摘要：電力系統(tǒng)數(shù)據(jù)具有隱私性，容易發(fā)生完整性攻擊，被注入虛假數(shù)據(jù)，造成完整性破壞，為此提出了隱私保護(hù)下的電力系統(tǒng)數(shù)據(jù)完整性檢測方案。因此，本文首先對電力系統(tǒng)數(shù)據(jù)進(jìn)行去、離散化以及標(biāo)準(zhǔn)化處理，提取數(shù)據(jù)中殘差特征突變特征并融合在一起，然后采用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建完整性判斷模型，實(shí)現(xiàn)電力系統(tǒng)數(shù)據(jù)完整性檢測，保護(hù)隱私數(shù)據(jù)安全，最后實(shí)施仿真實(shí)驗(yàn)。測試結(jié)果表明，該方案的電力系統(tǒng)數(shù)據(jù)完整性檢測Kappa系數(shù)均在0.9以上，獲得了較高精度的電力系統(tǒng)數(shù)據(jù)完整性檢測結(jié)果。

關(guān)鍵詞：隱私保護(hù)；電力系統(tǒng)數(shù)據(jù)；深度神經(jīng)網(wǎng)絡(luò)；完整性檢測

一、引言

隨著各種微電網(wǎng)的加入，傳統(tǒng)電網(wǎng)逐漸無法滿足調(diào)控需求。為了提高調(diào)控工作效率，智慧電網(wǎng)的概念被提出，成為電網(wǎng)公司重點(diǎn)發(fā)展目標(biāo)。智慧電網(wǎng)的出現(xiàn)和使用，可以將電力運(yùn)營的各環(huán)節(jié)聯(lián)系在一起，采集電力系統(tǒng)數(shù)據(jù)后，通過通信網(wǎng)絡(luò)將其傳輸至控制端進(jìn)行挖掘和分析，使電力系統(tǒng)與控制終端結(jié)合更加緊密，解決了傳統(tǒng)電網(wǎng)調(diào)控不利的難題。因此電力系統(tǒng)數(shù)據(jù)對于智慧電網(wǎng)至關(guān)重要，需要作為隱私數(shù)據(jù)被嚴(yán)密保護(hù)。然而，部分不法分子利用網(wǎng)絡(luò)的開放性非法獲取或者破壞有價(jià)值的數(shù)據(jù)。智慧電網(wǎng)的數(shù)據(jù)網(wǎng)絡(luò)安全問題越來越突出，受到的惡性攻擊類型越來越多，發(fā)現(xiàn)這類問題時(shí)，啟用預(yù)先設(shè)計(jì)好的應(yīng)急響應(yīng)計(jì)劃，以快速穩(wěn)定系統(tǒng)和防止進(jìn)一步損失，并根據(jù)事件類型和范圍，采取相應(yīng)的應(yīng)急響應(yīng)措施，例如隔離受影響的設(shè)備、停止服務(wù)、斷開網(wǎng)絡(luò)連接等，其中完整性攻擊就是典型的一種。一旦電力公司未及時(shí)識(shí)別不完整的虛假數(shù)據(jù)，將其當(dāng)作真實(shí)數(shù)據(jù)進(jìn)行利用，就會(huì)得出錯(cuò)誤判斷和決策，給電力公司造成重大損失。

因此，對電力系統(tǒng)數(shù)據(jù)隱私進(jìn)行保護(hù)，對電力系統(tǒng)數(shù)據(jù)的完整性檢測具有重要的意義。所以，本文結(jié)合研究經(jīng)驗(yàn)，提出一種隱私保護(hù)下的電力系統(tǒng)數(shù)據(jù)完整性檢測方案。通過該研究，以期為電力系統(tǒng)數(shù)據(jù)保護(hù)提供參考。

