去中心化移动众包博弈激励研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:JZH122
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
去中心化移动众包系统借助区块链技术,摆脱了集中式移动众包系统对可信中心化众包平台的依赖,利用区块链系统代替第三方实体,通过矿工节点的工作保证系统的稳定运行。去中心化移动众包系统通常包含请求节点,工作节点和矿工节点三类节点,节点协同执行任务,保证系统的安全和发展。但其缺少了可信中心的监管,所有节点的行为完全自主,动态的去中心化环境和不可预测的节点行为对去中心化移动众包系统的性能提出了挑战,因此需要合理的激励机制来调节各节点的效用,激励各节点积极参与,保证节点的协作。现有的去中心化移动众包系统上的激励机制不切实际地假设节点是完全理性的,然而在实际场景中节点的策略选择与理论分析并不相符,这导致激励机制的应用性能低下。大多数激励机制采用加密货币形式的金钱激励,而加密货币的价值仍有待商榷。现有工作仅考虑对工作节点和请求节点的激励,而忽略了在维护系统的安全性和可靠性方面发挥重要作用的矿工节点,并且一些文章只提出了激励方案的框架,并没有具体的机制设计。因此,迫切需要对去中心化移动众包系统的激励机制进行研究。本文基于节点有限理性的假设下,结合进化博弈和斯塔克伯格博弈,探索去中心化移动众包系统中各类节点的策略选择,设计了可以激励节点积极良好地参与系统的激励机制。本文首先分析去中心化移动众包系统中的请求节点,工作节点和矿工节点这三类节点的行为,定义了不同行为模式下各节点的效用函数,由此建立了关于系统的经济模型。其次,基于进化博弈理论,建立系统中提供服务的其他节点间的进化博弈模型,在节点有限理性的前提下,考虑节点的风险偏好特征,利用进化博弈对节点的角色选择决策进行分析,研究系统中策略集合演化的过程以及最终的进化稳定策略,探索请求节点的策略参数对系统中其他节点的策略选择影响。最后,利用斯坦克伯格博弈模拟请求节点和系统中其他节点的交互关系,将请求节点的策略问题建模为受系统中其他节点的策略选择约束的最优控制问题,并证明了斯坦克伯格博弈的均衡存在性,由此为请求节点的定价策略提供理论借鉴。本文还通过设计评估指标,调整相关参数,利用仿真实验评估所提出的激励机制的有效性。
其他文献
计算机和通信网络经历了重大的变化,网络设备的设计成本巨大,固定功能的硬件加速器已经逐渐无法适应网络技术的高速发展,并且由于现代网络越来越复杂以及新兴服务所要求的灵活性越来越高,这种共存方式在管理网络基础设施方面带来了极大的复杂性,不断发展的网络需求给网络设备的功能和性能带来了巨大的挑战。传统Open Flow的实现,可编程性能不足,难以实现协议无关处理的需求,这将给设备厂商和用户带来极大的不便。本
学位
生活中我们随时随地接受到各种信息,而信息通常可以抽象为有限字符组成的序列。以DNA为例,它是由A、C、G、T四种碱基有机结合构成的序列。寻找多条序列的最长公共子序列(即MLCS问题)是序列挖掘中最重要的研究方向之一,它在生物信息学、模式识别、文本分析等领域有着广泛应用。但是,在大数据时代,MLCS问题中需要研究的序列数量越来越多,长度越来越长。很多算法无法在可接受的时间内完成求解,甚至会出现内存溢
学位
近几年来市场上对便携式电子产品的需求持续上升,锂电池凭借其自身的优点在便携式电子设备中受到相当大的青睐。本文基于锂电池的基本特性和锂电池的工作原理设计了一款应用于便携设备中高精度、全集成的线性锂电池充电管理芯片,可以实现高精度、宽范围的充电电流功能。本文首先介绍了锂电池的工作原理以及比较锂电池不同的充电策略,在此基础上介绍了芯片的系统整体设计并且给出了芯片的工作参数。紧接着详细介绍了高精度线性锂电
