计算机工程与科学

作者：王永军, 刘瀚阳, 王辉, 申自浩, 刘琨, 刘沛骞

单位：1.河南理工大学计算机科学与技术学院，河南 焦作 454000；2.河南理工大学软件学院,河南 焦作 454000

关键词：移动群智感知,任务分配,位置隐私保护,差分隐私,Geohash,

基金：国家自然科学基金(61300216);河南省高等学校重点科研项目（23A520033）；河南理工大学博士基金(B2020-32，B2022-16）

为解决现有移动群智感知任务分配机制对地理区域不敏感造成的效率与隐私问题，设计了一种基于区域热度的任务分配机制（HTPM）。该机制通过对历史数据的分析实现任务个性化发布，提高工作者申请成功率，减少位置隐私暴露次数。首先，基于Geohash算法的自适应网格划分算法（G-AGM）通过对历史数据分析完成对任务区域的划分；其次，HTPM依据划分结果赋予任务位置相对应的任务匹配前缀，并根据招聘结束时间动态更新任务匹配前缀完成任务发布；最后，使用概率代价最小胜者选择机制（LPC-WSM）完成胜者的选取。基于墨西哥城和基多出租车数据集的仿真实验表明，使用HTPM机制的人均申请次数降低30.3%，可以达到保证位置隐私保护强度、提高任务分配效率的目的。

来源：2024年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第8期