众包技术作为新兴的数据采集与处理技术,具有成本低、效率高、应用场景广等优点,在物联网中扮演着重要角色,为各种物联网应用提供高效便捷的数据采集服务。然而,众包技术在提供便利的数据采集服务的同时,也面临着许多挑战。其中,众包任务数据的隐私保护是最值得关注的隐私保护问题之一。本文针对物联网中众包任务数据隐私泄露的问题,综合利用区块链（Blockchain）、深度强化学习（Deep reinforcement learning,DRL）等技术,对面向众包任务数据的隐私保护策略展开研究,主要研究工作包括:（1）基于改进区块链的众包任务数据隐私保护策略。针对集中式众包平台中任务数据隐私被篡改和删除以及恶意工人共谋获取任务数据隐私的问题,提出了一种基于改进区块链的众包任务数据隐私保护策略。首先,利用区块链不可篡改的特性和去中心化的特性,将区块链作为分布式的众包平台,有效阻止恶意人员对任务数据进行篡改和删除;其次,设计了一种新的基于隐私等级的区块结构,实现不同隐私等级任务的分级管理;最后,提出了敏感任务分解和众包工人分组方法,防止恶意工人共谋获取任务数据隐私。仿真实验表明,该策略可以有效增强对任务数据隐私的保护,防止众包任务执行过程中的内部共谋攻击。同时在交易延迟和吞吐量等方面具有较好的性能。（2）基于多子链的众包任务数据隐私保护策略。针对恶意众包工人通过申请任务来窃取任务隐私数据的问题,设计了一种基于多子链的众包任务数据隐私保护策略。首先,构建了一种多子链架构用于众包任务的分级存储,将不同等级的众包任务存储于不同等级的任务子链上,保证只有信用满足要求的众包工人才能获取任务数据,实现了对任务数据隐私的保护;其次,提出了基于深度强化学习的任务分配策略,动态分配众包任务,选择可信的众包工人执行任务,通过降低恶意工人获取任务数据的概率,实现对任务数据隐私的保护;最后,设计并实现了基于深度强化学习的性能提升策略,实现性能与数据隐私保护之间的平衡。仿真结果表明,该策略能够有效防止恶意工人获取任务隐私数据,充分保证数据隐私。同时,与现有相关策略相比,该策略具有良好的吞吐量、较高的任务分配准确率。（3）基于跨链认证的众包任务数据隐私保护策略。针对众包平台无法基于众包工人的历史任务完成情况,对其进行有效认证的问题,在多子链架构的基础上,设计了一种基于跨链认证的众包任务数据隐私保护策略。该策略通过跨链认证来减少加入众包平台的恶意工人的数量,保证众包平台中大部分众包工人是可信的,来达到保护众包任务数据隐私的目标。首先,设计了一种支持跨链查询的跨链架构,不同众包平台可通过跨链架构来查询众包工人历史任务完成情况数据,为众包工人的认证提供可信的数据来源;其次,结合众包工人认证策略,在众包工人加入众包平台时,运用智能合约读取通过跨链架构查询到的相关数据,判断众包工人是否符合加入众包平台的条件,保证加入到众包平台中的众包工人是可信的。仿真实验表明,该策略能够对有效控制众包平台中恶意工人的数量,保障任务数据隐私。同时与现有相关策略相比,该策略具有良好的性能和较低的资源消耗。