移动群智感知中基于强化学习的双赢博弈

摘要：

移动群智感知系统需要为用户提供个性化隐私保护,以吸引更多用户参与任务.然而,由于恶意攻击者的存在,用户提升隐私保护力度会导致位置可用性变差,降低任务分配效率.针对该问题,提出了一种基于强化学习的用户与平台共赢的博弈机制.该机制首先通过可信第三方的两个虚拟实体分别模拟用户并与平台进行交互,一个模拟用户选择隐私预算为位置数据添加噪声,另一个模拟平台根据用户的扰动位置分配任务;然后,将交互过程构建为博弈,并推导出均衡点,其中交互的两个虚拟实体就是博弈双方;最后,使用强化学习方法不断尝试不同的位置扰动策略,输出一个最优的位置扰动方案.实验结果表明,该机制能在优化任务分配效用的同时,尽可能地提高用户的整体效用,使用户与平台达成双赢.

关键词：移动群智感知、任务分配、个性化隐私保护、博弈论、强化学习

所属期刊栏目：47

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省自然科学基金;江苏省"六大人才高峰"高层次人才资助项目;计算机软件新技术国家重点实验室南京大学资助项目

在线出版日期：2020-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：41-47