Un modelo de incentivos híbrido basado en blockchain para la detección colectiva
Autores: Wei, Lijun; Wu, Jing; Long, Chengnian
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Un modelo de incentivos híbrido basado en blockchain para la detección colectiva
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Crowdsensing
Agregación de datos
Dispositivos móviles
Seguridad de plataforma
Protección de privacidad
Incentivo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
La multitud sensorial es un paradigma emergente de agregación de datos, que desempeña un papel fundamental en aplicaciones basadas en datos. Al aprovechar el reclutamiento, un sistema de multitud sensorial recopila una gran cantidad de datos de dispositivos móviles a bajo costo. Los problemas críticos en el desarrollo de la multitud sensorial son la seguridad de la plataforma, la protección de la privacidad y el incentivo. Sin embargo, los enfoques existentes centralizados y basados en plataformas sufren del punto único de falla que puede resultar en filtración de datos. Además, pocos estudios previos han abordado las consideraciones tanto del incentivo económico como de la calidad de datos. En este documento, proponemos una arquitectura de multitud sensorial descentralizada basada en la tecnología blockchain que ayudará a mejorar la resistencia a los ataques. Además, presentamos un mecanismo de incentivo híbrido, que integra la calidad de datos, la reputación y factores monetarios para alentar a los participantes a contribuir con sus datos de sensorización mientras desalienta comportamientos maliciosos. La efectividad de nuestro modelo de incentivo propuesto se verifica a través de una combinación de la teoría del diseño de mecanismos. El análisis de rendimiento y los resultados de simulación ilustran que el modelo de incentivo híbrido propuesto es un medio confiable y eficiente para promover la seguridad de datos e incentivar la conducta positiva en la aplicación de multitud sensorial.
Descripción
La multitud sensorial es un paradigma emergente de agregación de datos, que desempeña un papel fundamental en aplicaciones basadas en datos. Al aprovechar el reclutamiento, un sistema de multitud sensorial recopila una gran cantidad de datos de dispositivos móviles a bajo costo. Los problemas críticos en el desarrollo de la multitud sensorial son la seguridad de la plataforma, la protección de la privacidad y el incentivo. Sin embargo, los enfoques existentes centralizados y basados en plataformas sufren del punto único de falla que puede resultar en filtración de datos. Además, pocos estudios previos han abordado las consideraciones tanto del incentivo económico como de la calidad de datos. En este documento, proponemos una arquitectura de multitud sensorial descentralizada basada en la tecnología blockchain que ayudará a mejorar la resistencia a los ataques. Además, presentamos un mecanismo de incentivo híbrido, que integra la calidad de datos, la reputación y factores monetarios para alentar a los participantes a contribuir con sus datos de sensorización mientras desalienta comportamientos maliciosos. La efectividad de nuestro modelo de incentivo propuesto se verifica a través de una combinación de la teoría del diseño de mecanismos. El análisis de rendimiento y los resultados de simulación ilustran que el modelo de incentivo híbrido propuesto es un medio confiable y eficiente para promover la seguridad de datos e incentivar la conducta positiva en la aplicación de multitud sensorial.