群智感知系统及群智感知方法

摘要

本发明提供一种群智感知系统及群智感知方法，是一种在线的动态群智感知系统和群智感知方法，通过时间槽来动态感知每个感知任务的随机到来和智能手机用户的动态到来及动态离开，即通过时间槽将新到来的感知任务和任务执行设备进行区分，降低了群智感知对任务执行设备的在线要求，从而激励任务执行设备参与到所述群智感知系统中来。进一步的，根据每个任务执行设备执行的感知任务及其在任该感知任务所在的时间槽内的报价，计算出每个任务执行设备的回报，降低了计算复杂度。

说明书

技术领域

本发明涉及数据感知技术领域，尤其涉及一种群智感知系统及群智感知方 法。

背景技术

随着智能手机的普及，群智感知成为近几年兴起的很有前景的研究方向和 应用模式。智能手机以其特有的功能无限扩展的特性迅速取代了传统的功能单 一的移动电话。除了搭载通用操作系统使得功能可拓展之外，现在的智能手机 还集成了各种各样的传感器，从而为智能手机用户提供多样化的服务。智能手 机上继承的传感器包括全球定位系统（GPS）、加速度计、温度计、电子罗盘、 陀螺仪等，它们使得智能手机不再是单一的通信设备，还能提供诸如导航之类 的日常服务，因此手机的功能有了革命性的变化。随着智能手机技术的快速发 展和价格的不断降低，智能手机已经从最初的奢侈品变成了大众的必需品，智 能手机的出货量不断攀升。大量的散布在不同地理位置的智能手机提供了非常 重要的契机，这就是群智感知系统的产生。和传统的为某一目的专门部署的无 线传感器网络不同，群智感知系统大大减少了部署网络的代价，也不限于某一 种单一的应用。从另一方面来讲，由于智能手机上的传感器大多数时间是空闲 的，群智感知系统可以有效的利用这些闲置资源来产生社会效益。

然而要构成一个有效的群智感知系统仍然有许多的棘手的问题需要解决。 一个最基本的问题就是如何激励智能手机用户参与到群智感知系统中来。由于 智能手机属于用户个人所有，而参与到群智感知系统中来又会消耗自身的资源， 比如CPU时间、电量等，因此只关注自身利益的智能手机用户不愿意参与到群 智感知系统来并贡献自己的感知服务。通常，为了激励智能手机用户参与，经 常需要给与他们一定的回报（金钱酬劳）。

现有的一些群智感知系统中引入拍卖的概念来刻画群智感知系统和智能手 机用户之间的交易，即系统的任务分配和回报方法。通常群智感知系统中存在 一个公正的平台，它将感知任务告知智能手机用户，并接收他们执行感知任务 的结果。但是，现有的拍卖方法通常假定系统是静态的，也就是说，在系统初 始化时，所有的感知任务和智能手机用户已经存在于系统之中，并且会一直存 在于系统之中。而实际上，一方面，感知任务是由任务的发布者在某些特定时 刻产生并提交的，并不一定在系统初始时刻就存在了。另一方面，智能手机用 户也不一定一直都可以为群智感知系统服务，因为智能手机可能被用于其他用 途，从而无法提供感知服务。

因此，需要一种能够结合感知任务和智能手机到来的动态特性，防止欺骗 行为的产生的新的群智感知系统及群智感知方法，以避免上述缺陷。

发明内容

本发明的目的在于提供一种群智感知系统及群智感知方法，能够结合感知 任务和任务执行设备到来的动态特性，防止欺骗行为的产生。

为解决上述问题，本发明提出一种群智感知方法，包括以下步骤：

设置连续的时间槽，按时间槽顺序开始进行群智感知；

在每个时间槽内，接受新到来的感知任务和标明包括在线时段以及期望值 在内的特征的任务执行设备，并剔除已经达到离开时刻的任务执行设备；

在每个时间槽内，根据每个感知任务的特征和现有的每个任务执行设备的 特征，从现有的任务执行设备中选择最合适的至少一个任务执行设备来完成该 时间槽内的每个感知任务。

进一步的，所述感知任务为预处理的感知任务，所述感知任务的特征包括： 任务内容、任务量以及任务交期；所述任务执行设备的期望值为该任务设备对 每个感知任务的报价。

进一步的，所述感知任务的特征还包括执行设备规格要求和划分的各个任 务块及其任务内容、任务量以及任务交期；所述任务执行设备的特征包括任务 执行设备规格和每个任务块的报价。

