第1章—绪论

1.1 移动群智感知网络的产生背景

物联网应用的需求、移动智能终端的快速普及、群智计算模块的出现

1. 物联网应用的需求

物联网就是把所有物品通过射频识别技术与互联网连接起来，实现智能化识别和管理。
物联网目前面临着以下几个方面的困境：

1. 从市场角度来看，物联网应用呈碎片化。占据中国物联网市场主要份额的应用领域为智能工业（20%）、智能物流（10.8%）、智能交通（8.3%）、智能电网（6.4%）、智能医疗（5.5%）、智能农业（4.2%）和智能环保（3.2%）。
2. 从网络角度来看，大多数已构建的物联网系统呈孤岛状态。加快发展物联网技术目的之一就是改变我国信息资源行业分隔局面。
   物联网的发展一方面需要这些子网动态自治，这些包括子网内部网元的自治，更包含各子网的网元为了执行特定的任务，动态地自我组织，实现子网间直接的互连、互通、互操作，减少子网与互联网不必要的交互。另一方面，需要多种异质子网有机融合，以满足物联网数据交换需求，从而实现网络规模的可控、可拓展性，有效提高物联网整体网络能力，真正解决不同行业信息资源共享的问题。
3. 从用户角度来看，安全隐私问题成为物联网推广应用的最主要障碍。
4. 从技术角度来看，物联网的技术仅处于起步阶段，在节点能力、能量获取、组网成本等方面仍存在很多技术挑战。感知能力是节点能力的基本指标，目前的节点有些能感知压力、温度、湿度、速度、声波、红外、视频、音频等物理参数。能量是制约物联网节点长期使用的重要因素，目前大部分节点是有源节点，电池需要定期更换或者充电，通过环境能源（太阳能、风能、电磁等）取电的无源感知技术还不够成熟或者难以普遍应用。
   目前的物联网大多是针对针对特定区域部署的固定感知网络，造成物联网应用组网成本高、系统维护难、服务不灵活，有些网络构建的投入或获取相比性价比过低，物联网在真实物理环境部署的特点造成系统部件易受恶劣环境的破坏，而面向特定任务部署的网络难以支持的新的物联网服务。

2.移动智能终端的快速普及

截止2017年12月，中国网民规模达到7.72亿人，通过手机上网的网民为97.5%，即手机网民规模达7.53亿人。到2017年底，全球智能手机普及率达到32.3%；到2021年底，这一比例将增至40%。
这种以人为中心的感知方式，充分利用了人们携带的智能设备对物理世界进行感知，不用话很高的代价购置和部署大量传感器节点。
以人为中心的感知应用可以分为两类：个体感知（personal sensing）和社群感知（community sensing）。
典型的个体感知应用包括对个人的运动模式（如站立、行走、慢跑、快跑等）来进行监测来促进身体健康，对个人的日常交通模式（如自行车、汽车、公交车、火车等）进行监测来记录个人的碳排放足迹等。
社群感知可以完成那些仅依靠个体很难实现的大规模的、复杂的社会感知任务。例如，在交通拥堵状况和城市空气质量的监测应用中，只有当大量的个体提供行驶速度或空气质量信息，并将这些信息进行汇聚分析，才能了解整个城市的交通状况或空气质量分布。

3.群智计算正成为物联网环境中的一种新的计算模式

它通常分为：参与感知（participatory sensing）、机会感知（opportunistic sensing）
群智感知主要来源于“众包”（crowdsourcing）的思想，所以又称为“众包感知”（crowdsourcing sensing）：用来描述一种新的、分布式的问题解决和生产模式，即企业利用互联网来将工作分配出去、发现创意或解决技术问题。众包的任务通常由个人来承担的，而大型复杂的任务需要多人协作来完成，这种协作可能是有意识的，也有可能是无意识的。众包多指任务分发的机制，而群智感知侧重于利用群体力量完成物理环境数据的搜集和处理，分别强调的是应用的不同方面。从计算机科学的角度，这种众包的计算机模式成为群智计算（crowd computing），也有人称为群体计算。
移动群智感知实际上是将群智计算模式从互联网环境推广到物联网环境。它具有以下3个特点：

