一種面向眾包的基于信譽值的激勵機制

芮蘭蘭 張 攀 黃豪球 邱雪松

?

一種面向眾包的基于信譽值的激勵機制

芮蘭蘭 張 攀*黃豪球 邱雪松

(北京郵電大學網(wǎng)絡(luò)與交換技術(shù)國家重點實驗室 北京 100876)

眾包是互聯(lián)網(wǎng)帶來的一種分布式問題解決模式。然而，由于工作者和任務(wù)發(fā)布者具有自私特性并且致力于獲得自身效益的最大化，使得在眾包應用中，存在內(nèi)部的激勵問題。該文主要完成以下工作：首先，基于重復博弈，提出一種基于信譽值的激勵模型，用于激勵理性工作者高質(zhì)量地完成任務(wù)；其次，該激勵模型中同時設(shè)置了懲罰機制，將針對惡意工作者做出相應懲罰。仿真結(jié)果表明，即使在自私工作者比例為0.2的條件下，只要合理選擇懲罰參數(shù)，均可有效激勵理性工作者的盡力工作，眾包平臺的整體性能可以提升至90%以上。

眾包平臺；激勵模型；懲罰機制；重復博弈

1 引言

眾包是指一個公司或機構(gòu)把過去由員工執(zhí)行的工作任務(wù)，以自由自愿的形式包給非特定的大眾網(wǎng)絡(luò)的做法[1,2]。在眾多的眾包平臺中，比如Yahoo Answers[3]以及Amazon Mechanical Turk[4]，用戶通過完成小任務(wù)獲取一定報酬。眾包平臺中的典型任務(wù)有設(shè)計圖形，征集營銷方案，圖像標記等。為了便于說明，將一個眾包平臺的用戶分為兩類：在平臺上發(fā)布任務(wù)的用戶稱為任務(wù)發(fā)布者，完成任務(wù)的用戶稱為工作者。許多眾包平臺呈現(xiàn)出相似的架構(gòu)，即任務(wù)發(fā)布者將一個任務(wù)的描述信息，連同這個任務(wù)的報酬值一起，發(fā)布在眾包平臺上。工作者提交對于這個任務(wù)的解決方案，并且由任務(wù)發(fā)布者對答案進行篩選，最終被選中答案對應的工作者會得到相應的報酬。

眾包的工作方式，可以幫助任務(wù)發(fā)布者獲得大量自由工作者，通過利用這些工作者的智慧解決實際問題。然而，由于工作者和任務(wù)發(fā)布者具有自私特性并且致力于獲得自身效益的最大化，這樣的情況導致工作者所提交的結(jié)果中包含大量隨意甚至虛假的答案，即在眾包平臺中，存在內(nèi)部的激勵問題。因此，如何激勵工作者盡力完成任務(wù)，從而保障在眾包平臺中結(jié)果數(shù)據(jù)的質(zhì)量，成為優(yōu)化眾包服務(wù)的重要環(huán)節(jié)。

目前針對眾包的研究工作主要集中在以下3個方面：(1)基于眾包的信任機制設(shè)計。將信譽值作為眾包平臺識別和懲罰惡意工作者的重要指標,并且基于工作者的可信程度和用戶偏好為任務(wù)分配提供決策支持；(2)激勵機制設(shè)計。通過設(shè)計合適的激勵機制，保證工作者的工作動力，這對于保障眾包平臺的性能至關(guān)重要；(3)結(jié)果質(zhì)量評估方法的研究。目的是通過各種方法對工作者提交的結(jié)果進行評估，以此來識別惡意工作者；并將這個評估結(jié)果作為觸發(fā)對工作者惡意行為進行懲罰的重要條件。

在信任機制的設(shè)計方面，文獻[5]提出在眾包平臺中，采用信譽值解決惡意工作者的方法是可行的，同時，基于可信程度的任務(wù)分配機制，可能會提升整個眾包平臺的總體效用。文獻[6]考慮將信任機制引入到移動網(wǎng)絡(luò)的內(nèi)容發(fā)現(xiàn)和緩存中，構(gòu)建了一個用于內(nèi)容發(fā)現(xiàn)和緩存的系統(tǒng)Figaro，同時采用博弈論的方法證明了使用上述信任機制可以有效激勵移動用戶間的合作。但是在傳統(tǒng)的信任機制研究中，總是旨在盡可能精準地計算和識別出一個最可信的服務(wù)提供結(jié)點，并且是基于如下兩個假設(shè)：(1)在一個時間單元內(nèi)，每個服務(wù)提供結(jié)點可以響應數(shù)量無上限的服務(wù)請求，(2)在完成一個任務(wù)時，只需要在若干服務(wù)提供結(jié)點中選擇一個結(jié)點。然而，在眾包平臺中，上述的兩個假設(shè)都是不成立的。

