近年来,移动智能终端在处理器、嵌入式传感器和网络传输速率方面有所发展。人们把数据众包的思想与移动智能终端的感知能力相结合,提出一种快速、简便和低成本的新的数据收集范式,即“移动群体感知”。移动群体感知平台通过招募大量的移动用户收集数据,为各类城市监控应用提供数据支持,被广泛的应用于环境监控、交通监控和医疗健康监控等场景。由于云平台是不可信的,在数据聚合过程中云平台存在泄漏移动用户隐私的风险。此外,云平台为节省自身的计算资源可能提供错误的计算结果欺骗任务发布者。在移动群体感知中,为任务发布者提供验证计算结果正确性的机制和为移动用户构建适当的隐私保护机制成为本论文的研究重点。在不可信云平台环境中,针对可验证计算和隐私泄露的问题,本论文在移动群体感知中做了以下工作:1.本论文构造一个可验证的隐私数据聚合方案。本方案利用数据掩码技术结合双线性映射的计算性质实现保护隐私的多维数据聚合和验证计算结果正确性的目标,通过Shamir’s秘密共享算法解决移动用户退出造成掩码值缺失的问题。2.本论文考虑间隔周期内在位置区域内连续收集多维感知数据的任务情形,通过中国剩余定理将多维感知数据构建为一个复合数据,实现位置区域内保护隐私的多维数据聚合,保护移动用户位置和感知数据的隐私,并能抵抗两种类型的共谋攻击。3.本论文提出一种高效的可验证计算和保护隐私的多维数据聚合算法,任务发布者通过可验证的公开键和计算凭证验证云平台计算结果的正确性。4.为表明可验证的隐私数据聚合方案的高效性,本论文实现了一个原型系统,并在真实数据集上实验对比两种类似的方案(保护隐私的多维数据聚合方案和可验证的保护隐私数据聚合方案)。实验结果表明,在间隔周期内连续提交数据报告的场景中,本方案的计算开销和通信开销会更有优势,并在验证聚合结果正确性的计算开销上具有高效性。