移动群智感知应用.pdf
《移动群智感知应用.pdf》由会员分享,可在线阅读,更多相关《移动群智感知应用.pdf(3页珍藏版)》请在三一文库上搜索。
1、移动群智感知应用移动群智感知应用 Mobile Crowd-Sensing ApplicationMobile Crowd-Sensing Application 陈荟慧/CHEN Huih ui 郭斌/GUO Bin 於志文/YU Zh iwen (西北工业大学, 陕西 西安, 710129) (Northwestern Polytechnical University, Xi an 710129, China) 认为无线通信和智能移动设备的发展为群智感知在移动环境下的应用奠定 了基础, 而廉价多样的传感器使移动群智感知应用与人类社会的联系更加紧密。移 动群智感知用户采集数据时的协作方式分为
2、参与式感知、 机会感知两种, 各有优缺 点和局限性。移动群智感知需要考虑用户成本、 网络压力、 云计算服务器架设、 用 户隐私保护等方面的问题, 要面对情境隐私、 匿名任务、 匿名数据汇报、 可靠数据读 取、 数据真实性等安全方面的挑战。 移动群智感知; 参与式感知; 机会感知 The development of wireless communication and smart mobile devices has been the impetus for mobile crowd-sensing applications. Low-cost sensors in smart devices
3、 means that mobile crowd-sensing applications are more tightly associated with human communities. In a mobile crowd-sensing application, measures for sensing cooperation between individuals may be categorized as participant-sensing or opportunity-sensing. Both of these measures have advantages and d
4、isadvantages. Mobile crowd-sensing has to consider problems such as cost to the user, pressure on the mobile communication network, constructing a cloud server, and user privacy. Security is a challenge in privacy protection, anonymous tasking, anonymous reporting, collection of dependent data, and
5、data reliability. mobile crowd-sensing application; participant sensing; opportunity sensing 摘要: Keywords: 关键词: Abstract : 收稿日期: 2013-10-17 网络出版时间: 2014-01-05 基金项目: 国家自然科学基金 (61332005) DOI: 10.3969/j.issn.1009-6868.2014.01.008 网络出版地址: http:/ 中图分类号: TP391文献标志码: A文章编号: 1009-6868 (2014) 01-0035-003 1 群
6、智感知的架构 群 智感知通过感知个体的信息而 挖掘群体信息并反作用于个体 或群体1。群智感知是个体与群体的 合作与共赢, 主体是 “感知” 和 “挖 掘” , 感知层由个体与携带的智能设 备组成, 挖掘层由后台数据服务器组 成。随着数据量的爆炸式增长, 云计 算开始为数据存储和挖掘提供支持, 传感器和应用程序完成数据的采集 与群体感知结果的反馈, 如图1所示。 感知层完成数据的采集, 无论是 参与式感知还是机会感知, 都由终端 采集用户数据并上传。挖掘层通常 是为了发现某种知识或者统计某种 结果而对大数据进行深层分析。 2 群智感知的数据采集 移动群智感知采集的数据不再 仅仅局限于位置, 移动
7、设备附带的各 种传感器在个体数据采集时都能够 发挥作用。例如, 路人通过分析手机 麦克风采集到的环境声音检测环境 噪声, 旅行者通过手机摄像头和 GPS 记录旅游日志并分享旅游攻略, 晨练 者通过加速度传感器监测运动量并 结合 GPS 轨迹分享晨练感受, 司机或 者乘客通过加速度传感器采集道路 坑洼状况上传给城市管理部门。 根据手机用户采集数据时的协 作方式, 可将感知分为参与式感知 2 和机会感知3。参与式感知由用户主 动参与, 因此数据精度高但容易受用 户主观意识干扰。机会感知通过直 接或间接方式感知用户的行为, 对用 户干扰较小, 但数据精度依赖于感知 算法和应用环境, 且机会感知需较高
8、 的隐私保护机制激励用户的参与。 参与式感知的实时性相对不如 机会感知高, 但机会感知准确采集数 据的难度要比参与式感知高。比如, 在交通路况监控应用中, 参与式感知 需要用户主动上传数据, 但是当司机 上报拥堵信息时可能已经离开了该 APP: 应用 图 1 群智感知基本架构 应用 APP 任务 APP 传感器 云计算 任务 APP 应用 APP 社会 环境 公共服务 专题 陈荟慧等移动群智感知应用 ZTE TECHNOLOGY JOURNAL 35 Feb. 2014 Vol.20 No.12014年2月 第20卷第1期中兴通讯技术 路段, 导致时空信息不准确, 另外, 要 求司机不停的上传
9、数据的可能性较 小。机会感知虽然不要求司机手动 提交数据, 但是对路况的准确感知却 是亟待解决的问题。 参与式感知采集到的数据更容 易受到用户的主观干扰, 应用系统需 要对数据进行有效性的判断并向用 户提供量化的评级标准, 例如, Creek Watch 应用向用户提供水质判断标 准; Talasila 等人 4使用定位信息判断 用户提交的交通堵塞信息是否真实, 防止有人故意在出发前发布假的拥 堵信息用于清畅道路; Wreckwatch5应 用使用车载手机的加速度计感知到 撞车以后判断乘客的受伤程度, 使用 VoIP 电话、 短消息、 GPS 地图和路人 拍照上报等方法对撞车情况和人员 受伤情
