随着物联网和移动互联网的快速发展，移动群体感知（Mobile Crowdsensing, MCS）作为一种高效的数据采集模式，已广泛应用于智能交通、环境监测、公共安全等领域。然而，在大规模用户参与的过程中，如何在保护用户隐私的同时，确保感知数据的可靠性，一直是该领域亟待解决的难题。特别是在雾计算环境下，用户匿名性、数据真实性与系统可追踪性之间的平衡问题，长期缺乏有效解决方案。
在国家重点研发（2022YFB3104400）、广东省自然科学基金（2024A1515012299）等项目的支持下，哈尔滨工业大学（深圳）花忠云教授团队提出了一种基于雾计算的安全可靠数据采集新方案，系统模型如图1所示。该方案在保障用户匿名性的前提下，引入了新型的结果验证机制，能够在密文环境中高效检测和剔除无效数据。同时，方案设计了恶意用户追踪机制，当用户多次上传伪造数据时，系统能够在不泄露其他用户隐私的情况下识别并追踪恶意行为。与现有方法相比，该方案不仅显著提升了系统对不可信数据的抵御能力，还兼顾了匿名性与可追责性，为大规模移动群体感知任务中的隐私保护与数据可靠性提供了全新解决思路。该成果发表于计算机网络顶级期刊IEEE Transactions on Mobile Computing。
图1 方案系统模型
哈尔滨工业大学（深圳）花忠云教授团队长期从事密码学、人工智安全、多媒体安全等领域研究，近年来在ACM CCS，USENIX Security, ICML, CVPR, IEEE TIFS, IEEE TDSC, IEEE TC, IEEE TPDS等国际顶会议和期刊发表论文100余篇，入选2024年“全球0.05%顶尖科学家”，连续入选2022年，2023年及2024年科睿唯安“高被引科学家”。（审核 花忠云）
