無(wú)線(xiàn)網(wǎng)絡(luò)安全 課件 第13章 移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案

移動(dòng)群智感知下動(dòng)態(tài)位置

隱私保護(hù)任務(wù)分配方案研究背景現(xiàn)有工作我們的方案方案分析實(shí)驗(yàn)結(jié)果總結(jié)研究背景移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案研究背景無(wú)人機(jī)網(wǎng)絡(luò)MCS服務(wù)MCS任務(wù)分配過(guò)程隨著移動(dòng)設(shè)備的快速發(fā)展，一種結(jié)合移動(dòng)設(shè)備眾包和感知功能的數(shù)據(jù)采集模式受到了廣泛關(guān)注，稱(chēng)為移動(dòng)群智感知（MobileCrowdsensing，MCS）。在典型的MCS服務(wù)中，當(dāng)出現(xiàn)新任務(wù)時(shí)，服務(wù)器會(huì)通過(guò)某種標(biāo)準(zhǔn)（如最小化用戶(hù)的行進(jìn)距離）來(lái)選擇合適的移動(dòng)用戶(hù)完成任務(wù)，并向其提供金錢(qián)或服務(wù)等獎(jiǎng)勵(lì)。這種用戶(hù)選擇過(guò)程被稱(chēng)為任務(wù)分配，這在MCS服務(wù)中至關(guān)重要，因?yàn)檫m當(dāng)?shù)娜蝿?wù)分配可以確保感知數(shù)據(jù)的質(zhì)量，從而保證任務(wù)有效完成。研究背景無(wú)人機(jī)網(wǎng)絡(luò)存在問(wèn)題：在MCS任務(wù)分配過(guò)程中，MCS服務(wù)器可以觀察到用戶(hù)的位置，導(dǎo)致位置隱私泄露。由于用戶(hù)在參與任務(wù)時(shí)，隱私需求會(huì)因位置變化而顯著變化，雖然差分隱私擾動(dòng)可用于保護(hù)位置隱私，但現(xiàn)有解決方案未考慮用戶(hù)隱私需求的動(dòng)態(tài)變化，尤其是在連續(xù)任務(wù)執(zhí)行中。面臨挑戰(zhàn)：固定隱私參數(shù)的風(fēng)險(xiǎn)、隱私預(yù)算消耗問(wèn)題、隱私需求與參數(shù)不匹配、任務(wù)執(zhí)行的連續(xù)性。連續(xù)任務(wù)分配存在的問(wèn)題研究背景預(yù)備知識(shí)我們的方案方案分析實(shí)驗(yàn)結(jié)果總結(jié)預(yù)備知識(shí)移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案預(yù)備知識(shí)差分隱私差分隱私（DifferentialPrivacy，DP）可以提供嚴(yán)格且可量化的隱私保護(hù)并且存儲(chǔ)計(jì)算開(kāi)銷(xiāo)極低，因此受到了廣泛的關(guān)注。差分隱私是一種加密手段，允許研究人員在不透露個(gè)人信息的情況下分析整個(gè)數(shù)據(jù)集，用于解決聚合查詢(xún)導(dǎo)致的隱私泄露問(wèn)題。

維克瑞拍賣(mài)維克瑞拍賣(mài)（VickreyAuction），也稱(chēng)第二價(jià)格密封拍賣(mài)（TheSecondPriceSealedAuction），每個(gè)買(mǎi)家向賣(mài)家提供密封后的出價(jià)，賣(mài)家可以看到出價(jià)，而其余買(mǎi)家無(wú)法看到出價(jià)，即買(mǎi)家在不知道其他買(mǎi)家出價(jià)的情況下提供出價(jià)，出價(jià)最高者中標(biāo)（獲勝），但只需支付第二高的出價(jià)。

預(yù)備知識(shí)研究背景預(yù)備知識(shí)我們的方案方案分析實(shí)驗(yàn)結(jié)果總結(jié)我們的方案移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案我們的方案基于區(qū)塊鏈的互愈式群組密鑰管理方案系統(tǒng)模型