进一步的，在每个时间槽内按照感知任务到来时间先后顺序依次分配每个 感知任务，对每个感知任务进行分配时，根据其任务内容、任务量以及任务交 期和现有的每个任务执行设备的在线时段以及对该感知任务的报价，从现有的 任务执行设备中选择在线时段和报价最合适的至少一个任务设备来完成该感知 任务，所述方法还包括：根据每个任务执行设备执行的感知任务及其在任该感 知任务所在的时间槽内的报价，计算出每个任务执行设备的回报。

进一步的，所述时间槽的时间长度相等，每个感知任务在该时间长度内能 够完成。

进一步的，对一定时期内感知任务特征、任务执行设备特征以及任务执行 结果进行统计分析，根据统计分析的结构进行时间槽划分，所述时间槽的时间 长度不完全相同，具有相同特征的感知任务的时间槽长度相等。

本发明还提供一种群智感知系统，包括：任务请求端、服务端以及任务执 行端，所述请求端包括至少一个请求设备，用于向所述服务器端发送感知任务 以及从服务器端接收任务执行端返回的执行结果；所述服务器端接收所述感知 任务，向所述任务执行端分配任务以及接收任务执行端返回的执行结果；所述 任务执行端包括多个成员设备，用于执行所述服务器端分配来的任务，其中，

所述服务端包括连续的时间槽、接收模块以及分发模块；所述接收模块在 每个时间槽内接受新到来的感知任务和标明包括在线时段以及期望值在内的特 征的任务执行设备，并剔除已经达到离开时刻的任务执行设备；所述分发模块 在每个时间槽内，根据每个感知任务的特征和现有的每个任务执行设备的特征， 从现有的任务执行设备中选择最合适的至少一个任务设备来完成该时间槽内的 每个感知任务，并收集每个任务执行设备的执行结果。

进一步的，所述感知任务为预处理的感知任务，所述感知任务的特征包括： 任务内容、任务量以及任务交期；所述任务执行设备的期望值为该任务设备对 每个感知任务的报价；所述感知任务的特征还包括执行设备规格要求和划分的 各个任务块及其任务内容、任务量以及任务交期；所述任务执行设备的特征包 括任务执行设备规格和每个任务块的报价。

进一步的，所述分发模块在每个时间槽内按照感知任务到来时间先后顺序 依次分配每个感知任务，对每个感知任务进行分配时，根据其任务内容、任务 量以及任务交期和现有的每个任务执行设备的在线时段以及对该感知任务的报 价，从现有的任务执行设备中选择在线时段和报价最合适的至少一个任务设备 来完成该感知任务；所述分发模块还根据每个任务执行设备执行的感知任务及 其在任该感知任务所在的时间槽内的报价，计算出每个任务执行设备的回报。

进一步的，所有时间槽的时间长度相等或不完全相等，每个感知任务在对 应的时间槽的时间长度内能够完成。

与现有技术相比，本发明的群智感知系统及群智感知方法，是一种在线的 动态群智感知系统和群智感知方法，通过时间槽来动态感知每个感知任务的随 机到来和智能手机用户的动态到来及动态离开，即通过时间槽将新到来的感知 任务和任务执行设备进行区分，降低了群智感知对任务执行设备的在线要求， 从而激励任务执行设备参与到所述群智感知系统中来。进一步的，根据每个任 务执行设备执行的感知任务及其在任该感知任务所在的时间槽内的报价，计算 出每个任务执行设备的回报，降低了计算复杂度。