1. 信息感知群体化，即通过群体的力量进行环境信息收集；
2. 数据传输协作化，即通过移动节点的协作完成数据的转发；
3. 复杂任务众智化，即利用众人的智慧完成大规模复杂的任务。
   概括来说，移动群智感知就是利用大量普通用户使用的移动感知设备作为基本感知单元，有意识参与与无意识协作结合，实现感知任务分发与感知数据收集利用，最终完成大规模、复杂的社会感知任务。简单来说，移动群智感知就是移动感知与群智计算的结合。

1.2 移动群智感知网络的研究现状和挑战

与传统的无线传感器相比，移动群智感知网络的感知节点数量更大、类型更多、范围更广，感知数据的传输方式更多样，并且由于人的参与，引起一系列新的挑战，包括数据收集、数据质量管理、感知大数据处理、资源优化、隐私保护、系统安全、奖励机制等问题。

1. 用户参与广泛性：与传统感知网络相比，移动感知节点规模大、种类多、分布广，体现出鲜明的用户参与广泛性。
2. 数据感知连续性：这种数据感知的连续性是移动群智感知网络区别于传统互联网群体计算系统的一个显著特点。
3. 网络状态的弱连性：移动群智感知强调的是感知数据的高效回收，不能也不必要求数据传输的实时性。为降低开销，移动终端之间采用的是一种“弱”连接的方式。
4. 感知内容丰富性：利用人的移动性来收集感知数据，这种数据具有非常复杂的特性：①由于感知源数量众多，感知数据的规模较大、内容丰富；②由于手持设备的多样性，不同节点对数据的组织和表示存在较大差异；③由于不同用户在活动范围上有一定重叠，以人为中心的移动设备采集到的数据中存在大量的冗余。我们将这样特征的数据成为富内容数据。另一方面，随着基于位置的网络服务的兴起，使得分析用户在信息空间和物理世界中的社交属性和行为特征成为可能，借助这些分析结果，可以通过向特定用户分配数据采集的任务来提高数据采集的效率和有效性，降低数据冗余。
   在群智感知网络研究中，应当重点关注感知数据的高效转发、感知数据的质量保障、用户参与感知的激励机制等问题。
   （1）在感知数据的高效转发方面——如何解决感知数据实时、连续与网络弱连接之间的矛盾。传统网络中面向强连通网络环境的数据采集、聚合、传输技术，不能有效地解决移动群智感知网络中感知数据的高效转发问题。这需要根据移动群智感知网络中参与节点多、感知数据量大、数据感知连续的特点，考虑参与用户的社会属性、感知终端能量、网络弱连性，设计满足感知时效需求的数据转发策略。
   （2）在感知数据的质量保障方面——如何解决高质量语义内容需求与原始感知数据丰富低质之间的矛盾。收集到的数据为富内容数据（多种来源、内容丰富、冗余量大、数据格式不一、数据质量较低）。另一方面，移动群智感知网络中的应用需求多样化，对感知数据的质量要求较高，但数据传输网络具有弱连接性，传输低质的感知数据既不能满足应用的需求，还会降低网络的传输效率。采用合适的形式对数据进行统一表示，整合来自异构多源得到数据选择高质量的感知数据，并根据移动移动群智感知网络中节点当前情境、节点的偏好、应用需求等信息进行感知数据移交。
   （3）在用户参与感知的激励机制方面——解决移动群智感知网络中参与广泛性的需求与个人参与意愿相对低下的矛盾。由于数据在收集和传输的过程中需要耗费用户设备的大量资源，而且还需承担个人隐私泄露的风险，所以用户的参与意愿相对低下。

1.3移动群智感知网络的主要研究内容

作为物联网新兴的研究领域，移动群智感知网络在基础网络、实现技术、实际应用等层面都面临着许多传统传感器网络不曾遇到的问题。目前，对移动群智感知网络的研究主要包括以下几个方面。