本章方案的系統(tǒng)模型由三個(gè)實(shí)體組成，即服務(wù)器、數(shù)據(jù)請(qǐng)求者和用戶(hù)。每個(gè)實(shí)體的作用如下：服務(wù)器：服務(wù)器接收來(lái)自數(shù)據(jù)請(qǐng)求者的任務(wù)請(qǐng)求，并將任務(wù)發(fā)布給用戶(hù)。數(shù)據(jù)請(qǐng)求者：數(shù)據(jù)請(qǐng)求者向服務(wù)器發(fā)送任務(wù)請(qǐng)求。用戶(hù)：用戶(hù)參與任務(wù)，并將任務(wù)的感知數(shù)據(jù)提交給服務(wù)器。動(dòng)態(tài)個(gè)性化位置隱私保護(hù)方案系統(tǒng)模型我們的方案（1）連續(xù)任務(wù)分配的動(dòng)態(tài)隱私保護(hù)由于在連續(xù)任務(wù)分配場(chǎng)景中，用戶(hù)隱私需求會(huì)隨時(shí)空變化。因此，提出基于隱馬爾可夫模型的隱私參數(shù)自適應(yīng)機(jī)制，根據(jù)用戶(hù)當(dāng)前位置和歷史隱私參數(shù)動(dòng)態(tài)調(diào)整隱私設(shè)置，能夠避免用戶(hù)隱私需求與任務(wù)不匹配及過(guò)快消耗隱私預(yù)算的問(wèn)題，確保用戶(hù)在保護(hù)位置隱私的同時(shí)更多地參與MCS。（2）根據(jù)用戶(hù)隱私需求變化的任務(wù)轉(zhuǎn)賣(mài)機(jī)制

當(dāng)用戶(hù)執(zhí)行任務(wù)時(shí)，由于用戶(hù)隱私需求的變化，任務(wù)無(wú)法被繼續(xù)執(zhí)行。針對(duì)此，我們?cè)O(shè)計(jì)了基于維克瑞拍賣(mài)的任務(wù)轉(zhuǎn)賣(mài)機(jī)制。該機(jī)制通過(guò)維護(hù)初次待分配任務(wù)池和待轉(zhuǎn)賣(mài)任務(wù)池，確保任務(wù)在隱私需求不匹配時(shí)能通過(guò)轉(zhuǎn)賣(mài)繼續(xù)執(zhí)行，并激勵(lì)用戶(hù)積極參與。該方案不僅保護(hù)了用戶(hù)隱私，還有效利用了已感知的感知數(shù)據(jù)，提高了任務(wù)分配的持續(xù)性和系統(tǒng)的整體效率。在MCS下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案的設(shè)計(jì)中，我們考慮反映在連續(xù)任務(wù)分配中的動(dòng)態(tài)隱私保護(hù)，以及任務(wù)執(zhí)行過(guò)程中用戶(hù)隱私需求的變化上。具體分兩個(gè)階段：連續(xù)任務(wù)分配的隱私保護(hù)

