Resumen

La detección móvil de multitudes (Mobile Crowd Sensing, MCS) es un nuevo paradigma de detección capaz de detectar las actividades cotidianas centradas en el ser humano y el entorno que le rodea. El impacto de la movilidad y el egoísmo de los participantes en la fiabilidad de los datos no puede ignorarse en la mayoría de los sistemas móviles de detección de multitudes. Para resolver este problema, presentamos un modelo de sistema universal basado en el marco de la subasta inversa y formulamos el problema como el de la selección de usuarios de calidad múltiple (MQMUS). Se propone un mecanismo de incentivos que tiene en cuenta la calidad (QAIM) para cumplir el requisito de calidad de la fiabilidad de los datos. Demostramos que el mecanismo de incentivos propuesto alcanza las propiedades de eficiencia computacional, racionalidad individual y veracidad. Además, evaluamos el rendimiento y validamos las propiedades teóricas de nuestro mecanismo de incentivos a través de amplios experimentos de simulación.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:fiabilidad de los datos, mecanismo de incentivos, calidad múltiple, selección múltiple de usuarios, mecanismo de incentivos consciente, amplios experimentos de simulación, multitud más móvil, marco de subasta inversa, modelo de sistema universal, problema, multitud móvil
• Keywords:data reliability, incentive mechanism, multiple quality multiple user selection, aware incentive mechanism, extensive simulation experiments, most mobile crowd, reverse auction framework, universal system model, problem, mobile crowd