(shù)據(jù)的有效性，向參與節(jié)點(diǎn)發(fā)放感知報(bào)酬，收集到的感知數(shù)據(jù)將存放在各種數(shù)據(jù)庫(kù)中。對(duì)于采集的感知數(shù)據(jù)經(jīng)過平臺(tái)的進(jìn)一步分析和整合，將以數(shù)據(jù)或圖表的方式展現(xiàn)給大眾，以提供有價(jià)值的指導(dǎo)。參與式感知可以被應(yīng)用于個(gè)人健康6、交通檢測(cè)8、社交13、公共安全15、環(huán)境監(jiān)控9等眾多方面，來提高人們的生活質(zhì)量。目前已經(jīng)出現(xiàn)了一些具有代表性的應(yīng)用如：1）加州伯克利大學(xué)（UCB）開發(fā)的空氣質(zhì)量檢測(cè)應(yīng)用Common Sense9，參與者利用終端設(shè)備通過外接傳感器的方式收集周圍的空氣質(zhì)量，實(shí)現(xiàn)對(duì)空氣質(zhì)量的監(jiān)控；2）IBM公司開展的Creek Watch10項(xiàng)目，用于研究水域流量和污染狀況；3）新南威爾士大學(xué)（UNSW）開發(fā)的Ear Phone11項(xiàng)目，鼓勵(lì)參與者利用手機(jī)麥克風(fēng)來收集周圍環(huán)境的噪音信息；4）加州大學(xué)洛杉磯分校（UCLA）開發(fā)的PEIR12項(xiàng)目，通過記錄用戶的位置信息，來分析用戶的碳排放對(duì)環(huán)境的影響；5）馬里蘭大學(xué)（UMD）推出的融合了社交網(wǎng)絡(luò)和環(huán)境感知的項(xiàng)目CenceMe13；6）美國(guó)著名的地圖服務(wù)公司位智(Waze) 14推出的基于共享實(shí)時(shí)交通道路信息的交通導(dǎo)航應(yīng)用程序。目前，參與式感知是無線傳感領(lǐng)域的研究熱點(diǎn)，受到國(guó)內(nèi)外研究機(jī)構(gòu)的廣泛關(guān)注，但是由于缺乏足夠數(shù)量的感知任務(wù)參與者16和較低的數(shù)據(jù)采集質(zhì)量17,18等問題，嚴(yán)重阻礙的參與式感知的發(fā)展。為了解決這些問題，參與式感知系統(tǒng)通過采用設(shè)計(jì)有效的激勵(lì)機(jī)制來鼓勵(lì)和吸引穩(wěn)定有效的感知群體加入感知活動(dòng)，從而提高感知數(shù)據(jù)的數(shù)量和質(zhì)量。參與式感知激勵(lì)機(jī)制的核心目標(biāo)在于，通過設(shè)計(jì)合理的激勵(lì)方法來解決平臺(tái)和參與者雙方在最大化各自效用上所面臨的問題，實(shí)現(xiàn)激勵(lì)的功能。就各自來說，感知平臺(tái)的目標(biāo)是在其支付代價(jià)盡可能小或者可控的條件下激勵(lì)更多的參與者，來獲得更高質(zhì)量且可靠的感知數(shù)據(jù)。而作為參與者其參與感知活動(dòng)的首要障礙是在數(shù)據(jù)采集中引起的資源損耗與個(gè)人隱私泄露。除此之外，激勵(lì)機(jī)制還要考慮線上實(shí)時(shí)的問題，設(shè)計(jì)合理的反饋機(jī)制來應(yīng)對(duì)實(shí)際應(yīng)用中實(shí)時(shí)性要求較高的情況。在參與式感知實(shí)際的應(yīng)用場(chǎng)景中，感知任務(wù)可能持續(xù)較長(zhǎng)時(shí)間。在參與者進(jìn)行感知數(shù)據(jù)收集過程中，每個(gè)參與者由于日常生活活動(dòng)，其時(shí)間和位置是在不斷變化的，這將造成感知任務(wù)與參與者不完全匹配的情況，導(dǎo)致參與者提交的感知數(shù)據(jù)質(zhì)量具有動(dòng)態(tài)變化的特性。針對(duì)這些問題，設(shè)計(jì)一種可用于線上實(shí)時(shí)運(yùn)行的參與式感知激勵(lì)機(jī)制，來提高感知活動(dòng)的信息質(zhì)量和保證感知活動(dòng)的可持續(xù)性，同時(shí)在基于該激勵(lì)機(jī)制的基礎(chǔ)上實(shí)現(xiàn)一套參與式感知系統(tǒng)，具有重要意義。1.2 國(guó)內(nèi)外研究現(xiàn)狀參與式感知能夠?qū)崿F(xiàn)大范圍的數(shù)據(jù)采集，解決各種大規(guī)模數(shù)據(jù)需求問題，提供可靠的、高質(zhì)量的數(shù)據(jù)服務(wù)，在應(yīng)用領(lǐng)域和研究領(lǐng)域都得到廣泛的關(guān)注。目前，參與式感知作為一種新興的感知計(jì)算模式，還仍處在探索階段。而當(dāng)前的研究方向主要在于激勵(lì)機(jī)制的設(shè)計(jì)、參與者的隱私保護(hù)、參與者招募、數(shù)據(jù)質(zhì)量分析等方面，其中激勵(lì)機(jī)制是當(dāng)前參與式感知研究的熱點(diǎn)。如何設(shè)計(jì)一種合理且有效的參與式感知激勵(lì)機(jī)制，來鼓勵(lì)和吸引相對(duì)穩(wěn)定有效的感知群體加入感知活動(dòng)，從而提升感知數(shù)據(jù)的質(zhì)量，減少參與者和感知平臺(tái)不必要的損失和消耗非常重要。