附图说明

图1是本发明的群智感知方法的流程图；

图2是本发明的群智感知系统的架构图；

图3是本发明具体实施例的群智感知系统的架构图；

图4是本发明具体实施例的群智感知过程中的任务分配流程图；

图5是本发明具体实施例的群智感知过程中的回报分配流程图。

具体实施方式

本发明的核心思想是公开一种群智感知系统及群智感知方法，同样是因为 拍卖的概念来刻画群智感知系统的任务分配和回报方法，本发明的技术方案考 虑到感知任务和智能手机等任务执行设备到来的动态特性，设计了一种在线拍 卖方法，将时间划分成合适的时间槽，任务执行设备的特征（如标书）里面除 了包含报价等期望值之外，还包含可以提供服务的开始时间（到来时间）和结 束时间（离开时间），在某一时间槽到来的感知任务和任务执行设备在该时间槽 的开始时刻记作已知，从而感知任务将会被分配给当前存在于群智感知系统中 的任务执行设备；而所有感知任务可以通过一定的预处理，使得其可以在一个 时间槽内完成，在每一个时间槽，都在当前存在于系统的任务执行设备中进行 贪心的选择，直到到达结束时刻。其中一个任务执行设备同一时间只能执行该 系统分发一个感知任务，由此能够防止静态感知而导致欺骗行为的产生，提高 任务回报计算的公平和准确。

由此，请参考图1，本发明提供了一种群智感知方法，包括以下步骤：

设置连续的时间槽，按时间槽顺序开始进行群智感知；

在每个时间槽内，接受新到来的感知任务和标明包括在线时段以及期望值 在内的特征的任务执行设备，并剔除已经达到离开时刻的任务执行设备；

在每个时间槽内，根据每个感知任务的特征和现有的每个任务执行设备的 特征，从现有的任务执行设备中选择最合适的至少一个任务执行设备来完成该 时间槽内的每个感知任务。

请参考图2，本发明还提供一种群智感知系统，包括：任务请求端、服务端 以及任务执行端，所述请求端包括至少一个请求设备，用于向所述服务器端发 送感知任务以及从服务器端接收任务执行端返回的执行结果；所述服务器端接 收所述感知任务，向所述任务执行端分配任务以及接收任务执行端返回的执行 结果；所述任务执行端包括多个成员设备，用于执行所述服务器端分配来的任 务，其中，

所述服务端包括连续的时间槽、接收模块以及分发模块；所述接收模块在 每个时间槽内接受新到来的感知任务和标明包括在线时段以及期望值在内的特 征的任务执行设备，并剔除已经达到离开时刻的任务执行设备；所述分发模块 在每个时间槽内，根据每个感知任务的特征和现有的每个任务执行设备的特征， 从现有的任务执行设备中选择最合适的至少一个任务设备来完成该时间槽内的 每个感知任务，并收集每个任务执行设备的执行结果。

为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施 方式作进一步的说明，然而，本发明可以用不同的形式实现，不应认为只是局 限在所述的实施例。

下面以智能手机作为任务执行设备为例，详细说明本发明的群智感知系统 级方法。

请参考图3，本实施例的群智感知系统中，任务请求端向服务端（云端平台） 发送感知任务，服务端的接收模块按时间槽接收到来的感知任务和智能手机， 由此可以统计出每个时间槽内存在的感知任务数目、智能手机数目以每个智能 手机的在线时段，如曲线（a）、（b）、（c）所示，从而可以使得服务端的分发模 块根据每个时间槽内的感知任务特性、智能手机特性来为每个感知任务选择最 合适的智能手机来完成该感知任务，具体选择步骤请参考图4。

请参考图4，本实施中引入集合的概念来阐述群智感知系统的任务分配步 骤，当前存在的智能手机用户集定义为N，当前存在的感知任务集定义为T，被 选出的执行改时间槽内的感知任务的智能手机集为W，具体包括：

（1）系统初始化，即时间槽计数置为0，当前存在的智能手机集N置为空 集，当前存在的感知任务集T置为空集，被选出的智能手机集W置为空集，进 入第一个时间槽；

（2）接受新到来的感知任务和和标明包括在线时段（到来时刻至离开时刻 的时间）以及报价在内的特征的任务执行设备，更新当前存在的感知任务集T， 加入新到来的智能手机到N，剔除N中已经达到离开时刻的智能手机；