隱私參數(shù)候選序列確定

在連續(xù)任務(wù)分配中，我們?cè)诜?wù)器上部署了隱馬爾可夫模型，計(jì)算出現(xiàn)概率最大的隱私參數(shù)候選序列，以便用戶(hù)根據(jù)當(dāng)前位置和歷史隱私參數(shù)選擇下一個(gè)隱私參數(shù)。首先，我們?cè)O(shè)計(jì)了基于貪心算法的最大概率隱私參數(shù)候選序列選擇算法。移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案隱私參數(shù)候選序列確定算法流程圖連續(xù)任務(wù)分配的隱私保護(hù)用戶(hù)隱私參數(shù)確定其次，服務(wù)器已經(jīng)得到了出現(xiàn)概率最大的隱私參數(shù)候選序列，并將其得到的隱私參數(shù)候選序列發(fā)送給用戶(hù)，用戶(hù)根據(jù)其位置計(jì)算對(duì)應(yīng)的隱私參數(shù)。為了避免用戶(hù)隱私預(yù)算不足而導(dǎo)致用戶(hù)進(jìn)行感知活動(dòng)時(shí)任務(wù)請(qǐng)求次數(shù)減少，我們提出一種基于隱私預(yù)算的用戶(hù)隱私參數(shù)選擇算法，來(lái)保證在相同的隱私預(yù)算條件下用戶(hù)可以進(jìn)行更多次任務(wù)請(qǐng)求。移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案用戶(hù)隱私參數(shù)確定算法流程圖根據(jù)用戶(hù)隱私需求變化的任務(wù)轉(zhuǎn)賣(mài)機(jī)制在MCS中，用戶(hù)任務(wù)執(zhí)行過(guò)程中隱私需求的變化可能導(dǎo)致任務(wù)無(wú)法繼續(xù)執(zhí)行，影響任務(wù)分配。因此，我們提出了一種基于維克瑞拍賣(mài)的任務(wù)轉(zhuǎn)賣(mài)機(jī)制來(lái)轉(zhuǎn)賣(mài)任務(wù)，成功參與轉(zhuǎn)賣(mài)的用戶(hù)將獲得報(bào)酬。任務(wù)分級(jí)范式服務(wù)器維護(hù)兩個(gè)任務(wù)池：初次待分配任務(wù)池和待轉(zhuǎn)賣(mài)任務(wù)池。初次待分配任務(wù)池：存儲(chǔ)待分配給用戶(hù)的任務(wù)。待轉(zhuǎn)賣(mài)任務(wù)池：存儲(chǔ)因隱私需求變化而無(wú)法繼續(xù)執(zhí)行的任務(wù)及其已感知的感知數(shù)據(jù)。任務(wù)轉(zhuǎn)賣(mài)機(jī)制的實(shí)體間交互圖移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案根據(jù)用戶(hù)隱私需求變化的任務(wù)轉(zhuǎn)賣(mài)機(jī)制任務(wù)轉(zhuǎn)賣(mài)交互過(guò)程賣(mài)家向服務(wù)器提出任務(wù)轉(zhuǎn)賣(mài)申請(qǐng)。服務(wù)器同意后，將任務(wù)添加至待轉(zhuǎn)賣(mài)任務(wù)池并廣播給買(mǎi)家。買(mǎi)家根據(jù)意愿選擇任務(wù)并提交出價(jià)。服務(wù)器通過(guò)維克瑞拍賣(mài)機(jī)制選擇獲勝買(mǎi)家并完成任務(wù)分配。獲勝買(mǎi)家向服務(wù)器支付報(bào)酬，服務(wù)器將部分報(bào)酬轉(zhuǎn)給賣(mài)家。買(mǎi)家完成任務(wù)后上傳剩余感知數(shù)據(jù)，服務(wù)器校驗(yàn)后支付剩余報(bào)酬。任務(wù)轉(zhuǎn)賣(mài)機(jī)制的實(shí)體間交互圖移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案根據(jù)用戶(hù)隱私需求變化的任務(wù)轉(zhuǎn)賣(mài)機(jī)制維克瑞拍賣(mài)算法服務(wù)器根據(jù)賣(mài)家提交的估值對(duì)賣(mài)家進(jìn)行升序排序，低估值的賣(mài)家優(yōu)先進(jìn)行拍賣(mài)。服務(wù)器向潛在買(mǎi)家廣播待轉(zhuǎn)賣(mài)的任務(wù)信息。買(mǎi)家根據(jù)其隱私需求、任務(wù)難度和感知數(shù)據(jù)價(jià)值等因素進(jìn)行出價(jià)。服務(wù)器根據(jù)買(mǎi)家的出價(jià)對(duì)買(mǎi)家進(jìn)行降序排序。服務(wù)器按照排序依次匹配賣(mài)家和買(mǎi)家，直到所有賣(mài)家都參與過(guò)一輪拍賣(mài)或所有買(mǎi)家都已匹配完成。最高出價(jià)的買(mǎi)家與當(dāng)前未被匹配的最低估值的賣(mài)家進(jìn)行匹配，形成獲勝買(mǎi)家和獲勝賣(mài)家。任務(wù)轉(zhuǎn)賣(mài)機(jī)制的實(shí)體間交互圖移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案總結(jié)不同角色的工作流程

