协同感知通过内嵌有大量传感器的移动感知节点在感知时小范围内的竞争和大范围内的合作方式,有效的减少了感知系统在执行感知时,需要的感知节点数量,节省了系统开销,且由于竞争关系感知节点收集到的数据质量也相对较高。所以,针对现如今普遍存在的智能设备,及越来越多的人们希望快速感知周围变化,与现实世界进行交互的需求,研究协同感知具有重要意义。国内外对于协同感知的研究多集中在研究对于协同终端资源的使用,协同数据的融合以及协同任务的分配方面。对于感知任务的分配研究,国内外的研究主要从任务请求者,任务发布者和任务执行者三个方面来进行研究。这些研究都对协同感知任务的分配提供了一定的指导作用,但是并未有专门针对移动互联网协同任务分配的研究。本文主要研究了移动互联网中时空关注的协同感知任务分配问题。首先,针对传统感知任务分配忽略考虑任务时空属性的问题,对任务时空属性进行研究,在此基础上对移动感知终端的轨迹进行预测,将预测结果通过协同感知模型的分析后,提出本文的协同感知任务分配算法;基于对现实协同感知场景的分析研究,进一步抽象出一个多维时空关注的协同感知任务分配问题。对于任务分配,不仅要关注任务的时空要求,更要考虑移动感知终端的参与度、感知代价等因素。由于需要考虑的因素是多维的,前面的分配算法已不再适用。故提出多维时空关注的协同感知任务分配算法,该算法以最大化的参与度和覆盖率,以及较小的感知代价为目标,选择完成任务需要进行协同的节点,并分配任务,通过仿真对比证明了该算法的有效性和优越性。通过对于移动互联网中时空关注的协同感知任务分配算法的研究,能有效降低现存的很多大规模感知系统参与感知的节点数量,节省感知系统平台代价,提高覆盖率。并且通过感知节点之间的协同,能减少拥有低数据质量的感知节点的参与,并且本文提出的分配模型具有较高的适应性,能够用在多种协同感知任务分配系统中,因而对移动互联网以及物联网的发展都有重要的意义。