学位
随着数字化技术逐渐应用在我们生产生活的方方面面,数字化控制系统在众多控制领域逐渐成为主流。步进电机是一种将数字步进脉冲信号转变为离散位移增量的执行元件,因转动的角度严格与输入的步进脉冲信号成正比,被广泛应用于开环数字控制系统。然而,步进电机在开环控制中存在着低频振荡、失步、过冲以及噪声大等问题,无法满足更高频率及更高控制精度的驱动要求。因此,研究高可靠性、高控制精度、高集成度、成本低的步进电机驱动
学位
随着集成电路的工艺制程进入纳米时代,芯片内集成的电路规模不断扩大,AMOLED驱动芯片得以飞速发展。芯片的整体架构变得越来越复杂,这不仅对芯片的设计提出了更高的要求,也给芯片测试带来了极大的挑战。可测性设计是在不影响芯片正常功能前提下将测试电路在设计阶段部署到芯片内,增强测试时对电路的可控性和可观察性。为了提高芯片的可靠性,缩短测试时间,可测性设计逐渐成为保证芯片质量和减少测试成本的重要测试方法。
学位
拷贝数变异是人类基因组研究中一种常见的结构变异类型,它由于发生基因组重新排列导致了许多重大疾病,如:肺癌、白血病和心血管疾病等,对人类复杂疾病的研究具有重要的生物学意义。拷贝数变异检测是复杂疾病医学研究中拷贝数变异系统分析的重要步骤,其检测结果的准确性直接决定了该类疾病临床诊断的可靠性和基因治疗策略的安全性。因此,拷贝数变异检测最关键的任务是提高检测结果的准确率和灵敏度。第二代测序平台的最新发展给
学位
景物成像容易受到雾天影响,导致成像不清晰、目标不易鉴别等质量下降问题,广泛使用的基于暗通道先验的去雾算法能够基本消除雾的影响,但产生的某些去雾图像过暗,目标由于光照不足变得特征微弱,图像增强算法在此显示了其必要性,它们在图像特征提取需求中扮演着无可替代的角色。论文的研究重点为单图像去雾和去雾图像增强,在分析暗通道先验和CLAHE算法原理的基础上,围绕边缘保留滤波、大气光估计、对数变换、频域变换以及
学位
人工智能的应用场景越来越广泛,在图像识别、文本处理、语音识别、决策系统、大数据等应用上,已经达到相当高的水平。由于神经网络的参数量巨大,在成本有限、资源有限、功耗水平有限等众多因素下给神经网络算法部署带来了巨大的挑战。因此,有必要从软件算法和硬件结构两方面对神经网络算法的实现进行加速优化,以满足神经网络加速器高精度、低延迟及低功耗等需求。本文致力于设计一款高性能、高能效的神经网络推理芯片,并从软件
学位
随着互联网的快速发展,网络信息逐渐成为人们生活中的重要组成部分,由于公共网络的广泛性和开放性,网络信息在传输过程中易被获取并篡改,从而造成重要信息被泄露,甚至对相关网络造成严重破坏。对于一些安全防护要求比较高的单位和机构,不得不将自身网络与外部公共网络进行隔离。但随着大数据、物联网等技术的发展,以及与互联网的深度融合,这些单位和机构不可避免的要与内部网络之外的公共网络进行数据交换以支撑自己内部业务
学位
在科学与工程的技术应用中多目标优化问题随处可见,具体表现在自动控制、投资组合、投资决策和车间调度等方面。虽然超多目标优化问题在很多领域都有广泛应用,但随着目标数量的增大,现有的超多目标进化算法也暴露出较多的弊端。例如,算法在进化过程中无法较好地判断出解的支配关系,导致非支配解的数量快速增长,从而使得算法难以选择出合适个体进入下一代,最终造成算法收敛到局部最优解甚至无法收敛。本文针对超多目标优化问题
学位