[論文レビュー] Incentive Mechanisms for Mobile Crowd Sensing: Current States and Challenges of Work

Jiajun Sun|arXiv (Cornell University)|Oct 31, 2013

Mobile Crowdsensing and Crowdsourcing参考文献 8被引用数 5

ひとこと要約

本論文は、モバイルクラウドセンシング（MCS）アプリケーションのための新規アーキテクチャを提案し、大規模な社会的導入を可能にするインcentiveメカニズム設計の課題を調査する。ユーザー参加とデータ品質をインcentivizeする上で重要な研究的課題を同定し、モバイルデバイスを用いた動的でオポチュニスティックなデータ収集の分野における今後の研究の基盤を提供する。

ABSTRACT

Mobile crowd sensing (MCS) is a new paradigm which leverages the ubiquity of sensor-equipped mobile devices such as smartphones, music players, and in-vehicle sensors at the edge of the Internet, to collect data. The new paradigm will fuel the evolution of the Internet of Things to three changes as follows: First, the terminal devices at the edge of the Internet change from PCs to mobile phones. Second, the interactive mode extends from the virtual space to the real physical world. Thirdly, the forwarding manner of sensing data are undergoing the transition from the priori to the opportunistic. To better meet the demands of MCS applications at a societal scale, incentive mechanisms are indispensable. In this paper, we will first overview three categories of MCS applications, and then propose a new architecture for MCS applications. Based on the architecture, we discuss various research challenges about incentive mechanism designs for MCS applications, followed by potential future work discussions. Finally, we present potential future works.

研究の動機と目的

• 社会におけるスケーラブルで大規模なモバイルクラウドセンシング（MCS）アプリケーションの増加するニーズに対応すること。
• MCSにおける効果的なインcentiveメカニズムを設計する上で根本的となる課題を同定・分析すること。
• 動的でオポチュニスティックなデータ収集を支援するMCSアプリケーションのための新しいアーキテクチャフレームワークを提案すること。
• 現実のセンシングシナリオにおけるユーザー参加、データ品質、インcentive設計の相互作用を検討すること。
• MCSにおけるインcentiveメカニズム設計のための将来の研究方向性を概説すること。

提案手法

• 動的でオポチュニスティックなデータフォワーディングと現実世界の相互作用を支援するMCSアプリケーションのための新規アーキテクチャを提案する。
• MCSアプリケーションを三つの明確なカテゴリに分類し、多様なユースケース要件を理解する。
• ユーザーの動機、データ品質、システムスケーラビリティの観点からインcentiveメカニズムを分析する。
• 事前に定義されたデータ収集から、モバイルデバイスを用いたオポチュニスティックでコンテキストに即応したセンシングへの移行を検討する。
• システムアーキテクチャとアプリケーション要件に基づいて、インcentiveメカニズムの設計原則を同定する。
• 概念的モデリングを用いて、ユーザーインセンティブ、データユーティリティ、ネットワーク効率の間のトレードオフを検討する。

実験結果

リサーチクエスチョン

• RQ1 大規模なMCSアプリケーションにおいて、長期的なユーザー参加を維持するためのインcentiveメカニズムはどのように設計できるか？
• RQ2 MCSにおいて、オポチュニスティックでコンテキストに即応したデータ収集を支援するために不可欠なアーキテクチャ的要素は何か？
• RQ3 MCSにおける異なるアプリケーションカテゴリは、効果的なインcentiveメカニズムの設計にどのように影響を与えるか？
• RQ4 ユーザーインセンティブ、データ品質、システム効率を一致させる上で、主な技術的およびシステム的課題は何か？
• RQ5 MCSにおけるインcentiveメカニズムの発展を進める上で、最も有望な将来の研究方向性は何か？

主な発見

• 事前に定義されたデータフォワーディングからオポチュニスティックなフォワーディングへの移行は、スケーラブルで現実世界に適したMCSアプリケーションを実現するための重要な促進要因である。
• エッジノードとしてのモバイルデバイスは、エンドユーザー機器の役割を受動的受信者から能動的なデータ寄与者へ根本的に変える。
• インcentiveメカニズムは、社会的規模のMCSのニーズとユーザー参加のギャップを埋めるために不可欠である。
• 提案されたアーキテクチャは、動的でコンテキストに即応したセンシングをサポートし、アプリケーション固有のニーズに基づいた柔軟なインcentive設計を可能にする。
• インcentive設計における研究的課題には、ユーザーの動機、データ品質、システムスケーラビリティのバランスを取ることが含まれる。
• 将来の研究は、ユーザー行動や環境条件の変化に応じて適応するインcentiveモデルに焦点を当てるべきである。