[論文レビュー] OMG: How Much Should I Pay Bob in Truthful Online Mobile Crowdsourced Sensing?

Dong Zhao, Xiang-Yang Li+1 more|arXiv (Cornell University)|Jun 24, 2013

Mobile Crowdsensing and Crowdsourcing参考文献 19被引用数 9

ひとこと要約

本稿では、順次到着するユーザーと予算制約のもとで、部分的効用関数を最大化するための真実性を保証するオンラインインcentiveメカニズムOMZおよびOMGを提案する。複数段階のサンプリング・受容プロセスと動的密度閾値を用いることで、真実性、予算適合性、個人的合理性、消費者主権、およびゼロ間隔および一般の到着・退去ケースの両方において定数の競合性を確保する。

ABSTRACT

Mobile crowdsourced sensing (MCS) is a new paradigm which takes advantage of the pervasive smartphones to efficiently collect data, enabling numerous novel applications. To achieve good service quality for a MCS application, incentive mechanisms are necessary to attract more user participation. Most of existing mechanisms apply only for the offline scenario where all users' information are known a priori. On the contrary, we focus on a more real scenario where users arrive one by one online in a random order. We model the problem as an online auction in which the users submit their private types to the crowdsourcer over time, and the crowdsourcer aims to select a subset of users before a specified deadline for maximizing the total value of the services provided by selected users under a budget constraint. We design two online mechanisms, OMZ and OMG, satisfying the computational efficiency, individual rationality, budget feasibility, truthfulness, consumer sovereignty and constant competitiveness under the zero arrival-departure interval case and a more general case, respectively. Through extensive simulations, we evaluate the performance and validate the theoretical properties of our online mechanisms.

研究の動機と目的

• 既存のインcentiveメカニズムがオフラインのユーザー情報に依存しているというギャップを埋めるために、本稿では、ユーザーがプライベートタイプを有し順次到着するオンラインモバイルコローシャムドセンシングに焦点を当てる。
• 固定された予算制約のもとで、選択されたユーザーが提供するサービスの合計価値を最大化するオンラインメカニズムを設計すること。
• 重要なゲーム理論的性質を保証すること：真実性（費用および時間）、個人的合理性、予算適合性、消費者主権、計算効率性。
• ゼロ間隔および一般のケースの両方において、最適なオフライン解に対して定数の競合性を達成すること。
• 問題を、ユーザーのプライベートコスト、到着・退去時刻、単調な部分的効用関数を有するオンラインオークションとしてモデル化すること。

提案手法

• メカニズムは、各ユーザーの限界価値対密度比を動的に計算された閾値と比較して評価する複数段階のサンプリング・受容プロセスを用いる。
• 各段階で、ユーザーの限界密度が閾値以上であり、かつ予算が空いている場合にのみ受容される。
• 選択されたユーザーへの支払いは、その限界価値を密度閾値で割った比として設定され、真実性が保証される。
• 密度閾値は、履歴ユーザーデータを用いて計算され、性能とインcentive適合性のバランスを取る。
• OMZは到着時刻＝退去時刻のゼロ間隔ケースを想定しており、OMGは一般の到着・退去時刻を扱えるように拡張し、時間の真実性を保証する。
• 理論的分析により、計算効率性、個人的合理性、予算適合性、費用の真実性、時間の真実性（OMGにおいて）、および消費者主権の6つの望ましい性質が証明された。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが順次到着し、プライベートタイプを有する状況において、モバイルコローシャムドセンシングで部分的効用関数を最大化するオンラインインcentiveメカニズムはどのように設計できるか？
• RQ2 予算および締切制約のもとで、費用および到着・退去時刻の報告において真実性を保証するメカニズムは何か？
• RQ3 個人的合理性および予算適合性を満たしつつ、最適なオフライン解に対して定数の競合性を維持できるメカニズムは存在するか？
• RQ4 将来の情報が不明で、意思決定が取り消し不能なオンラインメカニズムにおいて、消費者主権をどのように維持できるか？
• RQ5 到着・退去間隔の影響はメカニズム設計にどのように及ぶか？一般ケースにおいて時間の真実性を達成するにはどうすればよいか？

主な発見

• OMZは、単調な部分的効用関数のもとで、ゼロ到着・退去間隔ケースにおいて定数の競合性1/4を達成する。
• OMGは、任意の到着および退去時刻を有する一般ケースにおいて、定数の競合性1/6を達成する。
• 両メカニズムとも、計算効率性、個人的合理性、予算適合性、費用の真実性、および消費者主権を満たす。
• OMGはさらに時間の真実性を保証しており、ユーザーが到着または退去時刻を不正報告しても利益を得られない。
• 広範なシミュレーションにより理論的性質が検証され、現実のシナリオに近い状況でも優れた性能を示した。
• 両メカニズムは、予算制約を厳密に守りつつ、ベースライン手法よりも価値最大化の観点で優れた性能を発揮した。