移动群智感知中基于联邦学习的参与者选择机制

来源：计算机应用研究杂志2023年第4期北京时间：

作者：张宇,江海峰,杨浩文,肖硕,

单位：中国矿业大学〓a.矿山数字化教育部工程研究中心;b.计算机科学与技术学院,江苏徐州221116；

摘要：移动群智感知的发展使得一些任务收集的数据量过大，需要在不接收参与者原始数据的情况下评估数据质量并进行参与者选择。针对这一问题，提出一种基于联邦学习的移动群智感知参与者选择机制。考虑参与者智能终端资源水平、所处交互状态构建参与者智能终端资源评价机制，提出基于线性回归和长短期记忆网络的智能终端资源预测模型。通过预训练测试模型，评估参与者提供的数据质量，结合历史任务完成情况建立参与者信誉评价模型，实现对参与者的动态评价选择。仿真实验结果表明，所提的参与者选择机制在任务完成质量、能量消耗、通信轮数及任务完成时间等多方面体现出较好的性能。

关键词：移动群智感知,参与者选择,联邦学习,资源预测,信誉评价,

基金资助：国家自然科学基金资助项目(62071470)；徐州市科技计划资助项目(KC20167)；；