二、隱私保護(hù)下的電力系統(tǒng)隱私數(shù)據(jù)完整性檢測方案

電力系統(tǒng)數(shù)據(jù)具有較高的利用價(jià)值，對于電力公司發(fā)展而言具有重要意義，因此也就成為惡意攻擊的對象。惡意攻擊的目的是破壞數(shù)據(jù)的完整性，將假數(shù)據(jù)混入其中或者取代真實(shí)數(shù)據(jù)，以實(shí)現(xiàn)數(shù)據(jù)竊取或者破壞。這種方法由于并非改變所有數(shù)據(jù)，因此具有一定的隱蔽性，很難被發(fā)現(xiàn)，危害性極大。因此，為了保護(hù)電力系統(tǒng)數(shù)據(jù)的安全，基于隱私保護(hù)需要對電力系統(tǒng)數(shù)據(jù)完整性進(jìn)行檢測。該研究分為三部分，即電力系統(tǒng)數(shù)據(jù)預(yù)處理、電力系統(tǒng)數(shù)據(jù)特征提取以及數(shù)據(jù)完整性判斷。

（一）電力系統(tǒng)數(shù)據(jù)預(yù)處理

為了檢測數(shù)據(jù)的完整性，需要提供良好的數(shù)據(jù)基礎(chǔ)，對數(shù)據(jù)進(jìn)行預(yù)處理。本文設(shè)計(jì)的預(yù)處理方法包括數(shù)據(jù)去噪、數(shù)據(jù)標(biāo)準(zhǔn)化。通過數(shù)據(jù)去噪的離群剝離，發(fā)現(xiàn)與噪聲混合在一起的惡意攻擊壞數(shù)據(jù)；電力系統(tǒng)數(shù)據(jù)序列使完整數(shù)據(jù)和攻擊數(shù)據(jù)混合在一起，不容易檢測。因此，需要根據(jù)屬性關(guān)聯(lián)性，通過數(shù)據(jù)離散化切斷完整數(shù)據(jù)和攻擊數(shù)據(jù)的時(shí)間關(guān)聯(lián)性，僅依據(jù)屬性關(guān)聯(lián)性進(jìn)行檢測。為了提高數(shù)據(jù)處理效率，對量綱不同數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使數(shù)據(jù)可以得到同步檢測，然后消除重復(fù)數(shù)據(jù)，完成數(shù)據(jù)預(yù)處理。

1.噪聲數(shù)據(jù)去除

電力系統(tǒng)數(shù)據(jù)經(jīng)過多道“工序”才能傳輸至數(shù)據(jù)處理終端當(dāng)中。該過程中，電力系統(tǒng)數(shù)據(jù)的質(zhì)量本身會(huì)受干擾，存在噪聲數(shù)據(jù)。這些噪聲數(shù)據(jù)的存在會(huì)嚴(yán)重干擾壞數(shù)據(jù)的發(fā)現(xiàn)，因此預(yù)處理的第一個(gè)步驟就是去除掉噪聲數(shù)據(jù)，讓原始中只存在真實(shí)的電力系統(tǒng)數(shù)據(jù)，以及可能存在惡意攻擊的注入的壞數(shù)據(jù)。異常值又稱離群點(diǎn)，檢測方法如下：

2.電力系統(tǒng)數(shù)據(jù)標(biāo)準(zhǔn)化

電力系統(tǒng)數(shù)據(jù)存在量綱不同的問題，為了方便數(shù)據(jù)的同步處理，需要進(jìn)行標(biāo)準(zhǔn)化。

3.電力業(yè)務(wù)系統(tǒng)重復(fù)數(shù)據(jù)剔除

目前電力系統(tǒng)業(yè)務(wù)系統(tǒng)復(fù)雜，包含大量的省側(cè)自建系統(tǒng)，系統(tǒng)之間集成錯(cuò)綜復(fù)雜，數(shù)據(jù)之間存在大量的重復(fù)錄入。目前電力系統(tǒng)正在開展清楚數(shù)據(jù)重復(fù)錄入和雙軌制專項(xiàng)行動(dòng)。目標(biāo)為：為服務(wù)基層一線，減輕班組負(fù)擔(dān)，切實(shí)推動(dòng)數(shù)字化賦能賦智，聚焦設(shè)備、營銷專業(yè)的常態(tài)、高頻次應(yīng)用場景，全面盤清基層重復(fù)錄入、雙軌制情況，加強(qiáng)問題診斷分析，解決一批基層反映強(qiáng)烈的數(shù)據(jù)重復(fù)錄入問題，下線一批雙軌運(yùn)行老舊系統(tǒng)，建立健全長效管控機(jī)制，防止重復(fù)錄入、雙軌制問題反復(fù)出現(xiàn)，數(shù)據(jù)重復(fù)剔除方法如下：

