1.一种基于信誉的隐私保护激励机制方法，其特征在于，包括：

获取任务请求者上传的感知任务；

发布所述感知任务到平台用户；

获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；

获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；

根据所述投标信息和所述信誉信息确定赢标用户；

支付所述赢标用户报酬；

获取所述赢标用户的感知数据，并将所述感知数据发送给所述任务请求者；

获取所述任务请求者对所述赢标用户的评分，并根据所述评分对所述赢标用户所述信誉信息进行更新；

平台根据差分隐私指数记住计算每个所述平台用户被选中的概率，并根据概率选择赢标用户，基于差分隐私指数机制选择赢标用户的具体过程为：设有满足差分隐私算法M，O为所述差分隐私算法M所有可能的输出集合，对于任意邻近数据集A和B以及O的任意子集o，有Pr[M(A)∈O]≤exp(ε)×Pr[M(B)∈O]，为了实现差分隐私，平台基于指数机制给出一个可用性函数q(A,o)，根据q(A,o)可以得到返回结果上的一个分部函数，最后按照所述分部函数随机输出返结果，设平台用户被选中的赢标的概率Pr满足指数机制的差分隐私，q为指数机制中的可用性函数，Δq为可用性函数的全局敏感度，平台用户对感知任务赢标的概率满足如下的条件：所述根据所述投标信息和所述信誉信息确定赢标用户，包括：

根据每个已投标所述平台用户的所述信誉信息和所述投标信息，计算每个已投标所述平台用户被选中的概率，计算公式如下：其中，bi表示第i个已投标所述平台用户的报价；ri表示第i个投标已投标所述平台用户的信誉值；ηi表示第i个已投标所述平台用户的连续高分因子；

根据概率分布，随机选择其中一个报价作为任务的赢标报价，将赢标报价加入赢标报价集；

将具有至少一个属于所述赢标报价集报价的所述平台用户确定为所述赢标用户；

在执行所述根据所述评分对所述赢标用户的所述信誉信息进行更新时，所述信誉值的计算公式为：其中， 表示所述赢标用户投标被选中的总次数，表示所述信誉值的阈值， 表示已投标所述平台用户第l轮得分，βl表示基于艾宾浩斯遗忘曲线的第l轮的时间衰减因子；

所述连续高分因子的计算公式为：η＝1+f(t)；

其中，t表示所述平台用户连续获得高分的次数；当所述平台的用户得分大于预设值时，记为一次高分；f(t)表示龚帕斯生长曲线函数。

2.根据权利要求1所述的方法，其特征在于，所述获取每个已投标所述平台用户的信誉信息，包括：判断每个已投标所述平台用户是否在平台存储有所述信誉值和所述连续高分因子；

若判断结果为否，则表示所述平台用户为新用户，对所述平台用户分配初始的信誉值和初始的连续高分因子；

若判断结果为是，则表示所述平台用户为老用户，获取平台上对应的所述信誉值和所述连续高分因子。

3.根据权利要求1所述的方法，其特征在于，支付给所述赢标用户的报酬如下：其中，bi表示第i个已投标所述平台用户的报价；Pri表示第i个已投标所述平台用户被选中的概率；bmax表示已投标所述平台用户的报价中最大值。

4.根据权利要求1‑3任一项所述的方法，其特征在于，每个所述平台用户可以完成多个所述感知任务，且每个所述感知任务只能被一个所述平台用户完成。

5.一种基于信誉的隐私保护激励机制装置，其特征在于，包括：

任务获取模块，用于获取任务请求者上传的感知任务；

任务发布模块，用于发布所述感知任务到平台用户；

投标信息获取模块，用于获取投标信息，所述投标信息包括所述平台用户在接收到所述感知任务产生的报价；

信誉信息获取模块，用于获取每个已投标所述平台用户的信誉信息，所述信誉信息包括信誉值和连续高分因子；

赢标用户确定模块，用于根据所述投标信息和所述信誉信息确定赢标用户，包括：根据每个已投标平台用户的信誉信息和投标信息，计算每个已投标平台用户被选中的概率，计算公式如下：其中，表示第i个已投标平台用户的报价；表示第i个投标已投标平台用户的信誉值；表示第i个已投标平台用户的连续高分因子；表示报价大于零的已投标平台用户；根据概率分布，随机选择其中一个报价作为任务的赢标报价，将赢标报价加入赢标报价集；将具有至少一个属于赢标报价集报价的平台用户确定为赢标用户；

报酬支付模块，用于支付所述赢标用户报酬；

感知数据获取模块，用于获取所述赢标用户的感知数据，并发送给所述任务请求者；

数据更新模块，用于获取所述任务请求者对所述赢标用户的评分，并根据所述评分对所述赢标用户的所述信誉信息进行更新；数据更新模块还包括信誉计算模块，所述信誉计算模块用于信誉值的计算公式为：其中， 表示所述赢标用户投标被选中的总次数，表示所述信誉值的阈值， 表示已投标所述平台用户第l轮得分，βl表示基于艾宾浩斯遗忘曲线的第l轮的时间衰减因子；

所述连续高分因子的计算公式为：η＝1+f(t)；

其中，t表示所述平台用户连续获得高分的次数；当所述平台的用户得分大于预设值时，记为一次高分；f(t)表示龚帕斯生长曲线函数；平台根据差分隐私指数记住计算每个所述平台用户被选中的概率，并根据概率选择赢标用户，基于差分隐私指数机制选择赢标用户的具体过程为：设有满足差分隐私算法M，O为所述差分隐私算法M所有可能的输出集合，对于任意邻近数据集A和B以及O的任意子集o，有Pr[M(A)∈O]≤exp(ε)×Pr[M(B)∈O]，为了实现差分隐私，平台基于指数机制给出一个可用性函数q(A,o)，根据q(A,o)可以得到返回结果上的一个分部函数，最后按照所述分部函数随机输出返结果，设平台用户被选中的赢标的概率Pr满足指数机制的差分隐私，q为指数机制中的可用性函数，Δq为可用性函数的全局敏感度，平台用户对感知任务赢标的概率满足如下的条件：

6.一种基于信誉的隐私保护激励机制的服务器，其特征在于，包括存储器和处理器；

所述存储器用于存储计算机可执行指令；

所述处理器用于执行所述计算机可执行指令，以实现权利要求1‑4任一项所述的方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现如权利要求1‑4任一项所述的方法。