用戶(hù)：隱私需求不變時(shí)，用戶(hù)將其感知數(shù)據(jù)上傳到服務(wù)器，計(jì)算出特定隱私預(yù)算條件下用戶(hù)下一個(gè)狀態(tài)的隱私參數(shù);隱私需求變化時(shí)，賣(mài)家的任務(wù)將被轉(zhuǎn)賣(mài)，選擇獲勝買(mǎi)家，其任務(wù)將被轉(zhuǎn)賣(mài)給獲勝者。服務(wù)器：用戶(hù)隱私需求不變時(shí)，服務(wù)器選擇任務(wù)的獲勝者，并將任務(wù)分配給獲勝者，計(jì)算隱私參數(shù)候選序列的出現(xiàn)概率，然后選擇出現(xiàn)概率最大的隱私參數(shù)候選序列，發(fā)送給用戶(hù)。用戶(hù)的隱私需求發(fā)生變化時(shí)，賣(mài)家將向服務(wù)器提交一份轉(zhuǎn)賣(mài)任務(wù)的申請(qǐng)，作為拍賣(mài)商的服務(wù)器同意賣(mài)家轉(zhuǎn)賣(mài)任務(wù)。不同角色的工作流程圖移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案研究背景預(yù)備知識(shí)我們的方案方案分析實(shí)驗(yàn)結(jié)果總結(jié)四.方案分析移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案方案分析

個(gè)體理性定理1：本章方案中的任務(wù)轉(zhuǎn)賣(mài)算法需滿(mǎn)足個(gè)體理性，即在任務(wù)轉(zhuǎn)賣(mài)算法中買(mǎi)家和賣(mài)家的效用一定是非負(fù)的。證明：買(mǎi)家角度：如果在拍賣(mài)中失敗，則效用為零；如果成為獲勝者，則效用為任務(wù)報(bào)酬減去拍賣(mài)價(jià)格，且任務(wù)報(bào)酬一定大于拍賣(mài)價(jià)格.賣(mài)家角度：如果在拍賣(mài)中失敗，則效用為零；如果任務(wù)被成功轉(zhuǎn)賣(mài)，則效用為獲得的報(bào)酬。

個(gè)體理性指的是用戶(hù)在執(zhí)行任務(wù)時(shí)將具有非負(fù)效用，即參與用戶(hù)的效用大于或等于零。如果拍賣(mài)的分配沒(méi)有使任何用戶(hù)比沒(méi)有參與該機(jī)制的情況更糟，則拍賣(mài)被認(rèn)為是個(gè)體理性的。只有滿(mǎn)足個(gè)體理性，用戶(hù)才會(huì)參與到該拍賣(mài)系統(tǒng)中。方案分析

預(yù)算平衡定理2：本章提出的基于維克瑞拍賣(mài)的任務(wù)轉(zhuǎn)賣(mài)機(jī)制滿(mǎn)足了預(yù)算平衡。證明：如果買(mǎi)家獲勝并獲得了任務(wù)分配，則他們需要支付相應(yīng)的費(fèi)用；如果買(mǎi)家沒(méi)有獲勝或沒(méi)有獲得任務(wù)分配，則他們的支付費(fèi)用和分配均為0。因此，買(mǎi)家支付的費(fèi)用大于或等于賣(mài)家獲得的報(bào)酬，保證了系統(tǒng)的經(jīng)濟(jì)穩(wěn)定。預(yù)算平衡是指在拍賣(mài)或交易過(guò)程中，買(mǎi)家支付的總費(fèi)用應(yīng)大于或等于賣(mài)家獲得的總報(bào)酬。在MCS任務(wù)分配中，預(yù)算平衡保證了系統(tǒng)的經(jīng)濟(jì)穩(wěn)定性和可持續(xù)性。方案分析

激勵(lì)相容性定理3：本章方案的任務(wù)轉(zhuǎn)賣(mài)算法滿(mǎn)足激勵(lì)相容性。證明：在維克瑞拍賣(mài)中，買(mǎi)家提交密封的出價(jià)，賣(mài)家選擇出價(jià)最高的買(mǎi)家進(jìn)行交易，但獲勝者支付的是第二高出價(jià)。如果買(mǎi)家謊報(bào)了出價(jià)，根據(jù)維克瑞拍賣(mài)的原則，買(mǎi)家將無(wú)法成為獲勝買(mǎi)家。為了避免賣(mài)家為了獲得報(bào)酬而故意轉(zhuǎn)賣(mài)任務(wù)，在方案中添加了賠償金。賣(mài)家若要參與轉(zhuǎn)賣(mài)，需向服務(wù)器支付一定的賠償金。同時(shí)，買(mǎi)家若為了獲得任務(wù)而參與轉(zhuǎn)賣(mài)，他們的移動(dòng)成本與隱私消耗成本將會(huì)大于其報(bào)酬。

