本地差分隐私下技能感知的任务分配算法研究

来源：电子与信息学报杂志2025年第11期北京时间：

作者：方贤进, 甄雅茹, 张朋飞, 黄珊珊

单位：1.安徽理工大学计算机科学与工程学院 淮南 2320012.安徽理工大学煤炭无人化开采数智技术全国重点实验室 淮南 232001

摘要：空间众包任务分配依托平台将具有地理位置属性的任务指派给周边工人，然而工人在上传实时位置信息过程中，行踪易被泄露或滥用，存在隐私风险。现有方法虽采用可信第3方或差分隐私进行位置扰动，但在多技能任务及技能分布不均场景下难以兼顾隐私保护与分配效率。为此，该文提出一种融合隐私保护与技能感知的协同分配算法。首先采用截断拉普拉斯机制对工人位置加噪，在满足本地差分隐私的同时降低定位偏差；其次引入基于信息熵的技能多样性评估指标，并设计动态策略优化工人集合技能分布；最后再构建基于技能贡献值的贪婪算法，并结合时空与预算约束提出3种剪枝策略提升计算效率。实验结果表明，该方法在服务质量损失、任务完成率与平均预算剩余率等方面表现优良，实现了隐私保护与任务分配效率之间的有效平衡。

关键词：空间众包, 任务分配, 本地差分隐私, 技能多样性, 贪婪算法

基金资助：国家自然科学基金(61572034)