移动群智感知作为一种新型网络感知模式,其巧妙结合了众包思想和移动感知设备,有效弥合了智慧型泛在深度感知和计算与移动终端设备之间的鸿沟。然而,如何高效激励感知用户持续参与感知任务的同时保护其身份隐私、如何有效对感知数据进行隐私动态度量、如何保障感知数据的上传与交易隐私等问题仍未得到有效解决。针对上述问题,本文基于博弈分析从隐私激励、隐私度量和隐私保护三个方面着重研究感知数据生命周期隐私保护理论及关键技术,主要研究工作如下:1.针对感知阶段中感知用户出于对隐私泄露担忧而导致任务参与积极性不高、感知任务完成率较低的问题,提出一种基于用户联盟匹配的混合激励机制。该机制充分结合了声誉激励和报酬激励两种方式,满足了用户的心理追求欲与物质获得感,从而激励感知用户主动参加任务感知。此外,感知用户在上传感知数据前,可选择采用布隆过滤器和二元混淆向量内积计算进行相似度估计形成感知用户联盟后再上传感知数据集,在保证感知数据质量的同时保护用户隐私。最后,通过仿真实验结果表明所提机制的有效性。2.针对移动群智感知中大多数的用户隐私保护方案因缺乏考虑用户隐私保护的动态性,从而导致对隐私信息的过度或不充分的保护以及感知数据的精度下降的问题,提出一种基于用户历史时空数据隐私度量的个性化隐私保护方案。该方案结合博弈分析,对感知用户的策略选择提供方向指南,不仅实现用户的个人收益最大化,而且满足感知平台的数据质量需求。通过仿真实验,其结果表明了所提方案的有效性与实用性。3.针对移动群智感知系统在数据交易阶段,云服务提供商和感知平台之间的恶意交易导致感知数据隐私泄漏、囚徒困境等问题,采用秘密共享和群签名算法,研究一种基于安全多方的感知数据交易拍卖方案。在服务提供商存在相互勾结的情况下,安全多方计算依旧能够保证各参与方参与数据拍卖,交易数据实际价值,同时达到保护各参与方隐私安全的目的,有效解决了囚徒困境问题,从而实现参与方的各自效用最大化。