一种信任状态评估的隐私保护方法

本发明公开一种信任状态感知的群智感知隐私保护方法，由于现有的解决方法大多基于同态加密等加密方法，这种方法隐私安全性较高，但是计算开销大，难以在移动终端上运行。另一方面，虽然面向任务分配的群智感知策略不断完善，但现有的任务分配策略大多侧重于开销、完成时间，忽视了参与者的隐私性和可靠性对任务感知结果的影响。因此，本发明通过对群智感知网络中的参与者基本能力属性与任务属性匹配，使用布隆过滤器，筛选符合基本条件的参与者，进而在候选参与者中，通过进一步计算参与者的能力权值与任务权值的相似度得到参与者的能力信任，并利用参与者与任务发布者的相对信誉值，完成参与者信任值的评估，在此基础上实现整个参与者选择的过程。本发明所提出的设计方法能够在保护参与者和请求者隐私的同时，招募合适的参与者，达到了均衡隐私保护和感知质量的目的。