在基于眾包的激勵機制設(shè)計的研究方面，一類工作研究的激勵機制是依賴于金錢報酬的方法。當工作者完成任務(wù)后，由任務(wù)發(fā)布者以現(xiàn)金的形式支付給工作者作為報酬。另外，還有一類是研究基于信譽的激勵機制，比如，文獻[9]分別在以平臺為中心和以手機用戶為中心的2種不同的感知系統(tǒng)模型中設(shè)計了與模型相適應的激勵機制。文獻[10]研究基于信譽的激勵機制，利用博弈論中相關(guān)理論建立效用矩陣，并通過建立馬爾科夫過程，分析和證明上述方法能有效激勵工作者進行合作。除了上述兩種方法外，還有基于拍賣的激勵機制研究，比如，文獻[11]基于質(zhì)量驅(qū)動的拍賣理論，提出了一種針對于移動群智感知環(huán)境的激勵機制QDA，同時從理論證明了該機制的真實性，滿足個體理性以及平臺可盈利。但是在上述研究中，缺乏對于眾包平臺中可能產(chǎn)生的工作者惡意行為，比如，惡意誹謗攻擊等的處理和懲罰機制研究[6,12]。

結(jié)果質(zhì)量評估方法的研究方面，最簡單的一種方法就是使用黃金標準數(shù)據(jù)評估工作者完成的質(zhì)量，通過將工作者提交的結(jié)果與標準數(shù)據(jù)進行比較，可以檢測出欺騙類型工作者，并拒絕他們提交的結(jié)果[1]。本文將不會對質(zhì)量評估的具體方法進行研究。但是由于在任務(wù)發(fā)布者一側(cè)對于工作者提交的答案進行質(zhì)量判定，得到的結(jié)論可能會有失偏頗，甚至會存在惡意誹謗攻擊等行為，本文將會針對這類攻擊行為的處理和懲罰機制進行深入的研究。

由此可見，目前基于眾包的信任機制和激勵機制的設(shè)計方面，仍存在著缺陷。為了解決上述問題，建立完善的信任和激勵機制，本文首先為系統(tǒng)中的每個工作者分配信譽值，并建立相應的信譽值計算模型；其次設(shè)計了一種懲罰和反饋機制，使得在任務(wù)發(fā)布者收到了工作者的答案后，向眾包平臺反饋，并以此為依據(jù)決定是否觸發(fā)懲罰；然后對傳統(tǒng)任務(wù)分配機制進行擴展，提出了針對眾包平臺的任務(wù)分配算法；最后采用重復博弈的方法，證明了在合理選擇懲罰參數(shù)的基礎(chǔ)上，可以有效激勵理性工作者的盡力工作。

本文的創(chuàng)新點如下：

(1)設(shè)計了一種基于工作者歷史行為的懲罰機制。其中，懲罰期長度與工作者的歷史行為相關(guān)，當工作者是初次或是偶爾進入懲罰期時，其信譽值恢復的速度較快；而當工作者具有惡意行為時，則其信譽值恢復速度越來越小。

(2)對任務(wù)發(fā)布者的反饋進行可信度的判定，提出了消極反饋率的概念，采用消極反饋率可以有效鑒別任務(wù)發(fā)布者消極反饋的可信度。

(3)采用基于上述信譽值計算模型的重復博弈方法，證明了在合理選擇懲罰參數(shù)的基礎(chǔ)上，可以有效激勵理性工作者的盡力工作。所提方法彌補了基于馬爾科夫過程的激勵機制研究中，缺乏對眾包平臺中可能產(chǎn)生的惡意行為如惡意誹謗攻擊等進行處理的缺陷。

