高麗萍，程 添，高 麗

1(上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院，上海 200093)

2(復(fù)旦大學(xué) 上海數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室，上海 200093)

3(上海理工大學(xué) 圖書館，上海 200093)

1 引 言

空間眾包[1]作為是一種新的眾包模式，它的興起帶動(dòng)了Uber、滴滴等主流平臺(tái)的發(fā)展.空間眾包基本模型如圖1所示：首先，請求者在平臺(tái)上發(fā)布地理位置相關(guān)的任務(wù)，然后，對該任務(wù)感興趣的工人申請執(zhí)行任務(wù)并向平臺(tái)提交任務(wù)答案.最后，請求者選擇滿意的任務(wù)答案并支付給相應(yīng)工人任務(wù)報(bào)酬.

圖1 傳統(tǒng)眾包模型示意圖Fig.1 System model of traditional crowdsourcing

然而，這種傳統(tǒng)的模型雖然能解決復(fù)雜的計(jì)算問題，但1)中心化的服務(wù)器易收到分布式拒絕服務(wù)攻擊DDoS[2]或服務(wù)器單點(diǎn)故障無法正常運(yùn)作；2)平臺(tái)交易不透明導(dǎo)致公平性無法保證進(jìn)而無法確定任務(wù)分配合理性；3)集中式數(shù)據(jù)存儲(chǔ)也存在隱私泄露的風(fēng)險(xiǎn)(1)http：//www.smh.com.au/business/freelancer-contests-20000-privacy-breach-fine-from-oaic20160112-gm4aw2；4)系統(tǒng)無資金鎖定機(jī)制，若出現(xiàn)大量惡意工人將導(dǎo)致任務(wù)無法完整執(zhí)行.

考慮到區(qū)塊鏈去中心化、以太坊平臺(tái)智能合約自動(dòng)執(zhí)行的特性，基于區(qū)塊鏈環(huán)境的眾包模型應(yīng)運(yùn)而生.大多數(shù)區(qū)塊鏈環(huán)境下的移動(dòng)眾包模型的隱私保護(hù)方案[3，4]旨在保護(hù)用戶的身份信息隱私，然而眾包平臺(tái)可以通過結(jié)合用戶的查詢動(dòng)作和任務(wù)的內(nèi)容，來推斷出用戶的興趣集.為了保護(hù)隱私，有些學(xué)者[5]利用可搜索加密進(jìn)行眾包平臺(tái)的任務(wù)匹配，但當(dāng)系統(tǒng)中存在大量任務(wù)時(shí)，用戶并不能對任務(wù)進(jìn)行數(shù)據(jù)級(jí)控制.由于區(qū)塊鏈的計(jì)算規(guī)模限制，大量計(jì)算過程仍然在鏈下執(zhí)行.而文獻(xiàn)[6]提出了一個(gè)完全分布式的眾包框架，在區(qū)塊鏈上執(zhí)行拍賣，利用區(qū)塊鏈以太坊的智能合約代替中心化的拍賣平臺(tái).但該模型只考慮到投標(biāo)價(jià)格和工人與任務(wù)距離，忽略了工人聲譽(yù)、完成時(shí)間等重要因素.同時(shí)若系統(tǒng)中大量工人申請執(zhí)行任務(wù)但沒有提交，會(huì)造成任務(wù)分配后無法及時(shí)完成.

本文提出了一個(gè)區(qū)塊鏈環(huán)境下的去中心化的眾包模型，采用基于密文策略的屬性加密實(shí)現(xiàn)細(xì)粒度授權(quán)從而加強(qiáng)隱私保護(hù)，在任務(wù)分配過程中設(shè)計(jì)投標(biāo)分?jǐn)?shù)閾值動(dòng)態(tài)變化的拍賣機(jī)制，綜合考慮工人的距離、賠償、報(bào)價(jià)和聲譽(yù)來進(jìn)行選擇，保證任務(wù)分配的合理性.另外，首次提出資金鎖定機(jī)制在賬戶中鎖定工人的賠償資金，有效預(yù)防大量惡意工人涌入系統(tǒng)破壞交易.