假設(shè)內(nèi)容識(shí)別的滑動(dòng)窗口固定寬度為k，在數(shù)據(jù)塊中選取一大一小兩個(gè)整數(shù)值A(chǔ)、b，Agt;b，則k=A-b。刪除對象數(shù)據(jù)的序列為S=S1，S2，…，Sn，若，

則位置K屬于D-match。若數(shù)據(jù)塊的指紋計(jì)算窗口邊緣位置為v，則生成子序列為。窗口內(nèi)，位置K是數(shù)據(jù)塊的刪除邊界，內(nèi)容檢測窗口如圖1所示。

從數(shù)據(jù)塊的首位數(shù)字開始，將K寬度的滑動(dòng)窗口中的數(shù)據(jù)作為Hash函數(shù)的子序列，計(jì)算每個(gè)窗口位置的指紋。當(dāng)序列中的數(shù)字滿足指定條件時(shí)，就將窗口所在位置的邊界作為數(shù)據(jù)塊的邊界。重復(fù)上述過程，直到電力系統(tǒng)中的數(shù)據(jù)被劃分，再用Hash函數(shù)計(jì)算出每個(gè)劃分的數(shù)據(jù)塊Hash值。

Hash函數(shù)在識(shí)別數(shù)據(jù)時(shí)具有唯一性，且識(shí)別概率較高，在一張表中記錄數(shù)據(jù)單元，并構(gòu)造了存儲(chǔ)位置的映射函數(shù)。在數(shù)據(jù)冗余情況下，可以通過重復(fù)數(shù)據(jù)消除過程來提高檢測效率。

（二）電力系統(tǒng)數(shù)據(jù)特征提取

（三）電力系統(tǒng)數(shù)據(jù)完整性判斷

為了實(shí)現(xiàn)電力系統(tǒng)隱私數(shù)據(jù)保護(hù)，在使用前完整性檢測必不可少。通過完整性檢測能夠有效判斷是否存在惡意攻擊，以此來實(shí)現(xiàn)隱私保護(hù)。在這里結(jié)合深度學(xué)習(xí)算法，構(gòu)建電力系統(tǒng)數(shù)據(jù)完整性判斷模型。該模型如圖2所示。從圖2中看出，基于深度學(xué)習(xí)的電力系統(tǒng)數(shù)據(jù)完整性判斷模型主要分為三層，其中隱含層由多層疊加而成。判斷模型應(yīng)用分為兩部分，前一部分為訓(xùn)練，后一部分為應(yīng)用測試。針對前者，首先將融合后特征輸入到輸入層，經(jīng)輸入層后，進(jìn)入到隱含層第一層，按照下述公式進(jìn)行計(jì)算，計(jì)算公式如下：

計(jì)算輸出結(jié)果Ij與訓(xùn)練樣本的預(yù)期結(jié)果的差值。通過差值進(jìn)行反向誤差傳播，以此調(diào)整權(quán)值和閾值。利用訓(xùn)練好的電力系統(tǒng)數(shù)據(jù)完整性判斷模型實(shí)現(xiàn)完整性檢測，找出隱藏在真實(shí)數(shù)據(jù)中的壞數(shù)據(jù)，實(shí)現(xiàn)電力系統(tǒng)隱私數(shù)據(jù)保護(hù)。

三、仿真測試

將基于變色龍認(rèn)證樹的檢測方法、基于多分支樹結(jié)構(gòu)的檢測方法、基于索引－存根表的檢測方法作為對比項(xiàng)，以MATLAB實(shí)驗(yàn)平臺(tái)作為對比項(xiàng)，驗(yàn)證所研究檢測方法的對比項(xiàng)。電力系統(tǒng)數(shù)據(jù)分布式仿真環(huán)境采用Hadoop框架配置；數(shù)據(jù)時(shí)間序列串行環(huán)境采用普通PC機(jī)。實(shí)驗(yàn)平臺(tái)為多個(gè)節(jié)點(diǎn)組成的Cluster。系統(tǒng)搭建Hadoop節(jié)點(diǎn)集群，集群通信基于MPI實(shí)現(xiàn)。系統(tǒng)數(shù)據(jù)集選擇某電力公司的開放數(shù)據(jù)集，該數(shù)據(jù)集提供多種規(guī)模數(shù)據(jù)集，將數(shù)據(jù)集寫入HDFS中。