本文第2節(jié)詳細分析眾包信任機制，給出了基于信譽值的激勵模型，并提出了基于用戶歷史行為的懲罰機制；第3節(jié)針對眾包平臺進行重復博弈分析，并得到激勵一致性的條件；第4節(jié)詳細分析了我們的實驗結(jié)果，驗證了在合理選擇懲罰參數(shù)的情況下，可以有效激勵理性工作者盡力完成工作，平臺的整體性能和效益可以相應提升；第5節(jié)為結(jié)束語。

2 基于信譽值的激勵機制

2.1 問題定義

(1)用戶：眾包平臺的用戶包含任務(wù)發(fā)布用戶集合以及工作者集合。對于任意任務(wù)發(fā)布者，在時刻發(fā)布的一個任務(wù)，需要被分解為個子任務(wù)進行處理。通常來說，同一個分解的個子任務(wù)可以視作是相同類型的。同一時間內(nèi)，一個工作者可以完成一個或多個子任務(wù)，然而，受制于工作者的能力，存在一個單位時間內(nèi)完成子任務(wù)數(shù)量的上限，這里記作。這個參數(shù)主要用在平臺在對工作者進行任務(wù)分配時，單位時間內(nèi)可以分配的最大數(shù)量。

(2)信譽值計算模型：本文的信譽值計算模型包含兩個部分：信譽值計算方法，信譽值集合Rep。眾包平臺為每個工作者賦予信譽值，用參數(shù)rp表示。rp是集合中的元素，其中表示最大信譽值。初始設(shè)置所有工作者的信譽值均為，隨著交易過程的發(fā)生，工作者的信譽值發(fā)生變化，高信譽值反應了工作者在執(zhí)行任務(wù)時表現(xiàn)良好。根據(jù)任務(wù)發(fā)布者對于本次交易過程的滿意程度，眾包平臺對工作者的信譽值進行更新。

式(1)中，參數(shù)定義如表1所示。

表1 參數(shù)定義

2.2 懲罰激勵機制

當工作者的信譽值降低到閾值PL，并且再一次收到了負面評價后，工作者的信譽值會被清零，進而進入到懲罰期。在懲罰期中，工作者只有通過參與交易并且獲得正面評價才可以獲得信譽恢復1，直到信譽值恢復到后，重新置為閾值PL，之后工作者可以開始正常參與交易。同時，工作者在懲罰期中參與交易不能得到報酬，并且如果在懲罰期內(nèi)，工作者仍然選擇不盡力工作，那么，該工作者將會被驅(qū)逐出該眾包平臺。因此，即使是始終選擇不盡力工作的自私工作者，在進入了懲罰期后，也只能選擇盡力工作以盡快脫離懲罰期。

其中，設(shè)定一次交易行為的交易階段時長不必相等但是不可小于某一固定閾值，令表示懲罰期的階段數(shù)量，那么工作者接受的懲罰期時長不小于。懲罰期包含的階段數(shù)量成為懲罰計數(shù)因子。懲罰-激勵機制通過調(diào)整區(qū)分對于不同偏離行為的懲罰力度，其中的取值與工作者在本次交易之前的歷史交易行為有關(guān)[16]。本文中的計算方法是令，即當工作者是初次或是偶爾進入懲罰期時，其信譽值恢復的速度較快；而當工作者具有惡意行為時，則其信譽值恢復速度越來越小。因而實現(xiàn)了根據(jù)工作者的歷史行為決定懲罰力度這一特點。

2.3 反饋可信度判定

由上述建立的信譽計算模型可知，任務(wù)發(fā)布者對于工作者的反饋消息對工作者的信譽狀況以及是否觸發(fā)懲罰有著決定性作用。然而，由于任務(wù)發(fā)布者對于工作者的評價可能有失公正，甚至可能存在惡意誹謗從而達到擾亂系統(tǒng)秩序的惡意行為，有必要對任務(wù)發(fā)布者的反饋進行可信度的判定。

首先引入消極反饋率的概念，其定義如下：

3 基于眾包平臺的重復博弈分析

3.1 單階段博弈模型

在眾包平臺上，工作者在選擇盡力工作時，存在資源占用及消耗等成本，記作，在不盡力工作時，認為成本為0；當工作者盡力工作，任務(wù)發(fā)布者可以收到任務(wù)委托方價值為的報酬；此外，任務(wù)發(fā)布者需要支付給工作者的報酬值為。

