随着人口老龄化加剧，涉老诈骗问题日益严重，给老年人的经济安全和心理健康带来了严重威胁。解决涉老诈骗问题的核心在于理解老年人的信任决策。大量研究发现老年人比年轻人表现出更高水平的人际信任，但对此年龄差异的解释尚局限于对认知和情绪因素的探讨，忽略了主观动机的作用。申请人的前期研究表明较高的社会性动机是老年期的显著特征。本项目旨在从机制探索、预测识别到预防干预三个层面全面探究社会性动机对老年人信任决策的影响。研究一将通过行为实验和神经影像技术，揭示社会性动机在老年期信任决策过程中的重要作用及其神经机制；研究二将利用机器学习算法构建包含动机因素在内的预测模型，精准识别涉老诈骗高风险人群；研究三将基于老年人的高社会性需求设计相应干预策略，并采用随机对照试验的方法在高风险人群中验证其预防涉老诈骗的有效性。本项目将为预防涉老诈骗提供重要的理论支持和实践工具，对推动积极老龄化国家战略的实施具有重要意义。

边缘计算将计算服务和存储服务推向用户附近，减轻了核心网络负担，能够实现高效的网络运营和服务交付。边缘资源是群体性的，在部署边缘计算服务时，大量共存的边缘设备所具备的感知、计算和通信能力的集合构成了边缘群智资源。超大规模、极端复杂和高速变化的用户数据带来了新的资源管控要求。随着边缘计算服务的日益增加，现有的资源管控方案暴露出了诸如适应性差、可信性弱等问题。本项目拟以边缘群智资源的管控为关注点，充分利用边缘资源的群体智能感知、业务需求动态、地理位置分散的特征，围绕“自主、可信和智能的分布式边缘群智资源管控系统”展开研究。总体目标是建立一套面向边缘群智资源的可信分布式管控机制与理论，包括分布式管控节点自主动态选择、分布式管控系统的协作数据隐私保护与可信更新以及边缘群智协同的管控资源优化等三项核心功能，自主可信地利用边缘群智资源，促进边缘计算及移动智能业务的发展。