本文的主要貢獻(xiàn)有如下幾點(diǎn)：

1)提出了一種于區(qū)塊鏈環(huán)境下實(shí)現(xiàn)細(xì)粒度授權(quán)的空間眾包模型：BFP-Crowd.請求者利用基于密文策略的屬性加密，生成基于任務(wù)屬性的秘鑰，加密任務(wù)內(nèi)容，可以加強(qiáng)保護(hù)任務(wù)隱私.

2)提出了BFP-Crowd模型具體的解決方案，設(shè)計(jì)智能合約執(zhí)行我們提出的投標(biāo)分?jǐn)?shù)閾值動(dòng)態(tài)變化的拍賣機(jī)制，根據(jù)工人的聲譽(yù)、賠付金額、距離、報(bào)價(jià)綜合選擇工人，比其他的基于區(qū)塊鏈的眾包任務(wù)分配機(jī)制更具有合理性.

3)通過真實(shí)數(shù)據(jù)集，在本地的以太坊私有鏈上驗(yàn)證提出的方案的可行性和擴(kuò)展性.實(shí)驗(yàn)結(jié)果表明，我們提出的BFP-Crowd模型在相同任務(wù)集的情況下工人總行駛路徑更短，當(dāng)系統(tǒng)中存在等比例的惡意工人時(shí)任務(wù)請求者的損失更小.

本文剩余部分結(jié)構(gòu)如下：第2部分介紹相關(guān)工作；第3部分將我們提出的模型和框架以及系統(tǒng)工作流程公式化，并提出我們設(shè)計(jì)的基于細(xì)粒度授權(quán)的隱私保護(hù)方案，同時(shí)給出相關(guān)的安全假設(shè)；第4部分設(shè)計(jì)本模型在區(qū)塊鏈下的智能合約以及拍賣模型的任務(wù)分配算法；第5部分進(jìn)行試驗(yàn)驗(yàn)證模型的合理性、可用性以及創(chuàng)新性；第6部分總結(jié)和展望.

2 相關(guān)工作

本文相關(guān)工作的研究主要有區(qū)塊鏈、隱私保護(hù)和任務(wù)分配3個(gè)方向.

2.1 區(qū)塊鏈環(huán)境下的眾包模型

為了保證眾包系統(tǒng)的分布式存儲(chǔ)，滿足去中心化的性質(zhì)，文獻(xiàn)[7]提出眾包中基于區(qū)塊鏈環(huán)境下實(shí)現(xiàn)去中心化的概念，一些科研學(xué)者在區(qū)塊鏈的環(huán)境下進(jìn)行眾包.文獻(xiàn)[8]提出信任服務(wù)機(jī)制，在區(qū)塊鏈內(nèi)轉(zhuǎn)移資產(chǎn)進(jìn)行付款，證明沒有中央機(jī)構(gòu)的眾包系統(tǒng)服務(wù)機(jī)制更具有有效性和適用性.

但大多數(shù)基于區(qū)塊鏈系統(tǒng)會(huì)遭受分叉問題和集中化問題，文獻(xiàn)[9]提出了一種新穎的區(qū)塊共生機(jī)制，大幅度降低計(jì)算開銷實(shí)現(xiàn)完全分布式和分散式管理.

2.2 隱私保護(hù)

為了加強(qiáng)隱私保護(hù)，文獻(xiàn)[10]基于差分隱私和地理廣播機(jī)制，通過動(dòng)態(tài)和靜態(tài)工人數(shù)據(jù)集提出一種保障隱私的有效眾包服務(wù)，并且不會(huì)產(chǎn)生明顯的性能開銷.文獻(xiàn)[11]提出一種差分k匿名位置隱私保護(hù)方法實(shí)現(xiàn)移動(dòng)眾包中用戶的位置隱私保護(hù).然而這兩種機(jī)制著重保護(hù)用戶隱私，而忽略了任務(wù)分配中工人選擇的過程.