10、况进一步核实。 3 群智感知的应用现状 现阶段的移动群智感知应用大 致可分为 3 类: 环境、 公共设施和社 会6。 在 环 境 方 面 的 应 用 如 Common Sense7、 Creek Watch8-9、 Ear-Phone10和 iMap11等。Common Sense 使用可以与 手机通信的手持空气质量传感器收 集空气污染数据 (如二氧化碳、 氮氧 化物) , 分析和可视化后通过 Web 发 布; Creek Watch 是由 IBM 在 2010 年 11 月发布的 iPhone 应用, 人们路过河流 的时候, 可以花费几秒钟的时间搜集 水质数据, 包括流量、 流速和垃圾数 量
11、, 后台服务器汇总数据后在网站上 公布; Ear-Phone 使用手机根据噪音 级别监测对人类听力有害的噪音污 染, 并绘制成噪音地图通过 Web 共 享; iMap 使用手机采集人的时间-地 点轨迹, 并使用已有模型计算空气中 二氧化碳的含量和 PM2.5 的值, 实现 间接环境监测功能。 在公共设施方面的应用如交通 拥堵情况的检测 12-13、 道路状况的检 测 14(如道路坑洼、 噪音) 、 寻找停车 位15、 公共设施报修 (如消防栓、 交通 信号灯、 井盖等) 和实时交通监测与 导航16等。例如, ParkNet 使用 GPS 和 安装在右侧车门的超声波传感器检 测空停车位, 并共享
12、检测结果; CMS 系统收集由公交车乘客的手机采集 的数据, 对公交车舒适程度做出评 级, 并通过网站发布; Zhou P 等人17设 计了 Android 平台下的公交车到站时 刻预测系统; GBus18应用允许个人使 用移动设备收集公交车站点信息, 包 括 站 点 名 称 、图 片 和 描 述 ; EasyTracker19应用使用安装有地图的 智能手机, 从 GPS 轨迹中提取高密度 点获取公交站点, 并采集各站点公交 到站时刻计算公交站点间运行时间, 从而预测公交到站时刻。 在社会方面的应用如社交网络 应用以及社会感知。例如, 腾讯提供 的根据个体之间的共同好友而进行 的好友推荐机制;
13、 Ubigreen20应用通过 手机感知和用户参与的形式半自动 采集用户出行习惯, 鼓励用户绿色出 行; im2GPS21应用构建自己的 GPS 照 片知识库, 使人们可以通过拍摄照片 查询自己所处的位置; DietSense22应 用允许用户在社交群中分享个人饮 食习惯, 人们可以比较自己的饮食习 惯并向他人提出建议; Bikenet23应用 根据个体提供的自行车骑行路线的 GPS 轨迹、 空气质量、 噪声质量等数 据计算出最适合自行车骑行运动的 路线。 4 群智感知面临的问题与 挑战 移动群智感知可以通过个体数 据完成大规模现象的监测24, 因此需 要收集大量来自个体的数据。为了 使计算过
14、程更加高效, 通常需要考虑 如下几个问题: 数据的收集必须考虑用户成本 用户传输数据过程中对网络 造成的压力 需要架设用于接收、 计算、 管 理和分析的后台云计算服务器 使用户能够放心并自愿将手 机作为数据收集探测器的用户隐私 保护机制 Kapadia A 等人提出了机会感知 环境下安全的 9 个挑战: 情境隐私 匿名任务 匿名数据汇报 可靠数据的读取 数据真实性 系统集成 防止数据抑制 参与 公平 群智环境下数据可信度问题包 括系统对个体采集端数据的验证和 系统对事件结果的准确判断。采集 数据的可靠性一方面需要采用信用 规范对客户端用户加以限制, 另一方 面需要更精确的算法来验证数据的 可靠
15、性。系统对事件结果的准确判 断是激励用户继续使用该系统的关 键基础。群智环境虽然为假数据提 供了上传的机会, 但真实数据也拥有 相同的机会, 服务器如何分辨这些数 据的真伪是一大挑战。 智能手机应用程序的隐私保护 机制是用户普遍关心的问题。如果 没有隐私保护, 以用户为中心的机会 感知永远不可能成功。在数据上传 时加入干扰数据或者对敏感数据加 密是常用的保护机制。 从数据采集角度来讲, 手机附带 的传感器可以透露用户所处的环境, 并能实时记录语音和图像, 这些功能 如果应用不当就容易演变成非法侵 犯个人隐私的应用, 如果用户采用过 高的安全保护策略, 则移动群智感知 无法得到丰富的终端数据。
16、移动群智应用环境下, 用户不可 避免地需要上传位置、 手机号码等信 息, 而手机号码等个人信息可以与用 户本人绑定, 所以, 用户有理由怀疑 应用程序可能会侵犯个人隐私。如 果将个人数据加密或者保证使用更 高安全级别的服务器, 但仍然不能保 证用户不怀疑数据丢失时隐私受到 专题 陈荟慧等移动群智感知应用 ZTE TECHNOLOGY JOURNAL 中兴通讯技术 36 2014年2月 第20卷第1期 Feb. 2014 Vol.20 No.1 侵犯, 这与困扰着云服务的隐私问题 是一样的。 3G、 4G、 Wi-Fi 以及未来的通信 技术能够为群智感知应用解决带宽 的问题, 但移动群智应用系统
17、与其他 移动应用软件一样还存在能耗和数 据流量的问题。现有的节电方法包 括选用合适的数据采集触发算法和 选用低能耗的传感器等, 控制通信流 量的方法主要采用有选择的上传高 质量的数据。 5 结束语 “众人拾柴火焰高” , 对于现代人 类社会来说, 移动群智感知是群体智 慧在信息时代的表现方式。无线网 络和智能设备是移动群智感知的基 础, 移动群智感知应用需求的不断扩 展反过来对这两者的发展又提出了 更高的要求。群智感知环境下的个 体以数字的形式存在, 隐私保护是个 体互信协作的基础, 安全规范和信用 规范的不完善势必影响群智感知应 用推广。总的来说, 移动群智感知对 人类社会的发展和信息科技的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 移动 感知 应用
链接地址:https://www.31doc.com/p-5188337.html