參與式感知的激勵(lì)機(jī)制主要分為報(bào)酬激勵(lì)和非報(bào)酬激勵(lì)，在Reddy19等人的研究中指出，以金錢作為完成感知任務(wù)回報(bào)的報(bào)酬激勵(lì)相比非報(bào)酬激勵(lì)（游戲、社交等方式）具有更好的效果，報(bào)酬激勵(lì)也成為激勵(lì)機(jī)制的研究重點(diǎn)。最早的報(bào)酬支付激勵(lì)機(jī)制由Lee20等人在2010年首先提出。他們?cè)O(shè)計(jì)了一種基于反向競(jìng)拍的激勵(lì)RADP（Reverse Auction Dynamic Price），該激勵(lì)機(jī)制采用反向拍賣模型，在每次感知任務(wù)中，選取出價(jià)最低的參與者作為贏家進(jìn)行支付。同時(shí)為了避免參與者因?yàn)閷掖胃?jìng)拍失敗而退出，該激勵(lì)還引入虛擬機(jī)分，對(duì)于失敗者給予一定的積分補(bǔ)償。隨后，Jaimes等人21改進(jìn)了RADP激勵(lì)機(jī)制，提出了一種基于貪心算法的激勵(lì)機(jī)制GIA（Greedy Incentive Algorithm），其考慮到用戶位置分布，區(qū)域覆蓋范圍，預(yù)算約束等問題，根據(jù)給定固定預(yù)算和位置來選擇用戶子集。該算法有效改善了RADP機(jī)制的性能。D Yang等人22于2012年在考慮數(shù)據(jù)真實(shí)性的情況下，設(shè)計(jì)了兩種激勵(lì)機(jī)制，分別是以平臺(tái)為中心的和以用戶為中心的激勵(lì)機(jī)制。在以用戶為中心的激勵(lì)機(jī)制中，用戶采取反向拍賣的方法向平臺(tái)出售數(shù)據(jù)，同時(shí)能保證較低的時(shí)間復(fù)雜度。在以平臺(tái)為中心的激勵(lì)中，將平臺(tái)與用戶構(gòu)建為斯坦伯格博弈模型。其中平臺(tái)作為領(lǐng)導(dǎo)者，率先公布任務(wù)報(bào)酬。而用戶作為博弈中的跟隨者，根據(jù)平臺(tái)的報(bào)酬來調(diào)整自己的感知策略，以最優(yōu)自身效益，最后博弈能收斂到納什均衡。Zhang等人23設(shè)計(jì)了一種基于重復(fù)博弈（Repeated Game）的激勵(lì)機(jī)制。在該激勵(lì)中引入了用戶的信譽(yù)指標(biāo)，用于衡量用戶歷史完成情況，并將用戶報(bào)酬方案與信譽(yù)機(jī)制結(jié)合，通過設(shè)定的社會(huì)規(guī)范（Social Norm）來提升所達(dá)到的均衡的性能。這種激勵(lì)機(jī)制能夠使眾包網(wǎng)站以接近帕累托效率的性能工作。Wen Y等人24提出了一種基于數(shù)據(jù)質(zhì)量驅(qū)動(dòng)的拍賣（QDA）激勵(lì)機(jī)制。在該激勵(lì)機(jī)制中，平臺(tái)根據(jù)感知數(shù)據(jù)的質(zhì)量而不是用戶的工作時(shí)間來分配報(bào)酬，并證明了該機(jī)制是具有真實(shí)的（Truthfulness），個(gè)人理性的（Individually Rationality）以及平臺(tái)可盈利性的（Profitability）?？紤]到現(xiàn)實(shí)中的感知場(chǎng)景，用戶存在動(dòng)態(tài)加入和退出的情況，因此激勵(lì)機(jī)制需要考慮線上實(shí)時(shí)的問題。Sun等人25將多信念值（Heterogeneous Belief Value）模型和多臂賭博機(jī)MAB（Multi-Armed Bandit）過程模型引入到激勵(lì)機(jī)制中，將線上實(shí)時(shí)的感知激勵(lì)過程構(gòu)建為MAB過程，即用戶隨時(shí)間向平臺(tái)提交出價(jià)，而平臺(tái)選擇一部分用戶進(jìn)行感知活動(dòng)。同時(shí)為了實(shí)現(xiàn)系統(tǒng)最大效用，他們提出了一種考慮社會(huì)狀態(tài)與實(shí)時(shí)吞吐量并基于多信念值模型的激勵(lì)方法，來解決線上實(shí)時(shí)的激勵(lì)問題。對(duì)于大部分激勵(lì)機(jī)制只考慮一次短期報(bào)酬支付，而忽視感知任務(wù)的長(zhǎng)期性的情況。Gao等人26在基于李雅普諾夫VCG拍賣模型的基礎(chǔ)上，設(shè)計(jì)了一種長(zhǎng)期的在線選擇激勵(lì)機(jī)制。該激勵(lì)機(jī)制將每個(gè)感知任務(wù)分為多個(gè)時(shí)間片，根據(jù)地域和時(shí)間片對(duì)每個(gè)參與者進(jìn)行報(bào)酬支付。他們證明了在沒有未來信息的情況下，該激勵(lì)機(jī)制能夠?qū)崿F(xiàn)最佳的線上任務(wù)分配，達(dá)到長(zhǎng)期激勵(lì)的目的。綜上所述，現(xiàn)有的激勵(lì)機(jī)制大都在理論研究層面，且大多數(shù)只基于一次短期激勵(lì)，沒有考慮到部分感知任務(wù)是具有長(zhǎng)期性的問題，即使部分激勵(lì)機(jī)制考慮到長(zhǎng)期性問題，但由于設(shè)計(jì)的激勵(lì)模型過于復(fù)雜，又帶來計(jì)算效率的問題。