在預(yù)算約束下，有學(xué)者研究多技能空間眾包，尋找最佳工作人員和最優(yōu)匹配策略并且收益最大化[12].文獻(xiàn)[13]解決了除特定空間約束外，每個(gè)任務(wù)操作復(fù)雜行、預(yù)算限制和所需工人數(shù)量等多約束條件下異構(gòu)空間任務(wù)分配任務(wù)問題.而考慮位置隱私保護(hù)問題，在維護(hù)空間眾包系統(tǒng)功能等同時(shí)保護(hù)工作人員和任務(wù)請求者隱私，有效實(shí)現(xiàn)加密數(shù)據(jù)任務(wù)分配所需的復(fù)雜操作[14].

區(qū)塊鏈環(huán)境下實(shí)現(xiàn)隱私保護(hù)的任務(wù)分配模型[5]，采用可搜索加密保護(hù)任務(wù)隱私，采取匿名方式保護(hù)用戶身份信息，并根據(jù)工人的興趣集進(jìn)行任務(wù)分配，該模型在保護(hù)用戶和任務(wù)隱私的基礎(chǔ)上根據(jù)用戶興趣集的相關(guān)度實(shí)現(xiàn)了任務(wù)的可靠分配.然而可搜索加密有在多用戶環(huán)境下秘鑰管理難度大、難以實(shí)現(xiàn)細(xì)粒度授權(quán)等缺點(diǎn).

文獻(xiàn)[15]使用區(qū)塊鏈環(huán)境保證眾包服務(wù)的完整性和參與者的身份隱私，在該模型中，利用區(qū)塊鏈的哈希算法驗(yàn)證信息的可靠性，然而當(dāng)系統(tǒng)超過51%的用戶被攻擊后，便無法保證信息的可靠性.

2.3 眾包的任務(wù)分配策略

目前基于區(qū)塊鏈的眾包模型在任務(wù)分配策略的選擇上大多數(shù)僅僅根據(jù)工人興趣集分配任務(wù)，在無法保證工人信息可靠性即系統(tǒng)中存在大量惡意工人的前提下，并不是一種可靠的任務(wù)分配方式.具有任務(wù)分配方案的模型[15]是根據(jù)工人請求的時(shí)間的先后順序進(jìn)行任務(wù)分配，沒有保證工人的任務(wù)分配合理性的最大化.

一些區(qū)塊鏈環(huán)境下的眾包模型結(jié)合拍賣模式進(jìn)行任務(wù)分配[6]，使用重復(fù)投標(biāo)人競標(biāo)機(jī)制，在區(qū)塊鏈環(huán)境下部署拍賣算法，優(yōu)化任務(wù)分配策略，但是沒有保護(hù)用戶隱私并且投標(biāo)的選擇工人標(biāo)準(zhǔn)中僅僅考慮位置因素，而忽略了其他的重要屬性工人聲譽(yù)、賠償?shù)?

綜合分析，目前沒有任何一個(gè)框架能夠在區(qū)塊鏈的環(huán)境下實(shí)現(xiàn)隱私保護(hù)中任務(wù)控制的細(xì)粒度授權(quán)的同時(shí)，保證任務(wù)分配方案的合理性.我們從是否保證中心化、隱私性和優(yōu)化任務(wù)分配方案3個(gè)維度來將我們提出的BFP-Crowd與一些眾包模型進(jìn)行對比，并把結(jié)果展示在表1中.

