Διασφάλιση ποιότητας δεδομένων σε συστήματα ανίχνευσης και συλλογής πληροφοριών με χρήση έξυπνων κινητών συσκευών χρηστών

Abstract

ΠΕΡΙΛΗΨΗ Η ανίχνευση πλήθους με χρήση έξυπνων κινητών συσκευών (Mobile Crowd Sensing, MCS) είναι ένα νέο παράδειγμα ανίχνευσης που εκμεταλλεύεται τη διαθεσιμότητα των κινητών συσκευών. Οι χρήστες κινητών συσκευών (κινητών τηλεφώνων στην πλειοψηφία τους) καλούνται να χρησιμοποιήσουν τους πόρους τους, όπως το πρόγραμμα δεδομένων, την ενέργεια της συσκευής και το χρόνο τους, προκειμένου να συλλέξουν και να μεταδώσουν δεδομένα σε μια κεντρική υποδομή. Η αποτελεσματικότητα αυτών των συστημάτων εξαρτάται από πολλούς παράγοντες όπως η συμμετοχή των χρηστών, η αξιοπιστία τους, οι δυνατότητες των συσκευών τους, τα κίνητρα και οι αμοιβές που απολαμβάνουν κατά την διάρκεια πραγματοποίησης συναλλαγών με τις πλατφόρμες MCSs ή ο τρόπος επεξεργασίας των δεδομένων. Η επιτυχία ενός συστήματος MCS στηρίζεται στην παραγωγή ποιοτικών πληροφοριών, που με την σειρά τους βασίζονται σε αξιόπιστα δεδομένα εισόδου στην πλατφόρμα. Υπάρχουν πολλοί παράγοντες που επηρεάζουν την ποιότητα των δεδομένων, λόγω του ανοιχτού χαρακτήρα αυτών των συστημάτων. Εκούσια ή ακούσια συνεισφορά εσφαλμένων δεδομένων είναι δυνατόν να επηρεάσει το τελικό αποτέλεσμα με ανυπολόγιστες, πολλές φορές, συνέπειες και για τον λόγο αυτό έχουν αναπτυχθεί διάφοροι μηχανισμοί αντιμετώπισης της πρόκλησης των εσφαλμένων δεδομένων. Ένας από αυτούς τους μηχανισμούς είναι η αξιοποίηση ενός κοινωνικού χαρακτηριστικού, που είναι η φήμη των χρηστών. Χτίζοντας μέσα από τις συναλλαγές των χρηστών με την πλατφόρμα, την φήμη τους, είναι δυνατή η εκτίμηση της μελλοντικής συμπεριφοράς τους, και κατά συνέπεια, η αξιολόγηση των δεδομένων που στέλνουν. Η παρούσα διπλωματική εργασία μελετάει τόσο τους παράγοντες που επηρεάζουν την ποιότητα των δεδομένων ανίχνευσης, όσο και τους μηχανισμούς αποφυγής σφαλμάτων. Εστιάζει στα συστήματα φήμης, ως μηχανισμό αποφυγής εσφαλμένων δεδομένων, αναλύοντας κάποιους βασικούς προτεινόμενους μηχανισμούς και προτείνει ένα γενικό πλαίσιο εμπιστοσύνης, χρησιμοποιώντας ένα συνεργατικό μηχανισμό φήμης, ο οποίος εκτιμά την αξιοπιστία των συμμετεχόντων όσον αφορά την εκτέλεση συγκεκριμένων εργασιών για την συλλογή πληροφοριών και προβλέπει τη μελλοντική τους συμπεριφορά, λαμβάνοντας υπόψη τις προηγούμενες επιδόσεις τους στο παρελθόν.