設(shè)為階段博弈，在眾包平臺的用戶之間的長期行為是階段博弈的無限次重復博弈，記作,為貼現(xiàn)因子。工作者的行為選擇策略集合為{H, L}，分別表示用戶節(jié)點選擇{盡力工作，不盡力}；任務(wù)發(fā)布者的行為選擇策略集合為{Pay, No Pay}，分別表示任務(wù)發(fā)布者選擇支付和不支付工作者的報酬。則任意一對任務(wù)發(fā)布者和工作者，在某一時刻的交互中收益矩陣的定義如表2所示。

表2 眾包平臺協(xié)作收益矩陣

從表1中可知，在只考慮一輪博弈的情況下，其納什均衡為(No Pay, L)，即平臺中將不存在任何的合作行為，且所有用戶的收益均為0，這就形成了包平臺中的“囚徒困境”。

3.2 重復博弈分析

重復博弈是指同樣結(jié)構(gòu)的博弈重復許多次，其中的每次博弈稱為“階段博弈”[17]。在任何重復博弈中，參與人行動的有序性意味著他們在本回合中采取的策略取決于前一回合中的行動，這樣的策略被稱為是條件策略[17]。

在上述階段博弈的一次性博弈有唯一的純策略納什均衡(No Pay, L)，此時雙方得益為(0, 0)，顯然該納什均衡并不是帕雷特效率意義上的最佳策略組合，最佳策略組合是(Pay, H)，然而(Pay, H)在一次博弈中不會出現(xiàn)，因為每個人都有改變策略的動力。

第2階段是信譽值為PL時，工作者仍然選擇了不盡力完成工作，但是此時進入懲罰期。這個階段獲得的收益為

這里考慮多重博弈的博弈階段數(shù)量為工作者接受的懲罰期的階段數(shù)，為。令，則收益1可以表示為

考慮相反的情形，若工作者選擇盡力完成工作，其收益2為

式(7)可以簡化為

為了激勵工作者的盡力工作，必須保證在考慮重復博弈的情況下，選擇盡力工作的預期收益不低于采取不盡力工作時的預期收益。因此，為了保證，即

在理性工作者做出決策之前，都會對將來的預期收益進行評估，如果式(9)成立，則結(jié)點必將選擇盡力完成任務(wù)。作為平臺設(shè)計者，可以針對不同的設(shè)置相應的值，使式(9)成立，從而促進用戶的協(xié)作。從式(9)中可以看出，懲罰機制是靠引入負收益來實現(xiàn)的，懲罰的力度取決于，并且文中的值是由該工作者的歷史行為決定的，是動態(tài)變化的。將式(9)化簡，可得

4 仿真測試與分析

本文提出了基于信譽值的激勵機制，綜合考慮了工作者的歷史交易行為，采用多重博弈的思想，理論上求解出了滿足激勵一致性的條件。為驗證本文提出機制的有效性，在MyEclipse[8]實驗環(huán)境下進行了仿真實驗，并對結(jié)果進行了比較和分析。

4.1 仿真設(shè)置與仿真方法

在MyEclipse實驗環(huán)境中模擬20個工作者和1個任務(wù)發(fā)布者。其中工作者的類型分為兩類：理性工作者和自私工作者。其中理性工作者通過判斷當前自身是否滿足激勵一致性的條件，決定是否盡力完成工作。自私工作者不受激勵的影響，在非懲罰期的階段，始終選擇不盡力完成工作。

在實驗中，為了模擬實際的眾包平臺，設(shè)定即使理性工作者通過判別滿足了一致性的條件，也并不一定選擇盡力工作，而是以某種概率選擇盡力工作，并且這個概率和當前眾包平臺中設(shè)置的貼現(xiàn)相關(guān)聯(lián)，越大，值相應設(shè)置越高。

重復博弈模型中的相關(guān)參數(shù)設(shè)置如下：= 2;0=3;=1;=7為了模擬實際的眾包平臺，設(shè)定工作者的初始懲罰次數(shù)隨機取0~4。自私工作者所占的比例默認為0.2。

參數(shù)的設(shè)置在表3中給出，其中懲罰期基數(shù)0和懲罰力度因子已在表1中進行了定義，收益參數(shù)和消耗參數(shù)已在表2中進行了定義。