表1 眾包系統(tǒng)對比表Table 1 Comparison of crowdsourcing platforms

3 BFP-Crowd系統(tǒng)模型和框架

在本節(jié)中，我們提出了BFP-Crowd系統(tǒng)模型，并基于此模型構(gòu)建了BFP-Crowd框架.接下來詳細(xì)的介紹BFP-Crowd的執(zhí)行過程.最后提出系統(tǒng)安全威脅模型，并給出系統(tǒng)安全假設(shè).在模型中使用的符號(hào)列出如表2所示.

表2 變量名稱含義說明表Table 2 Description of Variable

3.1 BFP-Crowd系統(tǒng)模型

BFP-Crowd的系統(tǒng)模型如圖2所示，在這個(gè)系統(tǒng)中有4個(gè)主要實(shí)體：任務(wù)請求者，工人，BFP-Crowd客戶端，區(qū)塊鏈服務(wù)器和云存儲(chǔ)服務(wù)器.與傳統(tǒng)的眾包模型(圖1)相比，使用區(qū)塊鏈服務(wù)器替換傳統(tǒng)中心化平臺(tái)，并將任務(wù)密文上傳到可靠的第三方云存儲(chǔ)服務(wù)器.

圖2 BFP-Crowd系統(tǒng)模型Fig.2 BFP-Crowd system model

3.1.1 任務(wù)請求者

3.1.2 工人

3.1.3 BFP-Crowd客戶端

作為BFP-Crowd的中間媒介，客戶端是可視化操作軟件，由用戶(任務(wù)請求者和工人)在本地下載.任務(wù)請求者注冊成功后可以使用BFP-Crowd客戶端發(fā)布任務(wù)、工人使用BFP-Crowd客戶端選擇任務(wù)、投標(biāo)、執(zhí)行任務(wù)、返回結(jié)果.

3.1.4 區(qū)塊鏈服務(wù)器

由于智能合約在以太坊上是自動(dòng)執(zhí)行的，因此保證了眾包平臺(tái)的公平性.區(qū)塊鏈服務(wù)器是BFP-Crowd的主要服務(wù)提供商.BFP-Crowd系統(tǒng)中的智能合約依賴以太坊區(qū)塊鏈執(zhí)行.由于區(qū)塊鏈自身去中心化、記錄不可篡改的特點(diǎn)，BFP-Crowd系統(tǒng)中的交易記錄同樣不可篡改，有效的加強(qiáng)了系統(tǒng)的魯棒性.

3.1.5 云存儲(chǔ)服務(wù)器

云存儲(chǔ)服務(wù)器為請求者提供存儲(chǔ)服務(wù)，請求者上傳加密后的任務(wù)并記錄存儲(chǔ)地址當(dāng)申請任務(wù)的工人屬性滿足任務(wù)的訪問策略時(shí)，工人根據(jù)地址下載任務(wù)密文并利用請求者提供的屬性密鑰解密獲得任務(wù)的描述.

3.2 BFP-Crowd的隱私保護(hù)機(jī)制

假設(shè)請求者在BFP-Crowd中的密鑰管理系統(tǒng)選定的安全參數(shù)是λ，，T是兩個(gè)素?cái)?shù)p階乘法循環(huán)群，并且有映射關(guān)系：e：×→T，g∈，有兩個(gè)哈希函數(shù)：H：{0，1}*→，G：{0，1}*→{0，1}λ.

(1)

(2)

工人收到屬性秘鑰密文后，利用自己的私鑰解密屬性秘鑰密文獲得屬性私鑰.

(3)

(4)

根據(jù)對稱加密的對稱性，工人獲得的任務(wù)內(nèi)容與請求者發(fā)布的內(nèi)容一致，并且由于屬性秘鑰的生成是根據(jù)任務(wù)訪問策略并基于密文策略的屬性加密，因此在數(shù)據(jù)層級(jí)上實(shí)現(xiàn)了細(xì)粒度授權(quán)，從而加強(qiáng)了任務(wù)內(nèi)容的隱私保護(hù).

