□亓健生 报道
　　本报烟台讯 近日，烟台大学计算机与控制工程学院分布式人工智能团队在国际知名期刊发表高水平论文，创新性地提出了一种基于边缘计算和区块链技术的三重实时轨迹隐私保护机制（T-LGEB）应用于移动众包（MCS），该研究成果将应用到城市物流业、交通业和城市服务的智慧式管理和运行中。
　　随着物联网的快速发展和5G网络的快速普及，MCS已成为当今社会不可或缺的一部分，但MCS中的任务执行通常涉及任务参与者的位置和轨迹，这将对任务参与者的隐私造成威胁，因此MCS中的隐私权保护已成为亟待解决的重要问题。
　　近日，烟台大学计算机与控制工程学院分布式人工智能团队在国际知名期刊IEEE Transactions on Mobile Computing和IEEE Transactions on Service Computing上分别发表高水平论文，创新性地提出了一种基于边缘计算和区块链技术的三重实时轨迹隐私保护机制应用于MCS。
　　首先，使用本地化差分隐私技术和基于高斯分布的多概率延伸机制来处理任务参与者当前的真实位置，并且任务参与者将使用处理后的位置进行数据上传和假名服务请求。其次，通过提出的基于边缘计算的时空动态假名机制，将任务参与者的整个轨迹划分为多个具有不同假名身份的无关轨迹段。最后，在MCS中引入区块链技术，使用区块链代替传统第三方平台能够有效解决第三方平台造成的隐私泄露问题。通过对多个真实数据集进行大量实验和对比分析，证明了提出的T-LGEB具有极高的隐私保护能力和数据可用性，并且所造成的资源消耗也相对较低。
　　此外，该团队创新提出了一种基于在线分配模型的在线双边分配（OBA）问题，并提出了一种双边在线优先级重新分配算法（BOPR），算法通过双边分配实现实时任务/工人分配。为了保证匹配任务的数量，在BOPR算法中设计了一个优先级队列。考虑工人和任务的等待时间期限和优先级排序以及错误率情况，避免工人和任务等待时间过长，尽可能分配每个任务。在此基础上，针对不成功的任务设计了两阶段分配策略，最大限度地降低任务的错误率，显著提高任务分配的效率。最后，通过对真实数据集的实验，评估了算法在全局效用值和匹配数方面的性能。
　　该团队重点围绕多空间群智感知的任务分配、隐私保护和质量控制三方面研究内容，构建了具有安全性、自组织性、可信性和稳定性的多空间群智感知优化机制，从不同方面激励用户积极参与任务的发布和感知，有效提高多空间群智感知任务分配的安全性、自组织性、可信性和稳定性。
　　该团队负责人介绍，团队将在群智感知的研究方向上形成一套面向多空间群智感知的任务分配优化机制理论体系，将研究成果应用于分布式群智感知的原型系统中，并进行实验验证，实现中心-边缘协同、全网算力调度、全网统一管控等能力，真正实现“无处不在”的云，最终，将项目研究成果应用到城市中物流业、交通业和城市服务的智慧式管理和运行中。