摘要：互联网的发展带动了电商等应用的普及,产生了大量具有临时匹配性质的服务。这些服务需要考虑任务的类型与人员具备技能的匹配,同时最小化匹配对象间的路程开销。针对以上实际需求,提出了空间关键字任务匹配问题,给定具有空间位置及关键字的任务集与成员集,在所有任务均可完成的前提下,使所有匹配的任务与成员的距离之和最小。所提出的问题考虑了任务由不同的关键字表示,由于任务和成员数量的海量性及关键字的多样性使得高效求解高质量的匹配结果成为挑战。该文提出了k近邻增量优化策略,引入关键字设计了k近邻空间关键字任务匹配算法,提高了任务匹配质量;提出了基于空间划分的分组优化匹配算法,以适应海量数据的任务匹配情况。针对真实数据集进行了充分测试,验证了算法的有效性。

摘要：针对现有属性加密方案难以防止群智感知系统任务匹配密钥泄露和实现用户细粒度撤销问题,提出一个结合默克尔帕特丽夏树和增量哈希的抗密钥泄露可撤销属性加密方案。将单一属性机构分为多个解决系统性能瓶颈问题,利用默克尔帕特丽夏树存储用户身份和私钥信息防止密钥泄露发生,采用增量哈希对更新后的用户信息进行快速修改实现用户撤销和属性撤销。实验结果表明,该方案具有更低的时间开销,能够抵抗共谋攻击,保证前向安全和后向安全。

摘要：为解决基于属性加密的任务匹配隐私保护方案中单一权威机构性能瓶颈和恶意用户密钥滥用问题,提出一个防止密钥滥用的多属性权威机构任务匹配隐私保护方案。通过引入多个属性授权机构解决权威机构性能瓶颈问题,采用计数布隆过滤器和多棵默克尔帕特丽夏树构造一个新型动态数据结构来避免密钥滥用。实验结果表明,该方案与现有追踪密钥滥用者的方案相比,可以防止密钥滥用的情况发生,具有更低的时间开销。

摘要：以任务技术理论和人与环境匹配理论为基础,从任务驱动的角度,将技术特征、任务特征与个人特征三方面与众包实践中的平台、发包方和接包方相结合,重新审视众包三主体之间的匹配关系,最终分别从发包方与平台匹配、接包方与平台匹配和发包方与接包方匹配三个维度出发,构建了出众包活动任务匹配模型,为互联网+环境下众包平台的建设、任务设计和众包参与者选择提供理论参考。

摘要：深入剖析了复杂重型装备产品设计制造运维一体化过程中的数据一体化、任务分解与跟踪、资源匹配与动态调度等关键问题,针对每一类问题提出了创新性的解决方法。通过数据主题域划分与一体化建模,实现了数据的高效管理与利用;借助任务分解技术、粒度评价及设计、任务耦合以及变更重组,优化了任务执行流程和提高了工作效率;建立了任务时间、质量、成本的预测模型,并优化了“任务-资源”的匹配方法,提升了资源利用效率。这些一体化优化技术为设计制造运维服务提供了坚实支撑,有效提升了生产效率和协同合作效果,为后续网络化协同设计、制造研究奠定了坚实基础。

摘要：AI规划的结果回收具有不能高效且准确地在任务库中查找出符合要求的子任务的缺点,因此无法满足信息时代下不同用户的实际服务要求。基于此,设计出基于用户需求的结果回收策略,该策略通过任务匹配方式将子任务按照分解时的编号顺序合理地组合在一起,不仅提高了回收效率,还满足了用户的服务需求。

摘要：定点互助系统是基于对用户位置以及任务要求位置的定位,将两个位置匹配以实现用户利用个人位置优势来完成其他用户发布任务的系统。系统旨在节约人们处理日常事务的时间,促进社会形成互帮互助的氛围。系统主要利用安卓客户端与服务器端结合的方式为用户提供服务。利用安卓客户端来收集用户发布任务所在位置、任务内容等信息将其保存到云数据库之中,当有用户想要接收任务时,根据用户要求的接收任务位置为其匹配此区域一定范围内的任务,并将任务信息展示到安卓客户端以供用户选择。此外,对任务的属性进行多样性设计,可实现预约任务、紧急任务以及其他多种不同模式的任务功能,使得发布的任务与任务接收人之间的匹配更加精确,以避免浏览多个无用任务信息造成的时间浪费。

摘要：灾难发生后人们常常通过社交媒体平台发布志愿者救援与受灾者求助信息,从这些数据中抽取求助任务与救援人员信息并对两者进行合理匹配可以为救助提供有效支持.本文将空间众包技术引入灾难救援领域,提出支持灾难救援的在线空间众包匹配问题.利用深度学习分类方法与大规模语言模型构建灾难事件信息抽取模型,实现了救援和求助信息的准确抽取;设计了任务等级评定方法与动态损失度量,以反映任务的紧急性和损失的动态变化;基于动态损失度量提出了一种综合抢占与延迟策略的贪心算法.通过真实数据集及合成数据集进行详细的实验分析,与现有算法相比,提出的综合抢占与延迟的贪心算法总损失至少减少35%,验证了所提算法的有效性.