张勇，李丹丹，韩璐，黄小红

（北京邮电大学计算机学院（国家示范性软件学院），北京 100876）

0 引言

为了发掘数据中蕴含的潜在价值，打破“数据孤岛”，一些数据交易市场应运而生，如Infochimps、Datacoup、Microsoft Azure Market-place 等。数据消费者可以在这些平台上搜索和购买他们所需要的数据[1-2]。然而，当前这些平台的数据大部分是机构或组织出于自身的业务需求而保存下来的数据，无法满足数据消费者多样化的数据需求，从而使数据的可用性大打折扣[3-4]。因此，从多样性的角度来看，当前交易市场中的数据还十分有限，无法满足日益增长的数据交易需求。为解决这个问题，学者们提出了一种新的数据交易模式，即群体感知数据交易（CDT,crowd-sensed data trading）。CDT 采用移动群体感知技术为数据消费者提供数据资源，即数据提供者使用手机、平板电脑等智能设备按照数据消费者的需求为其收集数据[5-6]。

典型的CDT 系统（例如Thingful、Thingspeak）包括数据交易平台（以下简称为平台）、数据消费者（以下简称为消费者）和感知任务参与者（以下简称为参与者）。平台根据消费者的任务需求聘请大量的参与者，然后将参与者感知到的数据出售给消费者。当前，已有一些关于CDT 系统设计的工作。An 等[7]提出了一个基于逆向拍卖的群体感知数据交易系统，采用贪心策略来招募参与者，并保证拍卖过程的真实性。Zheng 等[8]提出了一个收益驱动的数据收集框架，采用拍卖机制来最小化数据收集的成本。Jiang 等[9]提出了一个基于质量感知的数据共享市场模型，从博弈论的角度分析了消费者行为，并提出了最优响应迭代算法来提高社会福利。……