近日，烟台大学计算机与控制工程学院王莹洁教授团队论文被国际顶级期刊IEEE Transactions on Mobile Computing (IEEE TMC)以长文录用，论文题目为“Enhancing Worker Recruitment in Collaborative Mobile Crowdsourcing: A Graph Neural Network Trust Evaluation Approach”。该期刊是计算机网络领域的国际顶级期刊，中国计算机学会（CCF）A类推荐期刊，影响因子为7.9。

当前，移动众包（MCS）作为物联网（IoT）生态系统中的一个重要范例，通过集成多个传感器和设备实现了集体智能，在城市传感、环境监测和交通管理等领域发挥着关键作用。在协作移动众包（CMCS）中，面对复杂任务感知的场景，一个关键问题是如何招募一个合适的工人团队来完成任务。为解决这一问题，王莹洁教授团队提出了一种创新的CMCS工人招募模型（图1）。

图1工人招募系统体系架构图

研究团队设计了基于图卷积神经网络（GCN）的信任强化评估框架（TREF），用于评估非对称信任关系。采用Mini-Batch K-Means算法对任务发布区域进行划分，并在不同区域部署边缘服务器，从而实现了分布式工人招募的边缘计算模式。通过综合考虑工人的信任效益、能力效益和距离效益，将工人招募问题建模为无向完全招募图（UCRG），并针对UCRG，提出了特定的禁忌搜索招募（TSR）算法，通过综合考虑冲突和隐私策略，为每个任务招募最优的执行团队和协作团队。

该研究成果以烟台大学为第一单位，研究生湛中伟为第一作者，王莹洁为通讯作者。该研究得到了国家自然科学基金面上项目、山东省青年创新科技支撑计划项目、山东省自然科学基金项目、山东省自然科学基金重点项目、山东省重大科技创新项目，烟台市科技创新发展计划项目，网络与交换技术国家重点实验室（北京邮电大学）开放基金的支持。

DOI: 10.1109/TMC.2024.3373469

作者：王莹洁 责任编辑：马文明 审核：段昕