Un marco de descubrimiento de la verdad basado en grupos asistidos por la niebla sobre multitudes móviles que...

Área de la Ciencia:

• Ciencias de la computación
• Ciencia de los datos
• Computación móvil

Sus antecedentes:

• La detección de multitudes móviles (MCS) se enfrenta a desafíos de inconsistencia de datos debido a diversas fuentes de datos.
• El comportamiento grupal y la participación a nivel comunitario están influyendo cada vez más en las aplicaciones de MCS.
• Los métodos existentes de descubrimiento de la verdad (TD) luchan con la escala y las demandas en tiempo real de los flujos de datos MCS.

Objetivo del estudio:

• Proponer un nuevo marco de descubrimiento de la verdad basado en grupos asistidos por niebla para flujos de datos MCS.
• Para abordar la inconsistencia de datos y la dinámica de grupo en aplicaciones de MCS en tiempo real.
• Mejorar la precisión y eficiencia del descubrimiento de la verdad en entornos dinámicos de MCS a gran escala.

Principales métodos:

• Desarrolló un mecanismo de descubrimiento de la verdad basado en grupos de dos capas (TGTD).
• Las ponderaciones inicializadas de los participantes utilizan niveles de credibilidad.
• Integró una arquitectura asistida por niebla para el procesamiento en tiempo real de flujos de datos MCS.

Principales resultados:

• El marco TGTD demostró una precisión superior en el descubrimiento de la verdad en comparación con los enfoques de TD en streaming existentes.
• El marco propuesto mantuvo un tiempo de ejecución razonable, demostrando su eficacia.
• Los extensos experimentos con conjuntos de datos sintéticos y del mundo real validaron la eficacia del marco.

Conclusiones:

• El Marco de Descubrimiento de la Verdad basado en grupos asistido por Fog ofrece una solución efectiva para la inconsistencia de datos en MCS.
• TGTD maneja con éxito la dinámica de grupo y los requisitos de procesamiento en tiempo real.
• Se recomienda una mayor investigación sobre la simulación de la arquitectura de la niebla para los procesos de flujo para trabajos futuros.