表3 眾包平臺參數(shù)設(shè)置

在仿真過程中，每類實驗進行5次，每次試驗由10個交易階段組成，仿真結(jié)果取5次實驗的平均值。在下面的仿真實驗中，重點考察激勵一致性條件(式(10))中涉及到的參數(shù)，以及自私工作者所占比例和懲罰次數(shù)初值等因素對高質(zhì)量工作完成比例的影響，進而驗證激勵機制的有效性。另外，為了驗證2.3節(jié)中反饋可信度判定機制的有效性，針對該機制對高質(zhì)量完成工作比例的影響，本文同樣進行了仿真實驗。這里定義高質(zhì)量工作完成的比例：用戶盡力完成的工作的數(shù)量與完成工作總數(shù)量的比值。定義信譽值的最大值為式(10)中的。定義信譽值閾值與信譽值最大值的比值為。

4.2 實驗結(jié)果與分析

通過以上環(huán)境設(shè)置，在MyEclipse中進行仿真。將得到的評價指標數(shù)據(jù)輸出到MATLAB R2014a中，進行比較分析。

(1)激勵一致性條件中涉及到的參數(shù)： 由圖1(a)可知，當，隨著的增加，高質(zhì)量工作完成的比例顯著增加，并且逐漸趨于穩(wěn)定狀態(tài)。這是由于，根據(jù)激勵一致性條件，當變大，工作者選擇合作帶來的長期收益相應增加，更有可能被激勵產(chǎn)生高質(zhì)量的工作。

圖1 和對高質(zhì)量工作完成比例的影響

(2)自私工作者所占比例對于完成工作質(zhì)量的影響： 圖2給出了當，隨著自私工作者所占比例上升帶來的高質(zhì)量工作完成比例的變化，呈下降趨勢。因為自私工作者總是不能被激勵的，所以自私工作者所占比例上升會導致完成工作質(zhì)量下降。同時，當自私結(jié)點比例為1時，高質(zhì)量工作完成比例只依賴于和，與無關(guān)。

圖2 自私結(jié)點所占比例對高質(zhì)量工作完成比例的影響

(3)懲罰次數(shù)初值對于完成工作質(zhì)量的影響：

圖3給出了不同懲罰次數(shù)初值下的仿真結(jié)果，可以看出，隨著懲罰次數(shù)初值增加，高質(zhì)量工作完成比例增加，這是由于，根據(jù)激勵一致性條件，當初始懲罰期變長，理性工作者選擇合作帶來的長期收益相應增加，更有可能被激勵產(chǎn)生高質(zhì)量的工作。同時觀察得到，懲罰次數(shù)的初值為0,1,2時，高質(zhì)量工作完成的比例變化顯著并且相對不穩(wěn)定，這是由于，在懲罰期的初值較小時，對于促使激勵條件成立的作用較小，容易受,與變化的影響，并且在本文中，理性工作者選擇盡力工作的概率是隨機的，因而，高質(zhì)量工作完成的比例變化顯著并且相對不穩(wěn)定。當懲罰次數(shù)的初值大于2后，,與等參數(shù)的變化帶來的影響下降，所以圖3的4種情況中，高質(zhì)量工作的完成比例趨于相同，并且變化平緩。

圖3 懲罰次數(shù)初值對高質(zhì)量工作完成比例的影響

(4)反饋可信度判定機制對于完成工作質(zhì)量的影響： 該實驗中，系統(tǒng)不存在自私工作者，全部都是理性工作者，但是設(shè)定在系統(tǒng)中，20%的工作者將會參與到惡意誹謗攻擊中，即，工作者始終向平臺反饋錯誤的評價信息。同時設(shè)置=10,=0.7,=0.55。在仿真實驗中，參與惡意誹謗攻擊的工作者始終堅持誹謗，不受系統(tǒng)中信譽機制和懲罰機制的影響。實驗結(jié)果如圖4所示。