3.3 BFP-Crowd的工作流程

在本節(jié)中，我們設(shè)計(jì)了一個(gè)區(qū)塊鏈環(huán)境下基于細(xì)粒度授權(quán)的眾包任務(wù)分配模型，具體流程如下：

步驟1.請求者和工人在使用BFP-Crowd系統(tǒng)前，首先需要進(jìn)行身份注冊.用戶(請求者和工人)通過BFP-Crowd客戶端(如圖2所示)調(diào)用用戶注冊合約(URC)，第三方認(rèn)證機(jī)構(gòu)驗(yàn)證用戶的身份信息并將注冊結(jié)果記錄在區(qū)塊鏈中.

(5)

(6)

(7)

(8)

(9)

(10)

3.4 安全假設(shè)

在BFP-Crowd模型中，不同的區(qū)塊鏈特性會(huì)影響眾包交易中的交互，安全威脅的級(jí)別也不同.我們的模型主要包括3類實(shí)體：工人、任務(wù)請求者和眾包平臺(tái).它們可能給系統(tǒng)帶來不同程度的風(fēng)險(xiǎn).因此我們假設(shè)以下幾個(gè)條件：

假設(shè)1.區(qū)塊鏈?zhǔn)峭耆植际胶筒豢纱鄹牡?，假設(shè)不存在51%攻擊.

假設(shè)2.在眾包過程中，系統(tǒng)中有足夠的工人供請求者選擇來執(zhí)行任務(wù).

假設(shè)3.任務(wù)請求者和工人有足夠安全的措施保存密碼和私鑰.

假設(shè)4.假設(shè)評(píng)估工人結(jié)果質(zhì)量的第三方平臺(tái)完全公平可信.

4 基于區(qū)塊鏈環(huán)境下的實(shí)現(xiàn)細(xì)粒度授權(quán)加強(qiáng)隱私保護(hù)的眾包平臺(tái)

4.1 BFP-Crowd概述

通過結(jié)合區(qū)塊鏈和基于密文策略的屬性加密，我們設(shè)計(jì)了一個(gè)去中心化的眾包框架實(shí)現(xiàn)細(xì)粒度授權(quán)的眾包平臺(tái)BFP-Crowd.在BFP-Crowd中，我們設(shè)計(jì)了4種智能合約：用戶注冊合約(URC)、交易合約(RWTC)、工人評(píng)估合約(WEC)、薪酬分配合約(PDC).

在智能合約中我們主要定義4種重要的算法：用戶注冊算法addUser(·)，任務(wù)發(fā)布算法publishTask(·)，工人評(píng)估算法evaluateWorker(·)，薪酬分配算法allocatePayment(·).

4.2 智能合約

4.2.1 用戶注冊合約(URC)

工人或請求者在平臺(tái)上提交注冊申請后，BFP-Crowd系統(tǒng)分配給用戶一對密鑰(公鑰和私鑰).注冊成功后，用戶的身份信息、屬性和密鑰對與用戶的唯一標(biāo)識(shí)信息綁定.

4.2.2 交易合約(RWTC)

4.2.3 工人評(píng)估合約(WEC)

工人評(píng)估合約(WEC)包含算法evaluateWorker(.).系統(tǒng)通過工人的屬性集判斷是否滿足執(zhí)行任務(wù)條件然后根據(jù)工人的投標(biāo)信息選擇執(zhí)行任務(wù)的工人集合.

4.2.4 薪酬分配合約(PDC)

4.3 具體BFP-Crowd方案

在本節(jié)中，我們描述了提出的方案具體執(zhí)行過程過程.在方案中涉及到的符合及含義的具體解釋見表3.符號(hào)含義說明.

表3 符號(hào)含義說明表Table 3 Description of symbol

4.3.1 用戶注冊

通過用戶注冊合約(URC)，請求者和工人可以在系統(tǒng)中進(jìn)行注冊.工人和請求者注冊的過程相似，都是將用戶身份信息、屬性和密鑰對與用戶綁定.用戶注冊的具體的算法見算法1.