且大部分激勵(lì)機(jī)制忽視了參與者隨日常生活進(jìn)行感知活動(dòng)，所具有感知數(shù)據(jù)質(zhì)量動(dòng)態(tài)變化的特點(diǎn)和由此導(dǎo)致的感知活動(dòng)可持續(xù)性問題，同時(shí)缺乏有效的價(jià)格調(diào)整策略，可能會(huì)造成參與者實(shí)際付出大于感知收益的情況，不利于感知活動(dòng)的可持續(xù)性。為此本文在基于斯坦伯格博弈的基礎(chǔ)上，為提高感知活動(dòng)的信息質(zhì)量以及減少低質(zhì)量參與者的出現(xiàn)，提出了一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制。該激勵(lì)機(jī)制將每個(gè)感知任務(wù)根據(jù)時(shí)間劃分為多輪，并建立用戶信譽(yù)機(jī)制，將每輪用戶所能獲得的感知報(bào)酬與其信譽(yù)度相關(guān)。在每一輪感知活動(dòng)中通過對(duì)用戶參與門檻的限制和對(duì)下一輪報(bào)酬的補(bǔ)償或折扣措施來保證感知活動(dòng)的可持續(xù)性并提高參與者的積極性。同時(shí)本文在研究激勵(lì)機(jī)制的基礎(chǔ)上，為實(shí)現(xiàn)該激勵(lì)機(jī)制而設(shè)計(jì)了一套完整的參與式感知系統(tǒng)。該系統(tǒng)包含手機(jī)客戶端、服務(wù)器以及Web網(wǎng)頁(yè)端三個(gè)部分，能夠?qū)崿F(xiàn)從激勵(lì)任務(wù)的下發(fā)，到感知數(shù)據(jù)的采集以及最后的報(bào)酬發(fā)放的完整過程，以驗(yàn)證激勵(lì)機(jī)制的實(shí)際運(yùn)行效果。1.3 主要研究?jī)?nèi)容本文主要研究?jī)?nèi)容包含兩部分：1）研究一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制首先本文分析了當(dāng)前參與式感知激勵(lì)機(jī)制存在的主要問題，然后借助斯塔克伯格博弈模型，構(gòu)建參與者與平臺(tái)的競(jìng)爭(zhēng)關(guān)系，通過分析雙方的效用函數(shù)，求解各自的最佳感知策略。在此基礎(chǔ)上，本文研究了一種基于信息質(zhì)量的激勵(lì)機(jī)制。該激勵(lì)機(jī)制將每個(gè)感知任務(wù)根據(jù)時(shí)間分為多輪，通過引入用戶信譽(yù)機(jī)制和動(dòng)態(tài)定價(jià)策略來保證感知活動(dòng)的可持續(xù)性。最后本文通過案例分析的方式，驗(yàn)證算法的性能和效果。2）設(shè)計(jì)并實(shí)現(xiàn)基于激勵(lì)方法的參與式感知系統(tǒng)為實(shí)現(xiàn)本文研究的激勵(lì)機(jī)制，本文在考慮實(shí)際應(yīng)用場(chǎng)景的基礎(chǔ)上設(shè)計(jì)了一種具有實(shí)際可行性的參與式感知系統(tǒng)。本文詳細(xì)的闡述了系統(tǒng)的功能模塊劃分，和各模塊的職責(zé)以及調(diào)用關(guān)系，并給出了在系統(tǒng)上實(shí)現(xiàn)激勵(lì)機(jī)制的方案，最后通過黑盒測(cè)試驗(yàn)證系統(tǒng)及激勵(lì)功能能夠有效運(yùn)行。1.4 論文結(jié)構(gòu)安排本論文分為以下六個(gè)章節(jié)，安排如下：第1章 緒論，主要論述了參與式感知應(yīng)用特點(diǎn)和參與式感知激勵(lì)機(jī)制在國(guó)內(nèi)外的研究現(xiàn)狀，并說明了本文主要研究?jī)?nèi)容。第2章 闡述了參與式感知的系統(tǒng)框架，并分析了目前主要的參與式感知激勵(lì)機(jī)制以及激勵(lì)機(jī)制主要研究的問題，最后介紹了參與式感知系統(tǒng)開發(fā)中使用的技術(shù)。第3章 構(gòu)建參與式感知平臺(tái)和參與者的斯塔克伯格博弈模型，分析了激勵(lì)機(jī)制所要解決的問題，提出了一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制。第4章 具體到了激勵(lì)機(jī)制的實(shí)現(xiàn)。通過分析激勵(lì)機(jī)制的需求，設(shè)計(jì)并實(shí)現(xiàn)了基于本文激勵(lì)機(jī)制的參與式感知系統(tǒng)，并闡述了系統(tǒng)中的各個(gè)模塊的組成和調(diào)用關(guān)系。第5章 是激勵(lì)機(jī)制的性能評(píng)估，通過設(shè)計(jì)案例來分析激勵(lì)算法的性能，并對(duì)參與式感知系統(tǒng)中的激勵(lì)功能進(jìn)行黑盒測(cè)試，驗(yàn)證激勵(lì)功能的實(shí)際運(yùn)行效果。第六章是總結(jié)與展望，總結(jié)本文的工作并分析了本文未處理的問題，展望未來可能的進(jìn)一步工作。第2章 參與式感知相關(guān)理論與技術(shù)研究本章節(jié)主要分析了參與式感知的一些相關(guān)理論和技術(shù)。本章首先從參與式感知的系統(tǒng)框架開始介紹，闡述了激勵(lì)機(jī)制在系統(tǒng)框架中的存在意義，再簡(jiǎn)單討論了參與式感知激勵(lì)機(jī)制的核心研究問題，最后介紹了開發(fā)參與式感知系統(tǒng)使用的相關(guān)技術(shù)。