文献

J-GLOBAL ID：201902289516338884   整理番号：19A2025669

クラウド消費ネットワークにおける深いデータ収集のための時間および位置相関インセンティブ方式【JST・京大機械翻訳】

A Time and Location Correlation Incentive Scheme for Deep Data Gathering in Crowdsourcing Networks

著者 (6件)： Ma Fulong ( School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Liu Xiao ( School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Liu Anfeng ( School of Information Science and Engineering, Central South University, Changsha 410083, China) ,  Zhao Ming ( School of Software, Central South University, Changsha 410083, China) ,  Huang Changqin ( School of Information Technology in Education, South China Normal University, Guangzhou 510631, China) ,  Wang Tian ( College of Computer Science & Technology, Huaqiao University, Xiamen, Fujian Province 361021, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2018  ページ： Null  発行年： 2018年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 深い群衆センシングにおける問題に取り組むために,時間および位置相関係数(TLCI)方式を,クラウド消費ネットワークにおける深いデータ収集のために提案した。TLCI方式において,「情報充足度の品質」(QoISD)と呼ばれる計量は,収集されたセンシングデータが,データ量とデータ範囲に関して主にアプリケーションのQoI要件を満たすことができるかどうかを定量化することである。2つのインセンティブアルゴリズムを提案して,異なる視点でQoISDを満たした。第一のアルゴリズムは,アプリケーションがQoISDを最大化するために特定のセンシングデータを得ることを保証することである。したがって,最初のインセンティブアルゴリズムにおいて,データセンシングのための報酬はQoISDを最大化することである。第二のアルゴリズムは,システムのコストを最小化し,センシングデータ要求を満たし,QoISDを最大化することである。したがって,第2のインセンティブアルゴリズムにおいて,データセンシングのための報酬は,報酬の単位あたりQoISDを最大化することである。最後に,広範なシミュレーションにより,提案した方式を既存の方式と比較した。広範囲のシミュレーション結果は,著者らの方式の有効性を正当化した。QoISDは81.92%まで最適化でき,総コストは31.38%低減できる。Copyright 2018 Fulong Ma et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応用プログラム ,  *データ収集 ,  総原価 ,  相関係数 ,  品質 ,  有効性 ,  最適化 ,  アルゴリズム ,  *ネットワーク ,  シミュレーション
準シソーラス用語： データ量 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  通信網  (ND07030A)

引用文献 (55件)：

• K. Zhang, X. Liang, R. Lu, X. Shen, "Sybil attacks and their defenses in the internet of things," IEEE Internet of Things Journal, vol. 1, no. 5, pp. 372-383, 2014.
• Z. Sheng, H. Wang, C. Yin, X. Hu, S. Yang, V. C. M. Leung, "Lightweight management of resource-constrained sensor devices in internet of things," IEEE Internet of Things Journal, vol. 2, no. 5, pp. 402-411, 2015.
• T. Qiu, R. Qiao, D. Wu, "EABS: an event-aware backpressure scheduling scheme for emergency internet of things," IEEE Transactions on Mobile Computing, 2017.
• T. Qiu, Y. Zhang, D. Qiao, X. Zhang, M. L. Wymore, A. K. Sangaiah, "A robust time synchronization scheme for industrial internet of things," IEEE Transactions on Industrial Informatics.
• A. Liu, Z. Chen, N. N. Xiong, "An adaptive virtual relaying set scheme for loss-and-delay sensitive WSNs," Information Sciences, vol. 424, pp. 118-136, 2018.

タイトルに関連する用語 (5件)： クラウド ,  消費 ,  データ収集 ,  相関 ,  インセンティブ