随着智能设备的广泛应用和互联网技术的迅速发展,群智感知系统成为大规模采集感知数据的重要手段。通常情况下这些感知数据并不可靠,真值发现技术作为一种从不可靠数据中提取真实信息的有效技术,是解决这一问题的重要工具,但感知数据可能携带用户的敏感信息,直接上传数据会给用户带来隐私泄露的风险。为了确保用户的信息安全,在真值发现方案中加入隐私保护技术具有重要意义。目前虽然已经提出了一些隐私保护真值发现方案,但是仍然存在隐私性和效率方面的问题。为了解决这些问题,本文对群智感知系统中的隐私保护增量真值发现算法进行了研究,本文的主要贡献有:(1)针对群智感知系统在连续采集感知数据的应用场景下存在的隐私保护真值发现问题,本文将对称加密技术和增量真值发现技术相结合,设计了一种新的隐私保护方案。此方案基于单云服务器,在真值发现过程中,采用具有较低复杂度的同态加密算法,从而降低用户和云服务器的计算开销和通信开销。(2)为了进一步提高隐私保护增量真值发现算法的效率,本文还设计了在双云服务器模式下的增量真值发现方案。此方案采用高效的公钥同态加密算法,在保护用户隐私信息的同时,进一步降低了用户在整个真值发现过程中的计算和通信开销。通过仿真实验验证了本文方案的高效性。