2.1 參與式感知系統(tǒng)框架參與式感知作為一種新型的感知方式，為解決大規(guī)模、復(fù)雜社會(huì)感知問題提供了嶄新思路27。一般的參與式感知系統(tǒng)主要由兩部分組成，一部分是用于控制感知活動(dòng)的平臺(tái)，另一部分是由用戶和用戶手中的智能設(shè)備構(gòu)成的大量參與節(jié)點(diǎn)。這些由普通民眾構(gòu)成的大量參與節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)都是可移動(dòng)的感知源，他們是參與式感知的中堅(jiān)力量，而參與式感知平臺(tái)依托與這些參與節(jié)點(diǎn)，通過合理的調(diào)度使他們能夠完成復(fù)雜的感知任務(wù)28。圖2-1 參與式感知系統(tǒng)框架根據(jù)目前的參與式感知相關(guān)研究和應(yīng)用29，其典型架構(gòu)可由圖2-1所示。一般的參與式感知系統(tǒng)可以由四層體系結(jié)構(gòu)組成，其具體為：數(shù)據(jù)感知層，數(shù)據(jù)收集層，數(shù)據(jù)處理層以及應(yīng)用層，下面我們來逐一介紹。數(shù)據(jù)感知層：數(shù)據(jù)感知層是參與式感知的基礎(chǔ)層，該層主要實(shí)現(xiàn)數(shù)據(jù)的采集功能。數(shù)據(jù)采集一般需要用戶使用移動(dòng)手機(jī)、可穿戴設(shè)備等移動(dòng)智能設(shè)備，采集如圖片、溫度、濕度、聲音、經(jīng)緯度等多種感知數(shù)據(jù)。同時(shí)數(shù)據(jù)感知層能通過移動(dòng)網(wǎng)絡(luò)和通信技術(shù)（例如3G，蜂窩網(wǎng)絡(luò)）將感知數(shù)據(jù)傳輸?shù)綌?shù)據(jù)收集層。數(shù)據(jù)收集層：數(shù)據(jù)收集層需要獲取參與節(jié)點(diǎn)上傳的感知數(shù)據(jù)并將大量的感知數(shù)據(jù)進(jìn)行存儲(chǔ)，同時(shí)該層還需要能夠根據(jù)任務(wù)要求，向參與節(jié)點(diǎn)派發(fā)感知任務(wù)，并為參與節(jié)點(diǎn)提供感知激勵(lì)和隱私保護(hù)。數(shù)據(jù)處理層：數(shù)據(jù)處理層實(shí)現(xiàn)感知數(shù)據(jù)的篩選并提取有價(jià)值的信息。這一層主要對(duì)采集的感知數(shù)據(jù)進(jìn)行清洗和預(yù)處理，整合不同來源的數(shù)據(jù)，并通過數(shù)據(jù)挖掘的方式分析其中的數(shù)據(jù)價(jià)值，得到有用的信息。應(yīng)用層：應(yīng)用層是在基于參與式感知系統(tǒng)之上的具體應(yīng)用和服務(wù)，其主要根據(jù)參與式感知的具體應(yīng)用場(chǎng)景，提供數(shù)據(jù)可視化的功能。這一層通過數(shù)據(jù)可視化工具向大眾展示了數(shù)據(jù)分析的結(jié)果，并能根據(jù)結(jié)果為大眾提供一些有用的幫助。通過本系統(tǒng)框架我們可知參與式感知激勵(lì)機(jī)制位于數(shù)據(jù)收集層，其主要用于促進(jìn)數(shù)據(jù)感知層的數(shù)據(jù)采集，保證數(shù)據(jù)收集層能獲得穩(wěn)定可靠的感知數(shù)據(jù)。下一節(jié)我們就激勵(lì)機(jī)制的主要作用以及解決的主要問題展開說明。2.2 參與式感知激勵(lì)機(jī)制參與式感知激勵(lì)機(jī)制研究的主要目標(biāo)是幫助參與式感知平臺(tái)激勵(lì)更多的持有感知設(shè)備的參與者加入到感知任務(wù)中，并積極參與感知任務(wù)，提供高質(zhì)可靠的感知數(shù)據(jù)30。根據(jù)上一節(jié)我們分析的，在參與式感知激勵(lì)機(jī)制中主要涉及兩方，即參與者(Participants)和服務(wù)器平臺(tái)(Server)，那么激勵(lì)機(jī)制可以用如下抽象數(shù)學(xué)模型表示：I:M max(U(S),U(P)該模型的意義是：參與式感知激勵(lì)機(jī)制（Incentive，表示為I）通過某種激勵(lì)方法（Mechanism，表示為M)來最大化服務(wù)器平臺(tái)方（Server，表示為S）與參與者（Participants，表示為P）之間的效用（Utility，表示為U）。阻礙參與者加入?yún)⑴c式感知活動(dòng)的原因主要來自兩個(gè)方面：一個(gè)原因是參與者在進(jìn)行感知活動(dòng)時(shí)需要消耗參與者精力、感知設(shè)備的電池電量、數(shù)據(jù)流量等，因此沒有合適的感知報(bào)酬，參與者將不會(huì)或以消極的狀態(tài)參與到感知活動(dòng)中31。另一個(gè)原因是因?yàn)閰⑴c者在進(jìn)行感知活動(dòng)時(shí)，所提交的感知數(shù)據(jù)大多是與參與者的位置和時(shí)間相關(guān)的，這存在著泄露參與者時(shí)空隱私的風(fēng)險(xiǎn)。目前研究的激勵(lì)機(jī)制，根據(jù)不同的角度有不同的分類方式。