近日，禁止观看的1000000的视频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。

该研究成果以禁止观看的1000000的视频为第一单位，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。

论文DOI: 10.1109/TMC.2024.3373469

来稿时间：3月6日 审核：刘希斌 责任编辑：安兴爽