移动群智感知(Mobile Crowd Sensing,MCS)中“群”表示大量用户及其移动设备,“智”指的是智能移动设备以及用户的智慧,“感”意味着通过移动设备获取周围环境数据,“知”则表示通过分析数据、挖掘知识以提供实时在线服务。考虑到大量参与者在感知区域内获取感知数据是完成感知任务的前提,因此,设计可靠数据收集机制高效完成感知任务成为一个亟待解决的问题。首先,从产生原因、数据收集流程引出MCS相关概念,在分析灵活性、高效性以及社会性等特点的同时,简要阐述噪声监测、健康护理以及大气污染监测等典型应用场景。同时,概述信任管理、激励机制、隐私保护以及数据收集研究热点,在此基础上,对当前数据收集机制进行分类。然后,提出基于信誉度的收集机制。具体地,根据移动设备剩余能量以及参与者响应时间衡量意愿程度,同时,通过时效性、完整性、准确度和价值量衡量参与者数据质量,进而,综合分析意愿程度以及数据质量确定参与者历史信誉度评估方法。从而,服务器将历史信誉度作为重要参量,并借助逻辑回归函数更新参与者当前信誉度。另外,服务器根据参与者当前信誉度确定感知数据可信程度,在判定参与者传输数据方式的同时,有效选择接收可靠数据。其次,提出带有服务能力的收集机制。具体地,参与者通过衡量任务复杂性以及期望所获奖励选择最佳感知任务,而服务器通过最小总奖励以及参与者服务能力选择接收感知数据。因此,将参与者与服务器之间的相互选择建立Stackelberg博弈模型以同时最大化参与者效用和服务器效用,同时,结合初始服务能力动态更新参与者下次服务能力,进而,服务器以此作为是否接收感知数据的重要依据。从而,当参与者将数据直接或间接传输到服务器时,可保证服务器以最小总奖励开销高效准确完成感知任务。最后,从参与者属性角度出发,总结信誉度感知机制及带有服务能力属性的机制出发,在此基础上,深入剖析数据质量评估方法的不足,并对未来工作进行展望。