센서 기술의 발전과 데이터 기반 서비스 패러다임의 대중화에 따라, 공간 크라우드소싱 시스템은 지도 기반 위치 데이터를 수집하는 중요한 방법으로 자리매김하고 있다. 그러나 대규모 작업 관리와 위치 프라이버시는 공간 크라우드소싱 참여자에게 중요한 요인이다. 본 논문에서는 대규모 공간 크라우드소싱을 위한 R-tree 공간 은폐(spatial cloaking) 기반 작업 할당 방법의 사용을 제안한다. 요청된 크라우드소싱 작업을 바탕으로 한 추정 R-tree를 사용함으로써, 크라우드소싱 서버 측 삽입 비용을 감소시키고 확장성을 가능하게 한다. 이 방법은 정확한 위치 데이터 없이 Minimum Bounding Rectangle(MBR) 기반의 공간 익명 데이터를 사용하여, 참여자의 위치 프라이버시를 간단한 방식으로 보존한다. 실험에서 제안한 방법이 기존 방법보다 더 빠르며, 규모가 증가할 때 매우 효율적임을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.