若一個(gè)機(jī)制中用戶(hù)個(gè)人的利益與所有用戶(hù)的利益是一致的，則說(shuō)明該機(jī)制是激勵(lì)相容的。買(mǎi)賣(mài)雙方都無(wú)法通過(guò)虛假報(bào)價(jià)來(lái)提高自己的收益，即只有報(bào)價(jià)真實(shí)時(shí)，雙方才能獲得最大收益。研究背景預(yù)備知識(shí)我們的方案安全性分析實(shí)驗(yàn)結(jié)果總結(jié)五.實(shí)驗(yàn)結(jié)果移動(dòng)群智感知下動(dòng)態(tài)位置隱私保護(hù)任務(wù)分配方案實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)環(huán)境

本節(jié)通過(guò)分別使用用戶(hù)和服務(wù)器作為線(xiàn)程來(lái)模擬任務(wù)分配過(guò)程。我們用全局最優(yōu)和局部最優(yōu)的隱私預(yù)算消耗和計(jì)算開(kāi)銷(xiāo)來(lái)衡量本章方案的性能。此外，我們將與隱私參數(shù)不變與隱私參數(shù)隨機(jī)變化的情況進(jìn)行對(duì)比，衡量本章方案的隱私保護(hù)水平。對(duì)比方案:①PWSM：PWSM將工作人員上傳混淆的距離和個(gè)人隱私級(jí)別到服務(wù)器，而非真實(shí)位置信息。通過(guò)提出的概率贏家選擇機(jī)制，該框架能有效分配任務(wù)給最接近且概率最大的工人，同時(shí)最小化因混淆信息導(dǎo)致的總旅行距離，從而在保護(hù)個(gè)人隱私的同時(shí)實(shí)現(xiàn)高效任務(wù)分配。②STAS：使PWSM始終保持相同的隱私參數(shù)，稱(chēng)為單任務(wù)分配方案。③RANDOM：將PWSM隨機(jī)選擇用戶(hù)的隱私參數(shù)。④UIBIM：用戶(hù)交互激勵(lì)模型,旨在解決用戶(hù)可能退出感知活動(dòng)的問(wèn)題，通過(guò)創(chuàng)新的機(jī)制設(shè)計(jì)來(lái)提升任務(wù)完成率。實(shí)驗(yàn)結(jié)果隱私預(yù)算消耗對(duì)比每個(gè)用戶(hù)在參與任務(wù)中都有固定的隱私預(yù)算，將隱私預(yù)算的消耗過(guò)程看作用戶(hù)的請(qǐng)求次數(shù)。(a)在固定隱私預(yù)算的情況下，測(cè)試隱私參數(shù)候選序列長(zhǎng)度對(duì)請(qǐng)求次數(shù)的影響。(b)在固定隱私參數(shù)候選序列長(zhǎng)度的情況下，測(cè)試隱私預(yù)算對(duì)請(qǐng)求次數(shù)的影響。結(jié)果表明：本文方案明顯優(yōu)于PWSM，請(qǐng)求次數(shù)明顯多于PWSM。(a)隨著隱私參數(shù)候選序列長(zhǎng)度的增加，以及(b)當(dāng)候選序列長(zhǎng)度固定時(shí)，請(qǐng)求次數(shù)在一定范圍內(nèi)波動(dòng)，但整體呈增長(zhǎng)趨勢(shì)結(jié)論：根據(jù)實(shí)驗(yàn)結(jié)果表明，本文方案通過(guò)基于隱馬爾可夫模型的隱私參數(shù)自適應(yīng)調(diào)整機(jī)制，幫助用戶(hù)根據(jù)當(dāng)前位置和歷史隱私參數(shù)信息決定下一個(gè)隱私參數(shù)，有效減少了隱私預(yù)算的消耗。隱私參數(shù)候選序列長(zhǎng)度與隱私預(yù)算對(duì)請(qǐng)求次數(shù)的影響(a)請(qǐng)求次數(shù)vs.候選序列長(zhǎng)度(b)請(qǐng)求次數(shù)vs.