基于经验模态分解与同态加密的用电数据隐私保护

• 作者: 张攀 李元诚 郑世强
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 经验模态分解 智能电网 同态加密 共享密钥 隐私保护
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 电力系统
• 页码范围: 1810-1818
• 页数: 9页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2018.2202

摘要

智能电网利用大量的用户用电数据实现电网负荷平衡和电力供应调整,但用电信息的采集过程面临泄露用户隐私的风险.针对该问题提出了一种基于经验模态分解(empirical mode decomposition,EMD)与同态加密的用电数据隐私保护方法.首先采用经验模态分解方法将用户L1原始用电数据分解为不同时间尺度的局部特征分量C1,C2,?,Cd.然后采用用户L2,?,Ld的公钥pub2,?,pubd对C2,?,Cd分别进行同态加密,并将加密结果发送给数据聚合器.数据聚合器将用户L1公钥加密后的所有其他用户数据相加,并将结果发送给用户L1.接下来用户L1将接收到的结果用自己的私钥解密,并与C1相加求和.用户L1将结果用自己私钥签名发送到控制中心,控制中心采用用户L1公钥验证结果的真实性.其他用户与用户L1做法相同.最后控制中心将验证后的所有用户结果相加,得到某个时刻所有用户总用电量,而无法获得每个用户的原始用电数据,从而起到隐私保护作用.为了验证所提方法的有效性,利用爱尔兰电力公司的智能电表数据进行仿真实验;实验结果表明,所提出的方法能够有效地保护用户用电数据的隐私.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李元诚		15	78	4.0	8.0
2	张攀		2	0	0.0	0.0
3	郑世强		1	0	0.0	0.0