| 講演名 | 2023-03-03 多地域Crowdsensingにおけるワーカ最適サンプリング 松浦 千紘(立命館大), 上山 憲昭(立命館大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 高性能のセンシング能力を搭載した携帯端末で計測したセンシングデータを，様々なワーカから収集して真値を推定するモバイルクラウドセンシング (MCS: mobile crowdsensing)の利用が拡大している．2010 年代にスマートフォンが広く普及してから，優れたセンシング機能を持ち合わせていることや広範囲から大量にデータを取得できること，インフラの構築が不要なため低コストであることなどからモバイル端末の IoT デバイスとしての活用が期待されており，特にセンサデバイスとしての MCS が注目されている．しかし，実際にはセンサで計測した値は誤差が生じていると予想され，MCS を用いたサービス事業者にとって誤差を抑制する方法の検討は必要不可欠である．既存の研究では，単一地域を対象としていた DPA 法を複数地域に拡張・適用し，推定誤差が最大となるように攻撃者を配置する方法などが提案されているが，複数地域における推定誤差の抑制法については未検討である．また，各エリアに存在している全てのワーカからデータを取集することを前提とした研究が行われているが，ワーカにはインセンティブの提供が必要であり，MCS の予算制約から，実際には一定の確率でサンプルしたワーカからのみデータを収集することが予想される．そこで本研究では，総サンプルワーカ数が固定であるという条件のもと複数エリアのワーカからデータを取集する際の，各エリアの最適サンプル人数設定法を提案する．サービス事業者はデータを取得するワーカの総数を設定し，サンプルワーカ数に対する平均推定誤差を格納したデータベースから値を取得，サンプルワーカ数を変化させる操作を行った後の推定誤差の変化量から各エリアのサンプルワーカ数を決定する．このような動作のシミュレーション実験を行った結果，誤差の大きいエリアから多くのデータを収集することで，誤差の抑制効果を確認した． |
| 抄録(英) | The use of mobile crowdsensing (MCS), in which sensing data measured by mobile devices equipped with high-performance sensing capabilities are collected from various workers to estimate true values, is expanding. Since the widespread use of smartphones in the 2010s, MCS has attracted particular attention as a sensor device because of its excellent sensing capabilities, its ability to acquire large amounts of data from a wide range of locations, and its low cost because it does not require the construction of infrastructure. However, in reality, it is expected that the values measured by sensors have errors, and it is essential for service providers using MCSs to consider how to control errors. Existing studies have proposed methods such as extending and applying the DPA method from a single area to multiple areas and deploying attackers so that the estimation error is maximized, but methods for controlling estimation error in multiple areas have not been studied. In addition, although studies have been conducted based on the assumption that data is collected from all workers existing in each area, it is necessary to provide incentives to workers, and due to budget constraints of the MCS, it is expected that data will actually be collected only from workers sampled with a certain probability. Therefore, this study proposes a method for setting the optimal number of workers to sample when collecting data from workers in multiple areas under the condition that the total number of sampled workers is fixed. The service provider sets the total number of workers to collect data, obtains values from a database that stores the average estimation error for the number of sampled workers, and determines the number of sampled workers in each area based on the amount of change in the estimation error after changing the number of sampled workers. Simulation experiments of this type of operation confirmed the effectiveness of error suppression by collecting more data from areas with large errors. |
| キーワード(和) | モバイルクラウドセンシング / サンプリング |
| キーワード(英) | mobile crowdsensing / sampling |
| 資料番号 | NS2022-218 |
| 発行日 | 2023-02-23 (NS) |
| 研究会情報 | |
| 研究会 | IN / NS |
|---|---|
| 開催期間 | 2023/3/2(から2日開催) |
| 開催地（和） | 沖縄コンベンションセンター + オンライン開催 |
| 開催地（英） | Okinawa Convention Centre + Online |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 委員長氏名（和） | 波戸 邦夫(インターネットマルチフィード) / 大石 哲矢(NTT) |
| 委員長氏名（英） | Kunio Hato(Internet Multifeed) / Tetsuya Oishi(NTT) |
| 副委員長氏名（和） | 村瀬 勉(名大) / 三好 匠(芝浦工大) |
| 副委員長氏名（英） | Tsutomu Murase(Nagoya Univ.) / Takumi Miyoshi(Shibaura Insti of Tech.) |
| 幹事氏名（和） | 城 哲(KDDI総合研究所) / 渡部 康平(長岡技科大) / 秦泉寺 久美(NTT) / 濱田 浩気(NTT) / 池邉 隆(NTT) / 山口 実靖(工学院大) |
| 幹事氏名（英） | Tetsu Jyo(KDDI Research) / Kouhei Watabei(Nagaoka Univ. of Tech.) / Kumi Jinzenji(NTT) / Koki Hamada(NTT) / Takashi Ikebe(NTT) / Saneyasu Yamaguchi(Kogakuin Univ.) |
| 幹事補佐氏名（和） | / 三原 孝太郎(NTT) |
| 幹事補佐氏名（英） | / Kotaro Mihara(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information Networks / Technical Committee on Network Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 多地域Crowdsensingにおけるワーカ最適サンプリング |
| サブタイトル（和） | |
| タイトル（英） | Optimum Worker Sampling in Crowdsecsing with Multiple Areas |
| サブタイトル（和） | |
| キーワード(1)（和/英） | モバイルクラウドセンシング / mobile crowdsensing |
| キーワード(2)（和/英） | サンプリング / sampling |
| 第 1 著者 氏名（和/英） | 松浦 千紘 / Chihiro Matsuura |
| 第 1 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ.) |
| 第 2 著者 氏名（和/英） | 上山 憲昭 / Noriaki Kamiyama |
| 第 2 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ.) |
| 発表年月日 | 2023-03-03 |
| 資料番号 | NS2022-218 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NS-406 |
| ページ範囲 | pp.292-297(NS), |
| ページ数 | 6 |
| 発行日 | 2023-02-23 (NS) |