Resumen

La asignación de tareas es un problema clave en la Detección de Multitudes Móviles (MCS). Trabajos previos han asumido principalmente que los participantes pueden completar tareas una vez que llegan al lugar de las tareas. Sin embargo, esta suposición puede llevar a una baja confiabilidad en los datos de detección porque se pasa por alto la heterogeneidad entre los participantes. En este estudio, investigamos un problema de asignación de múltiples tareas que considera la heterogeneidad de los participantes (es decir, diferentes participantes llevan diversos dispositivos y completan diferentes tareas). En este estudio se propone una optimización de enjambre de partículas discreta codiciosa con operación de algoritmo genético para abordar el problema mencionado anteriormente. Este estudio tiene como objetivo maximizar el número de tareas completadas mientras se satisfacen ciertas restricciones. Simulaciones sobre un conjunto de datos móviles de la vida real verifican que el algoritmo propuesto supera a los métodos de referencia en diferentes configuraciones.

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Problema; Detección móvil de multitudes; Participantes; Tareas; Heterogeneidad; Algoritmo
• Keywords:Problem; Mobile crowd sensing; Participants; Tasks; Heterogeneity; Algorithm