從感知任務(wù)的回報(bào)方式上可以分為金錢報(bào)酬激勵(lì)和非金錢報(bào)酬激勵(lì)。金錢報(bào)酬激勵(lì)即通過金錢作為感知報(bào)酬支付的方式，當(dāng)參與者完成感知任務(wù)后給與一定的金錢作為激勵(lì)，這也是目前最主要的激勵(lì)方式。非金錢報(bào)酬激勵(lì)一般通過引入娛樂游戲或者社交關(guān)系的方式，通過游戲和社交的趣味性吸引參與者進(jìn)行感知活動(dòng)。從主導(dǎo)的控制權(quán)上可以分為以用戶為中心的激勵(lì)和以平臺(tái)為中心的激勵(lì)：以用戶為中心的激勵(lì)則讓用戶來提出感知報(bào)酬，平臺(tái)據(jù)此來選定合適的用戶來進(jìn)行感知活動(dòng)。以平臺(tái)為中心的激勵(lì)要求平臺(tái)擁有感知任務(wù)的分配和定價(jià)權(quán)，即平臺(tái)來設(shè)定用戶所分配的感知任務(wù)以及報(bào)酬。從激勵(lì)機(jī)制所采用的方法上可以分為基于博弈論的激勵(lì)機(jī)制、基于拍賣論的激勵(lì)機(jī)制以及其他方法：基于博弈論的激勵(lì)機(jī)制通過引入斯塔克伯格博弈22,32、禮物交換博弈23、貝葉斯博弈等博弈模型，求解平臺(tái)和用戶之間的納什均衡，以此來找到最佳的激勵(lì)方法?；谂馁u論的激勵(lì)機(jī)制則構(gòu)建各種拍賣模型，如反向競(jìng)拍33、全支付34、組合拍賣35等來設(shè)計(jì)激勵(lì)機(jī)制。不同類型的激勵(lì)應(yīng)對(duì)與不同的使用場(chǎng)景，但是不論是何種類型的激勵(lì)機(jī)制，其主要研究和核心問題都可以歸納為以下六點(diǎn)：l 參與水平：激勵(lì)機(jī)制的一個(gè)主要目標(biāo)是提高參與者的參與率。參與率不僅包含短期的一次感知任務(wù)的參與率，還希望能夠持續(xù)的激勵(lì)參與者，使參與者長(zhǎng)期的參與到感知活動(dòng)中。長(zhǎng)期的參與率無疑對(duì)于參與式感知任務(wù)長(zhǎng)期的數(shù)據(jù)收集是有益的，如何保持參與者的長(zhǎng)期參與率，維持參與者的活動(dòng)積極性，及時(shí)處理參與水平的反饋是激勵(lì)機(jī)制需要考慮的問題。l 完成質(zhì)量：參與率并不能完全的反映感知任務(wù)的完成質(zhì)量，還需要綜合考慮用戶的位置、用戶的行為和數(shù)據(jù)質(zhì)量等因素18,36。同時(shí)由于參與者自身的自私性，可能會(huì)出現(xiàn)上報(bào)虛假數(shù)據(jù)來獲取報(bào)酬的情況，即“搭便車”現(xiàn)象37的發(fā)生。此外，參與者感知設(shè)備的精度和自身知識(shí)的局限性也可能影響到任務(wù)的完成質(zhì)量48。l 支付控制：參與式感知平臺(tái)方需要不斷的為參與者的感知數(shù)據(jù)支付報(bào)酬，考慮到平臺(tái)方的支付有限，如何控制報(bào)酬使之在一定的預(yù)算內(nèi)，也是激勵(lì)機(jī)制值得考慮的問題。l 隱私安全：隱私安全主要考慮兩方面，一方面是參與者的隱私安全，即參與者在上傳感知數(shù)據(jù)時(shí)應(yīng)避免個(gè)人隱私的泄露；另一方面是服務(wù)器的安全性。即服務(wù)器存儲(chǔ)數(shù)據(jù)的安全性，服務(wù)器需要有一定安全措施來預(yù)防惡意用戶的攻擊。l 線上實(shí)時(shí)：現(xiàn)實(shí)中的參與者由于自身活動(dòng)，存在動(dòng)態(tài)隨機(jī)加入和退出感知任務(wù)的情況。激勵(lì)機(jī)制需要綜合考慮參與者的活動(dòng)軌跡，通過線上實(shí)時(shí)激勵(lì)參與者來保證感知活動(dòng)的可持續(xù)性。l 效率能耗：效率能耗是指激勵(lì)機(jī)制不僅需要能夠在平臺(tái)上高效運(yùn)行還應(yīng)當(dāng)能夠減少參與者感知設(shè)備的資源損耗。因?yàn)檫^大的感知設(shè)備的損耗會(huì)嚴(yán)重阻礙參與者進(jìn)一步參與感知活動(dòng)，所以激勵(lì)機(jī)制應(yīng)盡量減少這些資源消耗，同時(shí)能夠有較短的運(yùn)行時(shí)間?？偟膩碚f，本論文吸取目前主要的激勵(lì)機(jī)制的優(yōu)點(diǎn)，立足于博弈論的方法，以平臺(tái)作為感知報(bào)酬分配的中心，通過使用金錢報(bào)酬作為支付手段提出一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制。該激勵(lì)機(jī)制主要著手解決參與水平、完成質(zhì)量、線上實(shí)時(shí)這幾大核心問題，實(shí)現(xiàn)對(duì)參與者的有效激勵(lì)。2.3 參與式感知系統(tǒng)開發(fā)技術(shù)為了實(shí)現(xiàn)本文的激勵(lì)機(jī)制，我們需要構(gòu)建一個(gè)參與式感知系統(tǒng)，其主要由服務(wù)器和客戶端構(gòu)成，而本節(jié)就實(shí)現(xiàn)系統(tǒng)開發(fā)的主要技術(shù)的選擇進(jìn)行闡述。