張嵐， 王獻(xiàn)軍， 程勇

(1.國網(wǎng)河南省電力公司營銷服務(wù)中心，河南 鄭州 456000；2.國網(wǎng)陜西省電力公司，陜西 西安 710000)

0 引 言

電力的數(shù)據(jù)安全是智能電網(wǎng)建設(shè)和運(yùn)行過程中電網(wǎng)隱私保護(hù)的重要內(nèi)容。保障智能電力數(shù)據(jù)傳輸安全，需對數(shù)據(jù)傳輸過程中隱私泄露風(fēng)險實(shí)行防御，保證數(shù)據(jù)傳輸過程中的機(jī)密性、傳輸后的完整性，避免數(shù)據(jù)發(fā)生缺失和泄露問題，保護(hù)智能電網(wǎng)數(shù)據(jù)隱私安全[1-3]。

當(dāng)下智能電表隱私保護(hù)和用電數(shù)據(jù)隱私保護(hù)是兩種應(yīng)用較為普遍的隱私保護(hù)方法，其中用戶對前者的應(yīng)用滿意度較低，后者則是當(dāng)下重點(diǎn)研究和應(yīng)用的方法。針對提升數(shù)據(jù)隱私保護(hù)的效果，陳智雨和陳思光等人，各自通過量子密鑰[4]和多級云霧理論[5]，設(shè)計(jì)保護(hù)模型完成電力數(shù)據(jù)隱私保護(hù)。但是由于這些模型不具備數(shù)據(jù)屬性特征選取，無法根據(jù)數(shù)據(jù)屬性特征判斷數(shù)據(jù)的重要程度，因此，無法完成數(shù)據(jù)篩選，統(tǒng)一完成數(shù)據(jù)加密導(dǎo)致模型完成數(shù)據(jù)通信的開銷較大，同時數(shù)據(jù)中無需加密的數(shù)據(jù)也被加密后，增加數(shù)據(jù)的處理步驟。為此，本文研究基于數(shù)據(jù)特征的電力數(shù)據(jù)隱私保護(hù)模型，采用基于最大信息系數(shù)分類模型，完成電力數(shù)據(jù)屬性特征分類，依據(jù)數(shù)據(jù)屬性特征，通過差分隱私的數(shù)據(jù)匿名隱私保護(hù)模型完成隱私保護(hù)。

1 基于數(shù)據(jù)特征的電力數(shù)據(jù)隱私保護(hù)模型

1.1 基于最大信息系數(shù)的特征分類模型

最大信息系數(shù)特征分類模型(feature classification model based on maximum information coefficient， MICFC)主要用于原始數(shù)據(jù)集的分類。將4種隱私級別依次分別命名為1～4級，以隱私級別為基礎(chǔ)確定特征集，在1級和3級數(shù)據(jù)屬性中選取。剩余數(shù)據(jù)屬性為候選集，采用最大信息系數(shù)(MIC)對特征集和候選集實(shí)行處理，獲取兩者關(guān)聯(lián)性較高的特征數(shù)據(jù)，用數(shù)據(jù)集表示，并作輸出[6]。為保證數(shù)據(jù)的高效處理，僅對隱私屬性實(shí)行保護(hù)。模型的流程見圖1。

初始變量用求解獲取的最大MIC值表示為：

圖1 基于最大信息系數(shù)的數(shù)據(jù)屬性特征分類流程

(1)

式中：K為空集。

(2)

式中：p為設(shè)定的特征數(shù)量。輸出條件為獲取的特征數(shù)量滿足p，該獲取過程通過貪心算法完成，且輸出結(jié)果為H，并包含選定變量[7-9]。

1.2 基于差分隱私的數(shù)據(jù)匿名隱私保護(hù)模型

1.2.1 模型相關(guān)定義

圖2 保護(hù)模型

本文保護(hù)模型從兩方面完成數(shù)據(jù)隱私保護(hù)，分別為數(shù)據(jù)集隱私泄露和過程隱私泄露，結(jié)合兩方面的保護(hù)設(shè)計(jì)數(shù)據(jù)隱私保護(hù)模型[10]，見圖2。

模型主要由兩個部分完成數(shù)據(jù)隱私保護(hù)。第一部分是實(shí)行數(shù)據(jù)的微聚集k-劃分，其采用平均矢量的最大距離(maximum distance to average vector, MDAV)算法完成，該部分主要目的是確定數(shù)據(jù)集中心點(diǎn)，并采用屬于數(shù)據(jù)集的眾值表示；以該數(shù)據(jù)點(diǎn)為參照，選取距離其最遠(yuǎn)的距離為起點(diǎn)實(shí)行劃分處理，形成等價類，每個等價類中包含元組的數(shù)量為K；對該類實(shí)行定位后，將類中的敏感特征屬性用其替代。第二部分為隱私保護(hù)，且通過差分隱私技術(shù)完成。對差分隱私實(shí)行定義：設(shè)有隨機(jī)算法M，其輸出構(gòu)成的全部可能的集合用PM表示；σM表示其任意子集;D和D′均表示近數(shù)據(jù)集，且兩者間相差的記錄不可超過1條。當(dāng)M符合式(3)時，則表示M可完成ε-差分隱私保護(hù)。

PrM(D)∈SM≤exp(ε)×Pr[M(D′)∈SM]

(3)

式中：Pr·為隱私泄露的風(fēng)險，由M控制；ε為隱私保護(hù)預(yù)算，其可體現(xiàn)隱私保護(hù)的程度，且該保護(hù)僅由M提供。

加入噪聲，是完成差分保護(hù)的基礎(chǔ)，選取拉普拉斯噪聲機(jī)制，0和b均為該機(jī)制的參數(shù)，前者屬于標(biāo)記位置，后者屬于尺度，該機(jī)制分布用Lap(b)表示，則其密度函數(shù)計(jì)算公式為：

p(x)=b/2exp(-x/b)

