基于区块链的移动群智感知数据处理研究综述

邵子豪,霍如,王志浩,倪东,谢人超

Survey of mobile crowdsensing data processing based on blockchain

Zihao SHAO,Ru HUO,Zhihao WANG,Dong NI,Renchao XIE

表 1 区块链融合的隐私保护方法

Tab.1 Privacy-preserving methods based on blockchain

分类 文献 方法 优势 不足 数据 上传 [18] PRVB 同时保障用户与提供商的隐私 指定的提供商存在隐私泄漏 [19] CrowdHB 提升计算效率并实现位置隐私保护 应用局限于位置数据保护 [20] 差异化私有众包框架 个性化用户位置与隐私保护 计算开销较大，单阶段保护 [21] 无证书签密方案 确保模块可信性，减少计算资源消耗 签密过程存在性能损失 [22] HBIA 平衡用户隐私与计算开销 未考虑用户的可信性 结果 匹配 [23] PPQC 实现隐私保护并保障效率问题 存储空间需求大 [24] FedCrowd 实现隐私保护任务推荐 保护信息类型单一 [25] PPNS 降低时间消耗且保障准确性 忽视了用户需求的差异性 [26] 改进感知平台 支持跨域加密任务匹配和安全授权撤销 缺少全周期隐私保护 收益 分配 [27] FGCA 隐藏历史交易，增强交易隐私保护 历史交易难追溯，数据可用性不足 [28] SecBCS 满足激励机制的安全和隐私需求 依赖可信参与者 [29] BSIS 利用许可区块链实现安全能源交付服务 应用场景受限 [30] BCFR 安全记录无人机中的数据交易 记录的数据交易存储存在泄漏可能 多阶段 [31] CrowdBLPS （上传+匹配）确保数据质量与用户隐私保护 只能保护用户位置信息 [32] 区块链+TEE （上传+分配）安全存储数据与精准奖励分配 TEE构建仍需可信中心 [33] 区块链+k-匿名 （上传+分配）加密数据与奖励，实现安全报酬获取 数据计算资源消耗大 [34] LPWS （上传+分配）有限任务预算下实现个性化保护 计算效率有待提升