1. 移动群智感知数据的前端处理。
   智能终端采集的原始数据通常存在很大噪声、不完整或具有冗余，节点感知获取的数据具有多维度、多模态、冗余量大等特性。在一些间歇性连通的网络的网络环境中，需要采用机会转发机制传输感知数据，而传输大量的原始数据会造成较高的传输延迟和较低的投递率。因此，需要将部分数据分析与处理的任务前移至参与内容移交的节点，在减轻网络传输负载的同时，提升数据的可用性和移交的成功率。在应用中，通常对原始感知数据进行必要的前端处理，再将中间结果传输到后端服务器平台做进一步的数据分析。
   前端处理技术基本有两类：
   一类技术是将数据质量增强，包括消除噪音、过滤异常数据、恢复丢失数据、对低质图像进行修复和增强等操作；
   另一类技术是情景推断，包括推断用户的交通模式、运动模式、社交场合（开会、打电话、看电视等）和所处的周围环境（道路颠簸、噪声级别等），将不同应用所需感知的情景进行互相关联和学习，利用更少的传感器采集更少的数据来完成更多、更精确的情境推断任务，提高移动群智感知网络的工作效率。
2. 移动群智感知网络服务质量
   需要及时收集特定地点或者感兴趣区域的感知数据。网络服务质量是大家关注的基本问题之一。首先，综合利用移动群智感知网络中节点感知能力、网络传输、用户体验等因素，研究移动群智感知网络的服务质量度量指标、评价体系和计算模型；其次，根据服务质量具体需求，研究网络规划和节点的部署策略；进一步结合社会属性与行为规律，研究无意识转发与主动部署节点收集相结合的方法，设计感兴趣区域传输的时效性保障策略；同时，考虑到感知节点资源受限性、网络状态的弱连接性等特点，研究情境自适应的机会转发策略，探索连续感知数据的高校、可靠的传输方法。
3. 移动群智感知数据的机会传输
   移动群智感知网络应用大多采用基于基础设施的传输模式，即用户通过移动蜂窝网络或者WiFi接入点与互联网进行连接来上报感知数据。然后，这种传输模式不适用于网络覆盖差或缺少通信基础设施。
   移动用户之间可以采用一种“弱”连接的方式，采用“存储-携带-转发”的机会传输模式，在间歇性连通的网络环境中传输感知数据。机会转发机制不仅关注用户个体感兴趣数据的共享和分发，还要考虑参与用户节点的社会地位、节点之间相似程度和社会关系、感知数据的时空相关性等特点及其对网络传输性能的影响，利用节点的社会属性可以大幅度提高数据转发的效率。
   在移动中感知任务的分发与感知数据的收集，常常需要针对特定地理区域、特定兴趣的节点群进行多播，需要研究以群组节点社会属性为驱动的多播路由机制，设计兼顾社会属性和行为属性的组播路由，提高转发的效率。另外，在对感知数据进行机会传输的过程中，考虑感知数据的特点将机会转发机制与网内数据处理结合起来。
4. 移动群智感知数据的智能处理
   数据来自于不同用户、不同传感器、大规模长期部署的网络感知数据呈大数据特点。
   （1）感知大数据存储与处理
   （2）感知数据质量管理。用户感知方式的随意性以及不同用户的使用习惯，所产生的感知数据具有不准确、不完整、不一致、不及时等质量问题，甚至存在恶意用户上报虚假数据的现象。因此，需要对用户数据质量进行评估和验证，对低质数据进行质量增强，剔除错误数据和虚假数据。
   （3）多模态数据挖掘。不同用户、不同传感器所采集的感知数据是在不同维度上刻画被感知的对象，需要针对不同模块信息关联性整合不同模态挖掘结果，实现对感知对象的全面理解。
5. 移动群智感知网络资源优化
   克服移动节点在能量、带宽、计算等方面的资源限制，是移动群智感知网络实用化的关键。首先，由于用户数量和传感器的可用性都会随着时间变化而动态变化，难以准确地对能量和带宽需求进行建模和预测来完成特定的感知任务。
   目前的主要研究内容如下：