圖4 反饋可信度判定機制對高質(zhì)量工作完成比例的影響

從實驗結(jié)果中可以看到，當系統(tǒng)中20%的工作者參與到惡意誹謗攻擊中，并且不存在反饋可信度判定機制時，高質(zhì)量完成工作的比例逐漸下降。這其中的原因是，部分正常的理性工作者雖然高質(zhì)量地完成了工作，系統(tǒng)卻按照惡意的反饋信息將該工作判定為低質(zhì)量，導致系統(tǒng)高質(zhì)量完成工作的比例下降(從系統(tǒng)計算得到的結(jié)果來看)。同時，會導致這部分理性工作者的信譽值降低。隨著交易過程的持續(xù)，正常的理性工作者將會反復被懲罰進入到懲罰期內(nèi)，即，正常的理性工作者即使高質(zhì)量完成工作，仍然不能得到對應的信譽值，眾包平臺的正常秩序被打亂。

相反，在反饋可信度判定機制存在的情況下，即使存在20%的參與誹謗攻擊的工作者，系統(tǒng)高質(zhì)量工作完成的比例和不存在誹謗攻擊時的比例相差不大。該實驗證明，2.3節(jié)中提出的反饋可信度判定機制是有效的。

(5)本文中的激勵模型與QDA[11]機制的對比：

圖5 本文激勵模型與QDA機制的對比

5 結(jié)束語

本文基于重復博弈，提出了一種基于信譽值的激勵模型，用于激勵理性工作者高質(zhì)量地完成任務(wù)；此外，本文針對惡意工作者做出相應的懲罰。最后通過仿真實驗證明了激勵機制的有效性，仿真結(jié)果表明，通過合理選擇懲罰參數(shù)，可以有效激勵理性工作者高質(zhì)量完成工作，提高眾包平臺的高質(zhì)量工作完成比例。

接下來的工作將考慮文中提出的基于信譽值進行分配的任務(wù)調(diào)度算法進行實現(xiàn)，進一步提高眾包平臺的效率和用戶滿意度。

[1] 張志強, 逄居升, 謝曉芹, 等. 眾包質(zhì)量控制策略及評估算法研究[J]. 計算機學報, 2013, 36(8): 1636-1649. doi: 10.3724/ SP.J.1016.2013.01636.

ZHANG Z Q, PANG J S, XIE X Q,. Research on crowdsourcing quality control strategies and evaluation algorithm[J]., 2013, 36(8): 1636-1649. doi: 10.3724/SP.J.1016.2013.01636.

[2] HOSSEINI M, PHALPK, TAYLOR J,. The four pillars of crowdsourcing: A reference model[C]. 2014 IEEE Eighth International Conference on Research Challenges in Information Science (RCIS), Marrakech, 2014: 1-12. doi: 10. 1109/RCIS.2014.6861072.

[3] SHEN H, LI Z, LIU J,.. Knowledge sharing in the online social network of Yahoo! answers and its implications [J]., 2014, 64(6): 1715-1728. doi: 10.1109/TC.2014.2322598.

[4] WU H, CORNEY J, and GRANT M. Relationship between quality and payment in crowdsourced design[C]. Proceedings of the 2014 IEEE 18th International Conference on Computer Supported Cooperative Work in Design (CSCWD), Hsinchu, 2014: 499-504. doi: 10.1109/CSCWD.2014.6846895.

[5] DOAN A, RAMAKRISHNAN R, and HALEVY A, Crowdsourcing systems on the World-Wide Web[J]., 2011, 54(4): 86-96. doi: 10. 1145/1924421.1924442.

[6] MALANDRINO F, CASETTI C, and CHIASSERINI C. Content discovery and caching in mobile networks with infrastructure[J]., 2012, 61(10): 1507-1520. doi: 10.1109/TC.2011.216.

[7] 謝曉蘭, 劉亮, 趙鵬. 面向云計算基于雙層激勵和欺騙檢測的信任模型[J]. 電子與信息學報, 2012, 34(4): 812-817. doi: 10.3724/SP.J.1146.2011.00787.

XIE X L, LIU L, and ZHAO P. Trust model based on double incentive and deception detection for cloud computing [J].&, 2012, 34(4): 812-817. doi: 10.3724/SP.J.1146.2011.00787.

[8] 楊明, 劉元安, 馬曉雷, 等. 一種基于定價與信任的網(wǎng)絡(luò)資源分配算法[J]. 電子與信息學報, 2010, 32(4): 846-851. doi: 10.3724/SP.J.1146.2009.00435.