2.3.1 系統(tǒng)通信技術(shù)l HTTP協(xié)議HTTP38(HyperText Transfer Protocol)，又稱為超文本傳輸協(xié)議，是萬維網(wǎng)數(shù)據(jù)通信的基礎(chǔ)。超文本是指將各種不同空間的圖片、文字、媒體等信息，通過超鏈接的方式組織在一起的網(wǎng)狀文本，而HTTP協(xié)議則是用于傳輸或交換超文本的協(xié)議，該協(xié)議的響應(yīng)流程如圖2-2所示。圖2-2 HTTP協(xié)議工作流程圖HTTP協(xié)議的特點(diǎn)有：1）該協(xié)議是無連接的，即每次連接，服務(wù)器只處理客戶端的單個(gè)請(qǐng)求。當(dāng)服務(wù)器完成請(qǐng)求，并得到客戶端回應(yīng)后，立即斷開連接。這種方式能有效的節(jié)省傳輸時(shí)間；2）該協(xié)議媒體獨(dú)立的，即HTTP基于超文本實(shí)現(xiàn)，使得任何類型的數(shù)據(jù)都可以使用HTTP來發(fā)送，而客戶端與服務(wù)器都能處理數(shù)據(jù)內(nèi)容；3）該協(xié)議是沒有狀態(tài)的?？蛻舳说拿看握?qǐng)求與上一次沒有對(duì)應(yīng)關(guān)系，這使得后續(xù)處理需要重傳前面的信息，這加快了請(qǐng)求的應(yīng)答時(shí)間，但也可能導(dǎo)致傳輸數(shù)據(jù)量較大的問題。根據(jù)以上分析，可知HTTP協(xié)議具有快速、簡(jiǎn)單和靈活的特點(diǎn)，能夠滿足本參與式感知系統(tǒng)的需要。在系統(tǒng)中，HTTP協(xié)議用作服務(wù)器與WEB網(wǎng)頁(yè)，以及手機(jī)客戶端與服務(wù)器之間的通信協(xié)議?？蛻舳巳绻蚍?wù)器發(fā)送數(shù)據(jù)或請(qǐng)求資源，則先向服務(wù)器發(fā)起請(qǐng)求(get或post方式)，服務(wù)器再將應(yīng)答返回給客戶端，返回的資源的類型可以是圖片、文字、多媒體等。l 消息推送在參與式感知中，感知任務(wù)的下發(fā)以及感知報(bào)酬分配等功能的實(shí)現(xiàn)，都要求客戶端能通過某種方式和服務(wù)器進(jìn)行不定時(shí)的數(shù)據(jù)通信以更新信息39。一般來說這種不定時(shí)的數(shù)據(jù)通信主要有兩種方式，第一種是使用輪詢（Polling）的方式，即客戶端按照一定的頻率向服務(wù)器發(fā)送請(qǐng)求。另一種方式是推送（Push），即服務(wù)器在發(fā)現(xiàn)數(shù)據(jù)有更新的情況下，主動(dòng)將數(shù)據(jù)推送給客戶端。這兩種方式都有各自的實(shí)現(xiàn)特點(diǎn)，首先輪詢機(jī)制的實(shí)現(xiàn)較為簡(jiǎn)單，且能夠根據(jù)程序的要求進(jìn)行定制，但是資源開銷比較大。而推送的方式占用的開銷較小，實(shí)時(shí)性較好，但由于國(guó)內(nèi)的推送標(biāo)準(zhǔn)不統(tǒng)一，使用的限制較多。針對(duì)參與式感知系統(tǒng)對(duì)用戶的實(shí)時(shí)性要求較高的特點(diǎn)，我們將推送和輪詢機(jī)制結(jié)合起來。我們通過輪詢方式來實(shí)時(shí)的獲取用戶的地理位置，并實(shí)現(xiàn)感知任務(wù)的下發(fā)，而使用推送機(jī)制，來推送用戶的每輪感知報(bào)酬等其他信息。2.3.2 客戶端開發(fā)技術(shù)Android是由Google開發(fā)的，基于Linux內(nèi)核的移動(dòng)操作系統(tǒng)，主要用于觸摸屏的移動(dòng)設(shè)備，如智能手機(jī)和平板電腦等。目前Android已成為全球使用最多的操作系統(tǒng)，有超過20億的月活躍用戶，并被廣泛應(yīng)用于電視、汽車、智能手機(jī)以及可穿戴設(shè)備等方面。由于Android智能設(shè)備的普及性以及Android系統(tǒng)本身的開源特性，選用Android作為參與式感知系統(tǒng)的客戶端，用于實(shí)現(xiàn)數(shù)據(jù)采集是合適的。圖2-3 安卓主要組件安卓的核心主要有四大組件，如圖2-3所示。Activities組件，其用于描述可視化的界面UI，并處理用戶和機(jī)器屏幕之間的交互。一個(gè)應(yīng)用程序通常包含一個(gè)或數(shù)個(gè)Activity，而程序通過不同Activity之間的跳轉(zhuǎn)，實(shí)現(xiàn)機(jī)器界面的切換。Services組件，其負(fù)責(zé)處理與應(yīng)用程序有關(guān)的后臺(tái)邏輯操作。該組件沒有界面，主要用于執(zhí)行需要持續(xù)運(yùn)行的后臺(tái)邏輯，例如在后臺(tái)持續(xù)播放背景音樂的實(shí)現(xiàn)等。通常Service組件運(yùn)行在應(yīng)用程序主線程中，而不會(huì)阻塞其它組件。Broadcast Receivers組件，其用于處理應(yīng)用程序與系統(tǒng)之間的數(shù)據(jù)通信。應(yīng)用程序通過創(chuàng)建和注冊(cè)該組件來監(jiān)聽符合一定條件的廣播。