La crowdsensing móvil como un nuevo esquema de servicio de Internet de las Cosas (IoT) proporciona una forma innovadora de implementar el sentido social ubicuo. Cómo establecer un mecanismo efectivo para mejorar la participación de los usuarios de sentido y la autenticidad de los datos de sentido, proteger la privacidad de los datos de los usuarios y prevenir que los usuarios malintencionados proporcionen datos falsos son algunos de los problemas urgentes en los servicios de crowdsensing móvil en IoT. Estos problemas plantean un desafío gigantesco que obstaculiza el desarrollo adicional de la crowdsensing móvil. Con el fin de abordar los problemas mencionados, en este documento proponemos un mecanismo de incentivos híbrido confiable para mejorar las participaciones de crowdsensing al alentar y estimular a los usuarios de sentido con reputación y retornos de servicio en las tareas de crowdsensing móvil. Además, proponemos un esquema de agregación de datos preservando la privacidad, donde el mediador y/o los usuarios de sentido pueden no ser completamente confiables. En este esquema,
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un marco de optimización conjunto del modelo de incrustación y el clasificador para el meta-aprendizaje.
Artículo:
Análisis del Patrón de Distribución Espacial del Paisaje Urbano en las Llanuras Centrales bajo la Influencia de la Geomorfología Morfológica Multiescala y Multinivel.
Artículo:
Un modelo de segmentación por conjuntos de niveles embebidos de regularización adaptativa y campo aleatorio de Markov que resuelve mediante cortes de grafos
Artículo:
Una arquitectura de matriz sistólica reconfigurable para aplicaciones inalámbricas multicarrier y multirrate.
Artículo:
Un esquema de traspaso de espectro para la selección óptima de red en redes vehiculares de radio cognitiva basadas en NEMO