（一）方法測試樣本

方法測試樣本由5類電力系統(tǒng)數(shù)據(jù)組成，即完整數(shù)據(jù)1、2和不完整數(shù)據(jù)3、4、5。每類數(shù)據(jù)的樣本數(shù)量如圖3所示。

（二）檢測結(jié)果對比分析

利用研究方法以及基于變色龍認(rèn)證樹的檢測方法、基于多分支樹結(jié)構(gòu)的數(shù)據(jù)完整性檢測方法、基于索引－存根表的檢測方法對電力系統(tǒng)數(shù)據(jù)樣本進(jìn)行完整性檢測，然后根據(jù)檢測結(jié)果統(tǒng)計(jì)Kappa系數(shù)，結(jié)果如圖4所示。從圖4中看出，與基于變色龍認(rèn)證樹的檢測方法、基于多分支樹結(jié)構(gòu)的數(shù)據(jù)完整性檢測方法、基于索引－存根表的檢測方法相比，研究檢測方法的Kappa系數(shù)均更大。

四、結(jié)束語

電力系統(tǒng)數(shù)據(jù)對于電力公司而言具有較高的利用價(jià)值，因此在電力公司看來是一種重要的隱私數(shù)據(jù)。為了保證這些數(shù)據(jù)安全，提出一種基于隱私保護(hù)的電力系統(tǒng)數(shù)據(jù)完整性檢測方法，該方法對電力系統(tǒng)數(shù)據(jù)進(jìn)行預(yù)處理，提取攻擊前后虛假數(shù)據(jù)注入前后電力系統(tǒng)數(shù)據(jù)呈現(xiàn)的殘差特征和突變特征，檢測模型由深度神經(jīng)網(wǎng)絡(luò)構(gòu)成，實(shí)現(xiàn)電力系統(tǒng)數(shù)據(jù)完整性檢測。最后通過實(shí)驗(yàn)測試，研究檢測方法Kappa系數(shù)更大，證明了該方法數(shù)據(jù)完整性檢測效果較好。然而，本研究仍然有許多問題需要解決，如收集更廣泛、更全面的電力系統(tǒng)數(shù)據(jù)樣本、優(yōu)化判斷模型參數(shù)等。

作者單位：李洪波 廣州泓盈信息科技有限公司

李曉云 北京中電普華信息技術(shù)有限公司

參考文獻(xiàn)

[1]薛安成，常乃超，等.電力系統(tǒng)同步相量異常數(shù)據(jù)檢測與修復(fù)研究現(xiàn)狀與展望[J].中國電機(jī)工程學(xué)報(bào)，2021，41（20）：6869-6886.

[2]李秀艷，劉明曦，等.基于云存儲(chǔ)的動(dòng)態(tài)組共享數(shù)據(jù)完整性驗(yàn)證方案[J].計(jì)算機(jī)工程與設(shè)計(jì)，2022，43（06）：1510-1519.

[3]李桐，王剛，等.基于變色龍認(rèn)證樹的云邊端協(xié)同流式數(shù)據(jù)完整性驗(yàn)證模型[J].信息網(wǎng)絡(luò)安全，2022，22（01）：37-45.

[4]王凌宇，陸治軍，張向東等.基于多分支樹結(jié)構(gòu)的電力繳費(fèi)終端數(shù)據(jù)完整性驗(yàn)證方案[J].重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，32（03）：377-384.

[5]趙海春，鄭雪峰等.基于索引-存根表的云存儲(chǔ)數(shù)據(jù)完整性審計(jì)[J].工程科學(xué)學(xué)報(bào)，2020，42（04）：490-499.

[6]陳麗莎，李雪蓮，高軍濤.支持?jǐn)?shù)據(jù)完整性驗(yàn)證的可問責(zé)數(shù)據(jù)交易方案[J].系統(tǒng)工程與電子技術(shù)，2022，44（04）：1364-1371.

[7]李慶丹，張澤輝，等.支持隱私保護(hù)和公平支付的數(shù)據(jù)完整性驗(yàn)證方案[J].計(jì)算機(jī)研究與發(fā)展，2022，59（06）：1343-1355.

[8]王春波等.基于標(biāo)簽分類的云數(shù)據(jù)完整性驗(yàn)證審計(jì)方案[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2021，51（04）：1364-1369.