算法1.addUser(·)

輸入：用戶信息

輸出：bool，密鑰對(bool值為true的情況下)

ifmsg.senderis notcontractOwnerthen

throw；

endif

ifaWihas existthen

returnfalse；

else

userList[newUserAddress] =δi；

generate(pki，ski)

returnpki，ski；

returntrue；

4.3.2 加密任務(wù)

假設(shè)請求者在發(fā)布任務(wù)前，將任務(wù)內(nèi)容加密(具體加密過程見3.2)，并上傳密文至云存儲(chǔ)服務(wù)器，記錄存儲(chǔ)位置.

4.3.3 任務(wù)發(fā)布

請求者將任務(wù)描述密文上傳后，在系統(tǒng)中發(fā)布一條任務(wù)的工人招募信息.其中只有工人的屬性符合任務(wù)訪問策略時(shí)，才可以執(zhí)行任務(wù).算法2詳細(xì)描述了任務(wù)發(fā)布過程.

算法2.publishTask(·)

輸出：bool

ifmsg.senderis not registeredthen

returnfalse；

break；

endif

returnfalse；

break；

endif

settaskList；

taskList.requesterAddr=msg.sender；

returntrue

4.3.4 工人投標(biāo)

4.3.5 工人評(píng)估

在任務(wù)的投標(biāo)階段結(jié)束以后，系統(tǒng)將自動(dòng)根據(jù)工人評(píng)估合約(WEC)中的工人評(píng)估算法篩選出最終執(zhí)行任務(wù)的工人集合.

工人投標(biāo)以后，系統(tǒng)會(huì)根據(jù)工人的投標(biāo)信息給他們的投標(biāo)打分，具體的評(píng)分見公式(11).

(11)

(12)

有了工人的競標(biāo)分?jǐn)?shù)后，我們可以結(jié)合算法3將執(zhí)行任務(wù)的工人集合挑選出來.

算法3.evaluateWorker(·)

%工人初篩機(jī)制

fori=1，2，…，ndo

endif

endif

endfor

%任務(wù)分配機(jī)制

endfor

算法3保證了挑選出的眾包工人的屬性集符合任務(wù)的訪問策略并且是綜合評(píng)分最高的工人集合.

4.3.6 提交任務(wù)結(jié)果

系統(tǒng)確定執(zhí)行任務(wù)的工人集合后，系統(tǒng)根據(jù)工人的屬性，分配給工人基于屬性的密文CTdk，工人用自己的私鑰獲得屬性密鑰dk，詳見3.2.然后再利用屬性密鑰解密任務(wù)描述密文，獲得任務(wù)描述后開始執(zhí)行任務(wù).

4.3.7 薪酬分配

算法4.allocatePayment(·)

endif

endfor

endif

endfor

else

endif

endfor

release locked deposit

5 實(shí)驗(yàn)分析

5.1 實(shí)驗(yàn)設(shè)置

我們應(yīng)用了一個(gè)真實(shí)的數(shù)據(jù)集(2)https：//eprints.soton.ac.uk/354861/.任務(wù)集的相關(guān)參數(shù)如表4所示.我們將智能合約部署在本地的私有鏈上.利用solidity語言進(jìn)行編程，使用truffle框架和ganache客戶端部署智能合約.

表4 實(shí)驗(yàn)參數(shù)表Table 4 Experiment parameters

5.2 實(shí)驗(yàn)結(jié)果及分析

5.2.1 任務(wù)完成率

在實(shí)際的眾包過程中，我們認(rèn)為任務(wù)的招標(biāo)工人數(shù)與任務(wù)的完成率相關(guān)，任務(wù)的招標(biāo)工人數(shù)越多，證明完成任務(wù)的工人質(zhì)量越高，相反的，若沒有足夠的完去符合條件的工人，則任務(wù)的完成質(zhì)量將會(huì)大打折扣.隨機(jī)生成[1，10]的整數(shù)作為任務(wù)的需求工人數(shù)目.工人的位置在表4的范圍內(nèi)隨機(jī)產(chǎn)生.經(jīng)過多次實(shí)驗(yàn)，我們得到結(jié)果如圖3所示.

