| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 群智计算激励机制国内外研究现状 | 第16-17页 |
| 1.2.2 群智计算任务分配国内外研究现状 | 第17-18页 |
| 1.2.3 群智计算隐私保护国内外研究现状 | 第18-19页 |
| 1.3 目前研究中主要存在的问题 | 第19-20页 |
| 1.4 本文研究内容和组织结构 | 第20-22页 |
| 第二章 群智计算相关技术理论基础 | 第22-34页 |
| 2.1 群智计算理论基础 | 第22-27页 |
| 2.1.1 群智计算的起源和应用 | 第22-24页 |
| 2.1.2 群智计算系统基本结构 | 第24-25页 |
| 2.1.3 群智计算激励机制拍卖模型理论基础 | 第25页 |
| 2.1.4 群智计算任务分配原则分析 | 第25-27页 |
| 2.2 隐私保护理论基础 | 第27-32页 |
| 2.2.1 隐私保护基本策略 | 第27-29页 |
| 2.2.2 群智计算隐私保护研究综述 | 第29-30页 |
| 2.2.3 群智计算中的差分隐私技术 | 第30-32页 |
| 2.3 移动社交网络理论基础 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于信誉控制的群智计算用户招募和激励机制 | 第34-46页 |
| 3.1 引言 | 第34-35页 |
| 3.2 系统模型 | 第35-36页 |
| 3.3 基于信誉控制的激励机制算法设计 | 第36-39页 |
| 3.3.1 改进的多阶段反向拍卖算法 | 第36-38页 |
| 3.3.2 带惩罚期的信誉更新算法 | 第38-39页 |
| 3.4 算法性能与仿真结果分析 | 第39-45页 |
| 3.4.1 算法可行性和必要性证明 | 第39-41页 |
| 3.4.2 仿真结果与分析 | 第41-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于差分隐私保护的群智计算任务分配算法 | 第46-64页 |
| 4.1 引言 | 第46-47页 |
| 4.2 系统模型 | 第47-48页 |
| 4.3 基于差分隐私保护的任务分配算法设计 | 第48-55页 |
| 4.3.1 基于双层自适应网格PSD结构的任务分配算法 | 第48-53页 |
| 4.3.2 基于等高线PSD结构的任务分配算法 | 第53-55页 |
| 4.4 仿真参数设置与结果分析 | 第55-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 社交网络中基于相遇预测的群智计算任务分配算法 | 第64-82页 |
| 5.1 引言 | 第64页 |
| 5.2 系统模型 | 第64-66页 |
| 5.3 基于相遇预测的任务分配算法设计 | 第66-72页 |
| 5.3.1 算法步骤分析 | 第66-67页 |
| 5.3.2 最小化平均反馈时间的任务分配算法 | 第67-69页 |
| 5.3.3 最小化最长反馈时间的任务分配算法 | 第69-72页 |
| 5.4 仿真结果与分析 | 第72-81页 |
| 5.4.1 仿真参数设置 | 第72页 |
| 5.4.2 最小化平均反馈时间的任务分配算法仿真结果与分析 | 第72-77页 |
| 5.4.3 最小化最长反馈时间的任务分配算法仿真结果与分析 | 第77-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-86页 |
| 6.1 本文工作总结 | 第82-83页 |
| 6.2 未来工作展望 | 第83-86页 |
| 致谢 | 第86-88页 |
| 参考文献 | 第88-96页 |
| 作者简介(包括论文和成果清单) | 第96-97页 |