(4)

1.2.2 模型實(shí)現(xiàn)

(5)

基于上述內(nèi)容可發(fā)現(xiàn)，算法具備差分隱私保護(hù)，可較大程度提升匿名數(shù)據(jù)集的安全性，算法的詳細(xì)步驟如下所述：

輸入：數(shù)據(jù)集H。

輸出：隱私保護(hù)匿名數(shù)據(jù)集。

(1) 求解相異度矩陣A，且屬于同質(zhì)性測度，并位于類中，n為元組數(shù)量。

(2) 求解數(shù)據(jù)集中心a，且依據(jù)A完成，確定與其距離最遠(yuǎn)的點(diǎn)r，并用其描述max{d(a,b)}中的b點(diǎn)，以r為基準(zhǔn)，確定距離其最遠(yuǎn)的點(diǎn)s，并用其描述max{d(b,c)中}的c點(diǎn)。其中，距離計(jì)算公式為：

(6)

式中：X、Y為向量；Xi、Yi為第i個特征屬性。

(3) 分別以r和s為中心，確定分別距離兩者距離最近的點(diǎn)，且數(shù)量為k-1，將其組成等價類。

(4) 如果n>2k，返回(1)；如果k

(7)

(6) 求解類質(zhì)心，將其代替其他值：

(8)

(7) 輸出H′實(shí)現(xiàn)整個數(shù)據(jù)集的差分隱私保護(hù)。

2 測試結(jié)果與分析

選取某電力公司某地區(qū)的智能電網(wǎng)6個月的用電數(shù)據(jù)集，并將Adult數(shù)據(jù)集加入其中，將結(jié)合后的數(shù)據(jù)集作為測試對象。

2.1 參數(shù)確定

圖3 參數(shù)測試結(jié)果

不同ε取值下的損失率結(jié)果見圖3。分析圖3測試結(jié)果可得：數(shù)據(jù)的輸出損失率在ε取值不斷增加的情況下呈不斷降低趨勢。其取值在<0.03時，損失率均在9%以上；當(dāng)該取值>0.04以后，損失率顯著降低，低于5%，并且該取值越接近0.1則損失率越接近0。結(jié)合期望標(biāo)準(zhǔn)，則確定ε取值范圍為0.04～0.1，并用于后續(xù)試驗(yàn)中。

2.2 模型性能測試

模型性能測試包含兩個方面，分別是數(shù)據(jù)屬性特征選取性能和微聚集性能測試。前者通過保留的數(shù)據(jù)屬性特征數(shù)量和均方根誤差衡量，后者通過F-Measure(綜合評價指標(biāo))衡量，測試結(jié)果分別見表1和圖4。分析圖4測試結(jié)果可得：當(dāng)ε取值在0.04～0.1時，隨著該取值的增加，保留的數(shù)據(jù)屬性特征數(shù)量逐漸增加，均方根誤差則逐漸減小，并且F-Measure的取值也隨著ε取值的增加而增加，該結(jié)果與圖3的測試結(jié)果相符合，表明本文模型在運(yùn)算過程中，具備良好的運(yùn)算性能。

表1 數(shù)據(jù)屬性特征選取性能測試結(jié)果

圖4 模型微聚集性能測試結(jié)果

2.3 模型的隱私性測試

為分析本文模型對于發(fā)布數(shù)據(jù)的隱私保護(hù)的私密性，采用引入記錄連接(record linkages， RL)作為衡量標(biāo)準(zhǔn)，判斷本文模型的隱私性。RL是指模型從匿名數(shù)據(jù)集中完成原始數(shù)據(jù)匹配的正確率，將文獻(xiàn)[4]和文獻(xiàn)[5]的基于量子密鑰和基于霧計(jì)算的保護(hù)模型作為文本模型的對比模型，用于完成相關(guān)測試，直觀衡量文本模型的優(yōu)劣。采用式(9)獲取三種模型的RL結(jié)果，該測試在兩種條件下完成，分別為不同屬性數(shù)量下和不同數(shù)據(jù)量大小下，結(jié)果見圖5。分析圖5測試結(jié)果可得：不同屬性數(shù)量下和不同數(shù)據(jù)量大小下，三種模型的RL結(jié)果整體均呈現(xiàn)上升趨勢，但是文本模型的RL結(jié)果明顯低于兩種對比模型，分別在0.23和0.20以下，兩種對比模型均在0.25以上。因此，應(yīng)用本文模型保護(hù)后，數(shù)據(jù)的隱私性更高。

圖5 三種模型的隱私性對比結(jié)果

3 結(jié)束語

為避免發(fā)生隱私泄露和數(shù)據(jù)缺失，保護(hù)智能電網(wǎng)數(shù)據(jù)隱私安全，本文結(jié)合智能電力數(shù)據(jù)屬性特征，設(shè)計(jì)了基于數(shù)據(jù)特征的電力數(shù)據(jù)隱私保護(hù)模型。測試結(jié)果表明：該模型在合理的隱私保護(hù)預(yù)算范圍內(nèi)，運(yùn)算性能良好，保護(hù)后數(shù)據(jù)RL值低于0.23，可較大程度保證數(shù)據(jù)的隱私性和可用性，降低數(shù)據(jù)損失率，應(yīng)用性較好。由此可知，本文在避免發(fā)生隱私泄露和數(shù)據(jù)缺失、保護(hù)智能電網(wǎng)數(shù)據(jù)隱私安全方面有著較大的優(yōu)勢和應(yīng)用前景。