   （1）合理调度不同类型的传感器完成同一感知任务，实现感知质量与资源消耗的平衡。例如，使用GSM、WIFI、GPS等多种手段以能量有效的方式完成定位。
   （2）利用不同类型感知数据的关联性，使用较少的传感器，采集较少的感知数据，完成多个同时进行的感知任务。例如，利用不同情境的关联性，以能量有效的方式进行连续的情境推断。
   （3）利用感知数据的时空相关性，选择有效的用户集，并设置合理的感知参数，使多个用户协作完成感知任务，实现感知质量与资源消耗的平衡。
6. 移动群智感知网络激励机制
   用户在参与感知时会消耗自己的设备电量、计算、存储、通信等资源，并且面临隐私泄露的威胁。
   参与用户具有个人偏好、社会关系、移动规律、感知能力、通信能力、存储能力、计算能力等特征。首先研究情境信息的表达、获取和分析方法；针对不同情境下感知任务、感知质量等需求，研究特定情境适应的用户参与激励机制；研究激励代价约束下，面向多场景、多任务的激励策略最优化配置方法。
7. 移动群智感知网络的安全与隐私保护
   参与用户携带的感知设备提供的场景感知数据，可以为移动群智感知应用服务，同时用户的身份、兴趣习惯、行动状况、社交活动等隐私信息也存在泄露的风险。为防止泄露用户的隐私和敏感信息提供有效的隐私保护机制，将对用户积极参与感知起着重要的作用。因此，必须研究移动群智感知网络的安全策略和隐私保护机制，在确保用户隐私和安全性的同时能够尽可能完成数据收集任务。
   具体研究内容包括：用户隐私保护策略的选择配置方法，使感知信息处于用户授权可控之下；针对隐私敏感的感知信息，利用匿名化方法来抑制或泛化减少隐私泄露，面向动态变化的感知数据隐私保护的增量匿名化方法；研究轻量级的安全机制和隐私保护方法，提高移动终端的计算效率，等等。目前关注一下基本方法：
   （1）匿名化。将身份信息移除后再将感知数据上报给平台。这种方法的缺点是仍然可以从匿名化的GPS或其他的定位传感器测量值中推断出用户频繁访问的位置以及其他个人信息。
   （2）安全多方计算。使用加密技术将感知数据进行变换后上报给平台。这种方法比较安全，但缺点是一般需要较大的计算量，需要生成和维护多个密钥，灵活性较差。
   （3）数据加扰。对感知数据添加一些噪音后上报给平台，添加的噪音需要保证用户个体的隐私信息得到保护，同时依然能够准确地计算出群体信息的统计结果。
8. 移动群智感知网络共性平台
   设计移动群智感知网络共性平台是本领域需要解决的基本问题。群智感知网络共性平台的设计应遵循以上几个基本原则：
   （1）应该允许应用开发者使用某种高级程序语言指定所需要的感知数据，并且能够识别不同应用所需要的相同的或相互关联的感知数据，避免在移动用户端进行重复的感知、处理和传输。
   （2）应该能够自动选择所需的用户集及其相应的传感器，并配置合理的感知参数，当用户所处的情境发生动态变化时，应该自动地进行调整来保证所需的感知质量。
   （3）为了避免在不同类型的移动设备上重复开发相同的前端处理功能，应该能够提供一个接口来屏蔽访问不同物理层传感器API的差异，对上层应用提供一个公共的抽象接口，从而复用相同的前端处理模块。

1.4 移动群智感知网络的应用

最重要的特点：是人将参与数据感知、数据传输、数据分析、应用决策等整个系统的每个过程，及时感知数据的“消费者”，也是感知数据的“生产者”。这种“以人为中心”的基本特点，为物联网的感知和传输手段带来了前所未有的基于，具体表现如下：
（1）网络部署的成本更低。城市中有大量的移动设备或车辆；人的移动性可以促进感知覆盖和数据传输。
（2）网络维护更容易。
（3）系统更具有可拓展性。例如环境监测、智能交通、城市管理、公共安全、社交服务、城市突发事件应急处理。