Content Providers組件，其用于管理和共享應(yīng)用程序的數(shù)據(jù)庫(kù)，提供共享的數(shù)據(jù)存儲(chǔ)。2.3.3 服務(wù)器開發(fā)技術(shù)考慮到參與式感知系統(tǒng)的可靠性和可用性，我們使用主流的服務(wù)器開發(fā)框架，即Spring和Mybatis框架。Spring框架用于實(shí)現(xiàn)服務(wù)器的代碼解耦和邏輯控制，實(shí)現(xiàn)服務(wù)器中模型層（Model），視圖層（View）和控制層（Controller）的三層分離，方便服務(wù)器的開發(fā)。Mybatis框架則作為持久化框架，負(fù)責(zé)將對(duì)象存儲(chǔ)到數(shù)據(jù)庫(kù)中?？偟膩碚f，通過使用框架技術(shù)，有助于提高服務(wù)器的開發(fā)效率，規(guī)范代碼編寫，降低代碼間的耦合。l Spring框架Spring40框架為基于Java的服務(wù)器應(yīng)用程序提供了一個(gè)全面的編程和配置模型，是目前使用最為廣泛的J2EE開源框架。使用Spring框架的主要優(yōu)點(diǎn)有：能夠降低組件之間的耦合性；規(guī)范程序編寫，使之易于單元測(cè)試；該框架是輕量級(jí)的，開發(fā)者可以只選用其中的部分功能；能夠和其他主流框架相整合；Spring框架是非侵入式的，對(duì)程序中的其他代碼污染性低。Spring框架采用分層結(jié)構(gòu)設(shè)計(jì)，主要是由七個(gè)模塊組成，如圖2-4所示。Spring的其他模塊則是基于核心容器(Spring Core)之上，在這個(gè)容器中定義了bean的生命周期，即創(chuàng)建、配置以及管理過程。圖2-4 Spring框架的組成Spring框架的核心功能是控制反轉(zhuǎn)（IOC）和面向切面編程（AOP）。其中控制反轉(zhuǎn)的基本思想是將對(duì)象的控制權(quán)交給Spring IOC容器，而不由程序員自己實(shí)例。開發(fā)人員只需要描述創(chuàng)建對(duì)象的方式，并在配置文件中說明該對(duì)象和與之關(guān)聯(lián)的服務(wù)，而IOC容器負(fù)責(zé)將其聯(lián)系起來，這樣做可以實(shí)現(xiàn)資源的可配置，并降低程序的耦合度。面向切面編程是指能夠動(dòng)態(tài)地將代碼切入到類的指定方法或位置上的編程方式。Spring的AOP功能允許開發(fā)人員將那些被多個(gè)業(yè)務(wù)模塊共同使用的邏輯封裝起來在，作為切面插入從而降低模塊的耦合度，一般作為切面插入的功能有，權(quán)限控制、日志記錄等。l Mybatis框架MyBatis框架是目前廣泛使用的，基于Java的持久層框架，它封裝了JDBC的實(shí)現(xiàn)，避免了JDBC繁瑣的參數(shù)設(shè)置。它使用注釋或者XML描述符的方式將對(duì)象與SQL語句或存儲(chǔ)過程相連接，能夠極大的簡(jiǎn)化程序的開發(fā)。在本參與式感知服務(wù)器中，我們使用Mybatis框架來操作Mysql數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)的實(shí)例化。Mybatis的功能架構(gòu)如圖2-5所示，其可分為三層。最下一層是基礎(chǔ)支撐層。這一層把配置導(dǎo)入、聯(lián)接管理、事務(wù)處理和緩存控制等通用功能抽取出來，并封裝成為最基礎(chǔ)的組件，為上層提供支持。中間一層是數(shù)據(jù)處理層。這一層主要根據(jù)上層的請(qǐng)求來實(shí)現(xiàn)數(shù)據(jù)庫(kù)的操作，具體負(fù)責(zé)SQL的查找、解析和執(zhí)行以及數(shù)據(jù)結(jié)果映射等。最上層是API接口層，這一層負(fù)責(zé)提供對(duì)外的API接口。開發(fā)人員不用關(guān)系底層的實(shí)現(xiàn)，是需要操作這些API來實(shí)現(xiàn)需要的功能。圖2-5 Mybatis架構(gòu)圖2.4 本章小結(jié)本章首先介紹了參與式感知系統(tǒng)的基本概念和主要的框架結(jié)構(gòu)，以及各個(gè)層級(jí)實(shí)現(xiàn)的主要功能。隨后就參與式感知激勵(lì)機(jī)制的研究特點(diǎn)、研究現(xiàn)狀和研究的主要內(nèi)容展開說明，總結(jié)了當(dāng)前激勵(lì)機(jī)制所要解決的六大核心問題。隨后本文介紹了在參與式感知系統(tǒng)開發(fā)中所使用的核心技術(shù)，其中包括系統(tǒng)通信技術(shù)和后臺(tái)開發(fā)框架。這一章通過介紹相關(guān)的理論背景和技術(shù)知識(shí)，為之后的論述做鋪墊。第3章 基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制本章節(jié)首先構(gòu)建了參與者與平臺(tái)之間的斯塔克爾伯格博弈模型，給出了參與者與平臺(tái)各自的效用函數(shù)，然后繼續(xù)討論了納什均衡的存在性。