隱私預(yù)算實(shí)驗(yàn)結(jié)果隱私保護(hù)水平候選序列長(zhǎng)度與用戶(hù)位置對(duì)隱私保護(hù)強(qiáng)度的影響(a)隱私保護(hù)強(qiáng)度vs.候選序列長(zhǎng)度(b)隱私保護(hù)強(qiáng)度vs.用戶(hù)位置隱私保護(hù)水平定義為用戶(hù)的隱私參數(shù)和位置敏感度之間的差異。(a)在固定隱私預(yù)算，改變隱私參數(shù)候選序列長(zhǎng)度。(b)在固定隱私預(yù)算和隱私參數(shù)候選序列長(zhǎng)度，改變用戶(hù)位置。結(jié)果表明：隨著隱私參數(shù)候選序列長(zhǎng)度的增加，以及在不同用戶(hù)位置下，本文方案的隱私保護(hù)水平顯著提高，明顯優(yōu)于單任務(wù)分配方案（STAS）和隨機(jī)選擇隱私參數(shù)方案（RANDOM）結(jié)論：所提方案能夠根據(jù)不同用戶(hù)位置動(dòng)態(tài)調(diào)整隱私參數(shù)，能夠更好地滿(mǎn)足用戶(hù)在連續(xù)任務(wù)分配中的動(dòng)態(tài)隱私需求，提高隱私保護(hù)水平。實(shí)驗(yàn)結(jié)果連續(xù)任務(wù)分配方案計(jì)算開(kāi)銷(xiāo)候選序列長(zhǎng)度與隱私預(yù)算對(duì)計(jì)算時(shí)延的影響(a)計(jì)算時(shí)延vs.候選序列長(zhǎng)度(b)計(jì)算時(shí)延vs.隱私預(yù)算連續(xù)任務(wù)分配方案計(jì)算開(kāi)銷(xiāo)指隱私參數(shù)候選序列長(zhǎng)度和隱私預(yù)算對(duì)計(jì)算開(kāi)銷(xiāo)的影響，其中，(a)表示隱私參數(shù)候選序列長(zhǎng)度對(duì)計(jì)算開(kāi)銷(xiāo)的影響，(b)表示隱私預(yù)算對(duì)計(jì)算開(kāi)銷(xiāo)的影響。結(jié)果表明：根據(jù)(a)，連續(xù)任務(wù)分配的計(jì)算開(kāi)銷(xiāo)隨著隱私參數(shù)候選序列長(zhǎng)度的增加而增加，因?yàn)殡[私參數(shù)候選序列長(zhǎng)度越長(zhǎng)，選擇出現(xiàn)概率最大的隱私參數(shù)序列所需的計(jì)算就越多。根據(jù)(b)，當(dāng)隱私參數(shù)候選序列的長(zhǎng)度固定時(shí)，連續(xù)任務(wù)分配的計(jì)算開(kāi)銷(xiāo)隨著隱私預(yù)算的增加而略微增加，因?yàn)殡[私預(yù)算越大，用戶(hù)請(qǐng)求次數(shù)越多。實(shí)驗(yàn)結(jié)果任務(wù)轉(zhuǎn)賣(mài)率用戶(hù)數(shù)量與用戶(hù)價(jià)格期望對(duì)任務(wù)轉(zhuǎn)賣(mài)率的影響(a)(b)(c)(d)任務(wù)轉(zhuǎn)賣(mài)率定義為獲勝買(mǎi)家數(shù)量與買(mǎi)家總數(shù)之比，用來(lái)表示既定區(qū)域內(nèi)用戶(hù)隱私被保護(hù)的程度。分別考察了本章方案中買(mǎi)家數(shù)量、賣(mài)家數(shù)量、買(mǎi)家出價(jià)分布期望以及賣(mài)家估值分布期望對(duì)任務(wù)轉(zhuǎn)賣(mài)率的影響。結(jié)果表明：買(mǎi)家數(shù)量增加時(shí)，由于賣(mài)家數(shù)量一定且少于買(mǎi)家數(shù)量，任務(wù)轉(zhuǎn)賣(mài)率降低。賣(mài)家數(shù)量增加時(shí)，任務(wù)轉(zhuǎn)賣(mài)率提高，因?yàn)楣┙o增多，需求相對(duì)固定。買(mǎi)家出價(jià)分布期望增加時(shí)，