圖3 任務(wù)完成率隨招標(biāo)工人數(shù)變化曲線Fig.3 Curve of task completion rate with the number of bidding workers

根據(jù)實(shí)驗(yàn)結(jié)果我們可以分析得出，任務(wù)完成情況與工人的招標(biāo)數(shù)量成正比，隨著招標(biāo)工人數(shù)量的增加，任務(wù)完成的質(zhì)量提高.原因是招標(biāo)工人數(shù)量越多，選出來執(zhí)行任務(wù)的工人與任務(wù)需求的匹配度越高.

5.2.2 行駛路徑長度

工人的平均行駛路徑是工人的重要成本之一，在本節(jié)中將我們的模型BFP-Crowd與基于區(qū)塊鏈的任務(wù)分配機(jī)制BPTM和基于區(qū)塊鏈的空間眾包拍賣機(jī)制ABCrowd對比.分別在任務(wù)數(shù)量為100、500、1000、1500、2000時(shí)，不同招標(biāo)工人數(shù)量的總行駛路徑.其中，工人的賠償金額為(0，2)之間隨機(jī)生成的浮點(diǎn)數(shù).當(dāng)招標(biāo)工人數(shù)量為需求工人數(shù)量2倍時(shí)，實(shí)驗(yàn)結(jié)果如圖4(a)所示；當(dāng)招標(biāo)工人數(shù)量為需求工人數(shù)量3倍時(shí)，實(shí)驗(yàn)結(jié)果如圖4(b)所示；

根據(jù)實(shí)驗(yàn)結(jié)果圖4(a)，圖4(b)我們可以得出，工人的總行駛路徑隨著任務(wù)總數(shù)的增加而增加，在與ABCrowd和BPTM對比以后，我們設(shè)計(jì)的BFP-Crowd模型總行駛路徑更短.并且當(dāng)任務(wù)總數(shù)增加時(shí)，BFP-Crowd模型節(jié)省的路徑長度增加.

圖4 不同機(jī)制下工人行駛總路徑對比Fig.4 Comparison of total distance

5.2.3 請求者成本損失

我們設(shè)計(jì)了工人鎖定賠償金的機(jī)制，若工人在任務(wù)時(shí)間截止前沒有完成，則會(huì)支付請求者賠償金作為補(bǔ)償.在這組實(shí)驗(yàn)中，假定系統(tǒng)中每個(gè)任務(wù)的招標(biāo)人數(shù)為需求工人數(shù)的2倍.

分別采用100個(gè)任務(wù)集，結(jié)果見圖5(a)；分別采用500個(gè)任務(wù)集，結(jié)果見圖5(b)；分別采用1000個(gè)任務(wù)集，結(jié)果見圖5(c).

圖5 請求者損失與惡意工人比例關(guān)系Fig.5 Relationship between loss and malicious workers

由實(shí)驗(yàn)結(jié)果可知，請求者的成本損失與系統(tǒng)中惡意用戶的比例關(guān)系成正比(圖5).惡意用戶比例越高，請求者損失增加，而隨著任務(wù)數(shù)量的增多，請求者損失也相應(yīng)增加.當(dāng)系統(tǒng)中存在大量惡意工人時(shí)，BPTM將浪費(fèi)請求者極大的成本，因此BFP-Crowd可以有效的規(guī)避系統(tǒng)中存在大量的惡意工人帶來的風(fēng)險(xiǎn).