之后本章研究了一種基于信息質(zhì)量的參與式感知激勵(lì)機(jī)制，該機(jī)制將感知任務(wù)分為多個(gè)輪次，以每一輪的信息質(zhì)量為基準(zhǔn)，通過建立參與者信譽(yù)機(jī)制和動(dòng)態(tài)定價(jià)策略來實(shí)現(xiàn)可持續(xù)的線上實(shí)時(shí)激勵(lì)。隨后本章展開說明了信譽(yù)機(jī)制的計(jì)算公式以及價(jià)格補(bǔ)償和折扣算法。3.1 系統(tǒng)模型本節(jié)通過構(gòu)建參與式感知平臺(tái)與參與者之間的定價(jià)模型，分析平臺(tái)與參與者的兩個(gè)階段博弈過程。然后通過分析雙方各自的效用函數(shù)，探討參與者與平臺(tái)的納什均衡存在性，并得出各自的最佳響應(yīng)策略。3.1.1 斯塔克爾伯格博弈模型一個(gè)典型的參與式感知系統(tǒng)如圖3-1所示，該系統(tǒng)主要由平臺(tái)方和大量的參與節(jié)點(diǎn)構(gòu)成。平臺(tái)方一般部署在云端，由多個(gè)感知服務(wù)器組成；參與節(jié)點(diǎn)則由參與者和手中的智能設(shè)備構(gòu)成，大量參與節(jié)點(diǎn)通過無線網(wǎng)絡(luò)或蜂窩網(wǎng)絡(luò)與平臺(tái)相連45。圖3-1 典型的參與式感知系統(tǒng)模型參與式感知的執(zhí)行過程如下：數(shù)據(jù)使用者通過平臺(tái)發(fā)布感知任務(wù)，感知任務(wù)一般包括某些特定類型的數(shù)據(jù)采集（例如空氣質(zhì)量、交通狀況等）。平臺(tái)根據(jù)感知任務(wù)時(shí)間、地域等要求篩選參與者，并將感知任務(wù)的要求推送給參與者。假設(shè)有一組U=1,2,3,.,N個(gè)參與者有興趣參與感知任務(wù)，其中n2。由于參與感應(yīng)任務(wù)的參與者將會(huì)有一定的損失（比如電池能量、時(shí)間精力，個(gè)人隱私損失等），因此參與者希望能得到一定的報(bào)酬。在這種情況下，參與者會(huì)綜合考慮損失和報(bào)酬，制定自己的感知策略。參與者完成感知任務(wù)后，將感知數(shù)據(jù)提交給平臺(tái)，平臺(tái)根據(jù)每個(gè)參與者的感知情況，支付相應(yīng)的費(fèi)用，這就完成了整個(gè)參與式感知過程。為了方便之后進(jìn)一步說明，我們?cè)诒?-1列出了本文主要使用的符號(hào)及表示意義。表3-1 主要用到符號(hào)符號(hào)描述U ,i , j參與者集合和某i或j個(gè)參與者N參與者數(shù)量P平臺(tái)設(shè)定的感知報(bào)酬Qi參與者i的感知策略Q-i除了參與者i之外，所有其他參與者的感知策略ci參與者i的單位感知成本Bi參與者i的最佳響應(yīng)策略Ui參與者i的效用U0平臺(tái)的效用Qi*參與者i的最佳感知策略Ri參與者i的信譽(yù)度QoI一輪感知任務(wù)的信息質(zhì)量QoI*一輪感知任務(wù)的最佳信息質(zhì)量通過上述分析的參與式感知工作流程，可知平臺(tái)與參與者之間存在著一定的行動(dòng)次序，即可以把這個(gè)過程構(gòu)建成一個(gè)具有兩階段的斯塔克爾伯格（Stackelberg）博弈模型49，如圖3-2所示。在階段I中，平臺(tái)宣布一個(gè)感知任務(wù)（P，n），其中P0是對(duì)所有參與者的總報(bào)酬，n是本次感知任務(wù)的參與者人數(shù)。在階段II中，每個(gè)參與者在基于平臺(tái)報(bào)酬的情況下，決定自己的感知策略以最大限度最優(yōu)自身的效用。階段I：平臺(tái)公布感知報(bào)酬平臺(tái)確定參與人數(shù)n以及總報(bào)酬數(shù)P階段II：參與者制定感知策略參與者間的博弈，每個(gè)參與者制定自己的感知策略，來競(jìng)爭(zhēng)固定的總報(bào)酬數(shù)P圖3-2 斯塔克爾伯格二階段博弈在這個(gè)模型中，參與者與平臺(tái)之間沒有具有約束力的協(xié)議，同時(shí)雙方都是自私且理性的，顯然這是非合作的博弈過程。平臺(tái)和參與者雙方都會(huì)做出最有利于自己的選擇。平臺(tái)希望在報(bào)酬P(guān)一定的情況下，獲得較高質(zhì)量的感知數(shù)據(jù)；而參與者希望在進(jìn)行一定的感知活動(dòng)時(shí)，獲得更多的感知報(bào)酬，即平臺(tái)方的目的都是實(shí)現(xiàn)其自身效用的最大化。對(duì)于參與者來說，除非有足夠的激勵(lì)，使自己獲得正向的效用，否則不會(huì)參與感知活動(dòng)。對(duì)于平臺(tái)來說，希望在任務(wù)報(bào)酬可控的情況下，獲得更高的效用。在這個(gè)博弈中，平臺(tái)作為領(lǐng)導(dǎo)者，參與者作為追隨者，平臺(tái)的策略是其總報(bào)酬數(shù)P，參與者的策略是Qi，其反映了參與者在本次感知任務(wù)中的貢獻(xiàn)情況。具體的任務(wù)貢獻(xiàn)情況可以用參與者的感知時(shí)間，或提交感知數(shù)據(jù)的質(zhì)量來衡量。當(dāng)Qi=0時(shí)，表示參與者i不參與感知活動(dòng)，即數(shù)據(jù)貢獻(xiàn)為0。同時(shí)我們使用ci*Qi表示參與者某次感知任務(wù)的感知成本，系數(shù)ci0表示為參與者i單位貢