差分隐私保护下面向海量用户的用电数据聚类分析

• 作者: 张少敏 王保义 胡恒
• 来源期刊: 电力系统自动化
• 关键词: 隐私保护 聚类分析 用电数据 分布式计算
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 研制与开发
• 页码范围: 121-127
• 页数: 7页
• 字数: 7596字
• 语种: 中文
• DOI: 10.7500/AEPS20170611006

摘要

智能电表实现了对用户用电信息全方位实时收集,使得对用户用电行为精准聚类分析成为了可能,然而在分析过程中易泄露用户信息.为此,提出了一种差分隐私保护下用户用电数据聚类分析的方法,该方法运用两阶段隐私保护聚类技术解决精准分析与隐私保护不能并存的矛盾.两阶段聚类采用了分布式的思想,包括局部聚类和全局聚类两部分.局部聚类采用了隐私保护下的自适应K-means算法对智能电表采集的原始用户用电数据进行初次聚类;全局聚类设计一种新的基于密度和层次思想的聚类算法用于对初次聚类结果进行二次优化聚类.相关实验表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王保义	华北电力大学控制与计算机工程学院	59	973	16.0	29.0
2	张少敏	华北电力大学控制与计算机工程学院	51	750	15.0	26.0
3	胡恒	华北电力大学控制与计算机工程学院	1	8	1.0	1.0