群智感知是一种新的数据收集范式，基于人们利用移动设备感知和传输感兴趣数据的意愿。由于存在大量的蜂窝用户，所以移动传感器网络将能够收集足够的数据，以快速、简单和经济高效的方式解决大规模的社会问题。群智感知中的一个重要问题是隐私问题，如果没有适当的隐私保护机制，许多用户将不愿意参与数据收集过程。本书首先介绍了群智感知系统中隐私保护机制的研究现状；然后介绍了具有隐私保护功能的群智感知在线控制机制研究、具有隐私保护功能的群智感知数据收集在线控制机制研究、基于深度强度学习的具有隐私保护功能的群智感知数据收集机制研究、基于深度强化学习的具有隐私保护功能的群智感知激励机制研究；最后对群智感知隐私保护研究做了总结和展望。

第1章 引言
1.1 本书研究意义
1.2 本书背景与研究思路
1.3 本书主要贡献
1.4 本书内容安排
第2章 群智感知隐私保护机制现有研究综述
2.1 隐私保护机制
2.2 群智感知的隐私保护
2.3 群智感知的激励机制
2.4 群智感知隐私保护的激励机制
第3章 具有隐私保护功能的群智感知在线控制机制研究
3.1 研究动机
3.2 系统建模
3.2.1 隐私保护模块
3.2.2 接人控制模块
3.2.3 任务分配模块
3.2.4 任务执行模块
3.3 具有隐私保护功能的群智感知在线控制机制设计
3.3.1 利润最大化模型的目标函数
3.3.2 基于Lyapunov优化的问题转化
3.3.3 具有隐私保护功能的群智感知在线控制机制
3.3.4 最优性和收敛性分析
3.4 性能评估
3.4.1 在真实数据集下的性能
3.4.2 在随机流动模型下的性能
3.5 本章小结
第4章 具有隐私保护功能的群智感知数据收集在线控制机制研究
4.1 研究动机
4.2 系统建模
4.2.1 隐私保护模块
4.2.2 参与者选择和权重确定模块
4.2.3 接入控制模块
4.2.4 数据聚合模块
4.3 具有隐私保护功能的群智感知数据收集在线控制机制设计
4.3.1 数据聚合误差最小化模型的目标函数
4.3.2 基于Lyapunov随机优化的问题转换
4.3.3 具有隐私保护功能的群智感知数据收集在线控制机制
4.3.4 改进的参与者选择和权重确定算法
4.3.5 最优性、收敛性与计算复杂性分析
4.4 性能评估
4.4.1 参数设置
4.4.2 平台的性能
4.5 本章小结
第5章 基于深度强化学习的具有隐私保护功能的群智感知数据收集机制研究
5.1 研究动机
5.2 系统建模
5.2.1 系统概述
5.2.2 任务模型
5.2.3 隐私保护模型
5.2.4 数据评估和聚合模型
5.3 基于深度强化学习的具有隐私保护功能的群智感知数据收集机制设计
5.3.1 静态隐私保护的数据聚合博弈
5.3.2 隐私保护的数据聚合博弈中的动态学习
5.4 性能评估
5.4.1 参数设置
5.4.2 参与者的性能
5.4.3 平台的性能
5.5 本章小结
第6章 基于深度强化学习的具有隐私保护功能的群智感知激励机制研究
6.1 研究动机
6.2 系统建模
6.2.1 参与者模型
6.2.2 平台模型
6.3 多平台、多参与者的静态博弈
6.3.1 问题表述
6.3.2 问题求解
6.4 多平台、多参与者的动态博弈
6.4.1 基于Q学习的感知贡献
6.4.2 基于具有对抗架构的双深度Q网络的支付
6.5 性能评估
6.5.1 参数设置
6.5.2 平台的性能
6.6 本章小结
第7章 总结与展望
参考文献