随着无线通信设备及新技术日新月异的发展,各类智能移动终端的保有量呈指数级增加,进而推动了基于移动终端的网络应用的兴起。作为这类新兴网络技术的重要应用之一,群智感知应运而生。群智感知技术旨在通过智能手机、可穿戴设备等附着在人身上的各类移动终端设备在一个更加广泛的感知区域内实时获取用户感兴趣的信息,降低大规模数据采集所需的成本和时间。群智感知系统中包含一个云端数据平台和若干用户。云端数据平台拥有大规模需要被执行的感知任务和大量空闲计算资源。因此,平台需要将感知任务和计算资源分配给用户。由此可见,任务和资源的分配问题是群智感知系统中极为重要的两个问题。为了解决这些问题,本文在现有研究成果基础上完成了如下工作:(1)现有的群智感知系统中的任务分配机制需要用户对成本进行合理估价和频繁报价,降低了用户参与任务的意愿。为了解决这一问题,本文针对离线群智感知任务分配模型,采用博弈理论对所研究的问题进行建模,设计了能够实现完全竞争均衡的群智感知任务分配机制。(2)由于离线群智感知任务分配机制不灵活,不能给用户提供足够的激励。本文基于完全竞争均衡的离线群智感知任务分配机制提出了完全竞争均衡的在线群智感知任务分配机制。(3)针对群智感知中的资源分配问题,本文以平台收益最大化为优化目标,设计了一种近似最优的资源分配机制,以激励平台将资源释放给第三方的资源需求者。该机制能够同时支持用户可能存在的三种资源需求类型,实现更加灵活地云计算资源分配。此外,我们通过理论证明所设计机制的近似比为max1≤m≤M(cm+1)cm/(cm+1)cm-cmcm,其中cm为类型为m的虚拟机数量。