5.2.4 智能合約成本

我們通過在以太坊上部署B(yǎng)FP-Crowd智能合約來論證了可行性和成本的可接受性.本次投入100個(gè)任務(wù)，為每個(gè)任務(wù)隨機(jī)生成了3倍的需求工人數(shù)的投標(biāo)工人，并根據(jù)拍賣算法選擇執(zhí)行任務(wù)的工人.操作的執(zhí)行成本由交易中的gas消耗計(jì)算，將1gas設(shè)定為5×10-9Ether，1Ether=$371.06(2020年10月21日)(3)https：//ethereumprice.org/.表5展示了實(shí)驗(yàn)中的幾個(gè)關(guān)鍵函數(shù)在部署時(shí)的gas、Ether以及美元消耗.

表5 智能合約消耗表Table 5 Smart contracts consumption

與ABCrowd相比，BFP-Crowd的成本消耗稍微高，這主要由于以太幣的價(jià)格增長.其中部署合約時(shí)只需一次的操作，并不需要其他的花銷來維護(hù).addUser(·)是用戶在在注冊的時(shí)候創(chuàng)建的智能合約，只需要支付一次.在系統(tǒng)中有100個(gè)任務(wù)時(shí)，發(fā)布、評(píng)估和分配薪酬總共消耗的金額是$4.8192，平均每個(gè)任務(wù)消耗$0.048192.與中心化平臺(tái)Mechanical Turk(MTurk)來管理任務(wù)時(shí)需要向平臺(tái)輸入至少20%的成本費(fèi)相比，BFP-Crowd發(fā)布任務(wù)所需要花費(fèi)的成本還是大大降低.

總而言之，將BFP-Crowd部署在智能合約上，所花費(fèi)的部署和服務(wù)成本與傳統(tǒng)的中心化眾包平臺(tái)相比大幅度減小.

6 總結(jié)與展望

本文將眾包和區(qū)塊鏈相結(jié)合，并利用基于密文策略的屬性加密實(shí)現(xiàn)細(xì)粒度授權(quán)，提出了一個(gè)區(qū)塊鏈環(huán)境下的分布式空間眾包任務(wù)分配框架——BFP-Crowd.與傳統(tǒng)的中心化眾包平臺(tái)相比，BFP-Crowd主要解決了3個(gè)問題，對眾包任務(wù)的內(nèi)容加密實(shí)現(xiàn)隱私保護(hù)、優(yōu)化拍賣算法的工人選擇策略實(shí)現(xiàn)優(yōu)化任務(wù)分配方案和利用去區(qū)塊鏈實(shí)現(xiàn)去中心化.特別的，BFP-Crowd要求請求者和工人鎖定存款，保證提交答案的工人可以分配到以質(zhì)量為評(píng)估標(biāo)準(zhǔn)的酬勞，提高工人參與系統(tǒng)的積極性和公平性，若工人不能及時(shí)提交任務(wù)，則扣除工人鎖定的賠償金，以保證任務(wù)請求者的權(quán)益.與針對工人的報(bào)價(jià)選擇執(zhí)行工人集合的ABCrowd和著重關(guān)心隱私保護(hù)的BPTM相比，BFP-Crowd系統(tǒng)的工人總行駛路徑大大縮短，證明分配的方案更合理.同時(shí)與BPTM模式相比，在相同的惡意工人比例下，BFP-Crowd的請求者成本損失更低，證明BFP-Crowd在保證請求者的利益這一點(diǎn)上考慮更為周到.

在未來的優(yōu)化工作中，我們會(huì)將重點(diǎn)放在任務(wù)加密以及工人的可搜索加密部分.利用一個(gè)新的密鑰管理系統(tǒng)，將任務(wù)已加密的任務(wù)關(guān)鍵字和工人屬性集相匹配，這樣可搜索加密的處理能夠更進(jìn)一步的保護(hù)工人的隱私，將眾包結(jié)合區(qū)塊鏈模式的實(shí)用性進(jìn)一步提高.