（3）对集合N中智能手机按照报价从低到高的顺序排序，从集合N中选 择报价最低的t个智能手机来完成当前感知任务集中的任务，其中t表示当前存 在的感知任务集T中的元素个数；

（4）更新被选出的智能手机用户集W，即将选出来的前t个用户加入到W 中，并从集合N中暂时排除；

（5）进入下一个时间槽，执行（2）至（4），直至最后一个时间槽完成；

上述过程中，每个智能手机在同一时间只能执行一个任务，被选择后就会 从N中排除，当该智能手机完成该任务后，自动更新至任务完成时紧接着的时 间槽对应的N中。

如果每个感知任务是预处理过的，例如将一个大的感知任务进行划分，分 成多个任务块，这些任务块可以看做是同时到达一个时间槽的感知任务，系统 按照上述过程为每个任务块选择保价最低的智能手机，例如一个感知任务被分 成K个任务块，那么系统按照上述过程从该时间槽内存在的智能手机中选择报 价最低的前K个来执行这K任务块，一个感知任务就可以由他所在的时间槽内 的K个报价最低智能手机来完成。

本实施例中，对于W中被选出来的每一个智能手机的任务回报，一种简单 的结算方式是按照该智能手机的报价计算，这样系统只要计算该智能手机共完 成了多少个感知任务以及完成每个感知任务时的报价是多少，就可以统计出该 智能手机每个感知任务的回报以及一段时间内的总回报。另一种结方式是按照 智能手机的临界报价来计算。对于W中的某个智能手机i，在被选进W时W会 有个临界报价（例如N排序后的第K个智能手机的报价或者第K+1个智能手机 的报价就是临界报价），如果该智能手机i的报价低于这个临界报价，就会被选 入W中；如果它的报价高于这个临界报价，他就会被第K+1个智能手机取代而 不会成为W中的一员。请参考图5，系统寻找某个被选中的智能手机i的临界 报价步骤如下：

（1）设定要计算回报的智能手机为智能手机i；开始时，按照图4所述的 步骤进行任务分配，直到到智能手机i的到来时刻，令智能手机i的临界报价的 值Q=0；

（2）当前到来的感知任务共有t个，N中之前存在的智能手机已按照报价 从低到高排序，分配这t个任务时，需判断第t个的报价（最高报价）与新到来 的智能手机i的报价，如果该最高报价大于智能手机i的报价，则更新Q为该最 高报价，智能手机i可以取代第t个用户加入W；若否，继续等待新任务和新的 分配；

（3）重复（2）直到达到智能手机i的离开时刻；

（4）付给智能手机i的酬劳即为执行每个感知任务的Q之和。

由此可见，本发明的优点在于：

1、本发明所述的选择智能手机和计算所付酬劳的方法都是多项时间的，因 而该发明的方法计算复杂度低。

2、本发明设计的是在线的拍卖方法，可以适用于感知任务随机到来和智能 手机动态到来及离开的场景。

3、本发明通过合理的计算付给每一个智能手机用户的酬劳，可以防止智能 手机用户的欺骗行为，即智能手机用户会诚实汇报他的到来时间、离开时间及 对于感知任务的报价。

4、当一个感知任务完成时，系统对于它的完成会有一定的心理价值预期； 同时，要完成这个感知任务，一个智能手机用户需要付出相应的代价。因此， 一个任务的完成，对于系统的好处就是这两个值的差异。理论分析可以证明， 本发明中的在线拍卖方法可以保证使得完成所有感知任务的好处之和不少于离 线的最优策略的一半。

5、本发明适用于任意一个考虑感知任务及任务执行设备动态特性的群智感 知系统，通过仿真实验的实验结果证明了本发明的可靠性和优越性。

显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明 的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其 等同技术的范围之内，则本发明也意图包含这些改动和变型在内。