YANG M, LIU Y A, MA X L,. A grid resource allocation algorithm based on pricing and trust[J].&, 2010, 32(4): 846-851. doi: 10.3724/SP.J.1146.2009.00435.

[9] YANG D, XUE G, FANG X,. Crowdsourcing to smartphones: Incentive mechanism design for mobile phone sensing[C]. Proceedings of the 18th Annual International Conference on Mobile Computing and Networking (MOBICOM 2012), New York, 2012: 173-184.

[10] ZHANG Y and SCHAAR M. Reputation-based incentive protocols in crowdsourcing applications[C]IEEE INFOCOM, Orlando, FL, 2012: 2140-2148. doi: 10.1109/INFCOM.2012. 6195597.

[11] WEN Y, SHI J, ZHANG Q,. Quality-driven auction- based incentive mechanism for mobile crowd sensing[J], 2014, 64(9): 4203-4214. doi: 10.1109/TVT.2014.2363842.

[12] TSUDA T, KOMAI Y, SSASKI Y,. Top-k query processing and malicious node identification against data replacement attack in MANETs[C]. IEEE 15th International Conference on Mobile Data Management (MDM), Brisbane, 2014: 279-288. doi: 10.1109/MDM.2014.40.

[13] XU Q, XIONG J, HUANG Q,. Online HodgeRank on random graphs for crowdsourceable QoE evaluation[J].,2014, 16(2): 373-386. doi: 10.1109/TMM.2013.2292568.

[14] ANEGEKUH L, SUN L, and IFEACHOR E. A screening methodology for crowdsourcing video QoE evaluation[C]IEEE Global Communications Conference (GLOBECOM), Austin, TX, 2014. doi: 10.1109/GLOCOM.2014.7036964.

[15] DANG D, LIU K, ZHANG Y, et. A crowdsourcing worker quality evaluation algorithm on MapReduce for big data applications[J]., 2015. doi: 10.1109/TPDS.2015. 2457924.

[16] 桂春梅. 虛擬計算環(huán)境下信譽機制關(guān)鍵技術(shù)研究[D]. [博士論文], 國防科技大學, 2009.

[17] DIXIT A, REILEY D, and SKEATH S. Games of Strategy [M]. New York, US, W. W. Norton & Company, Inc., 2009: 345-354.

Reputation-based Incentive Mechanisms in Crowdsourcing

RUI Lanlan ZHANG Pan HUANG Haoqiu QIU Xuesong

(,,100876,)

Crowdsourcing is a new distributed problem solving pattern brought by the Internet. However, intrinsic incentive problems reside in crowdsourcing applications as workers and requester are selfish and aim to maximize their own benefit. In this paper, the following key contributions are made. A reputation-based incentive model is designed using repeated game theory, based on thorough analysis for current research on reputation and incentive mechanism; and a punishment mechanism is established to counter selfish workers. The experiment results show that the new established model can efficiently motivate the rational workers and counter the selfish ones. By setting punishment parameters appropriately, the overall performance of crowdsourcing system can be improved up to 90%, even if the fraction of selfish workers is 20%.

Crowdsourcing system; Incentive mechanisms; Punishment mechanisms; Repeated game

TP393

A

1009-5896(2016)07-1808-08

10.11999/JEIT151095

2015-09-25；改回日期：2016-04-22；網(wǎng)絡(luò)出版：2016-06-03

張攀 1483462789@qq.com

國家自然科學基金(61302078, 61372108)，國家自然科學基金創(chuàng)新研究群體科學基金(61121061)，北京高等學校青年英才計劃項目(YETP0476)

The National Natural Science Foundation of China (61302078, 61372108), The Funds for Creative Research Groups of China (61121061), Beijing Higher Education Young Elite Teacher Project (YETP0476)

芮蘭蘭： 女，1979年生，博士，副教授，研究方向為網(wǎng)絡(luò)和業(yè)務(wù)質(zhì)量管理、泛在網(wǎng)絡(luò)、大數(shù)據(jù)等.

張 攀： 女，1993年生，碩士生，研究方向為眾包機制.

黃豪球： 男，1985年生，博士，研究方向為信息中心網(wǎng)絡(luò).

邱雪松： 男，1973年生，教授，博士生導師，研究方向為網(wǎng)絡(luò)管理和通信軟件等.