一种基于联邦学习的能源大数据安全保护方法
申请人信息
- 申请人:青岛他坦科技服务有限公司; 国网河南省电力公司经济技术研究院; 国网智能电网研究院有限公司
- 申请人地址:266000 山东省青岛市即墨区青岛国际海洋传感器研究院310-312室
- 发明人: 青岛他坦科技服务有限公司; 国网河南省电力公司经济技术研究院; 国网智能电网研究院有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于联邦学习的能源大数据安全保护方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410195096.5 |
| 申请日 | 2024/2/22 |
| 公告号 | CN117763621A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06F21/62 |
| 权利人 | 青岛他坦科技服务有限公司; 国网河南省电力公司经济技术研究院; 国网智能电网研究院有限公司 |
| 发明人 | 王世谦; 狄立; 邵志鹏; 张小建; 李秋燕; 高先周; 王圆圆; 卜飞飞; 费稼轩; 贾一博; 宋大为; 华远鹏; 韩丁; 董李锋 |
| 地址 | 山东省青岛市即墨区青岛国际海洋传感器研究院310-312室; 河南省郑州市二七区嵩山南路87号院办公区C楼1-10层; 北京市昌平区未来科技城滨河大道18号 |
摘要文本
本发明涉及密钥优化处理技术领域，具体涉及一种基于联邦学习的能源大数据安全保护方法，该方法包括：构建系统能源监控数据矩阵以及电网设备监控数据矩阵；根据两个矩阵每行数据的频域信息构建运行性能同步指数；根据系统能源监控数据矩阵每行数据与预测之后的差异程度获取每行数据的异常模式影响因子；结合两个矩阵之间的运行性能同步指数以及系统能源监控数据矩阵每行数据的异常模式影响因子构建两个矩阵之间的整体异常互影响因子；基于整体异常互影响因子以及预设密钥长度阈值确定密钥长度，优化加密算法，实现能源大数据的安全保护。本发明旨避免子服务器的敏感信息的泄露，保障能源大数据安全。
专利主权项内容
1.一种基于联邦学习的能源大数据安全保护方法，其特征在于，该方法包括以下步骤：获取各采集周期的能源数据；基于监测的系统性能以及设备管理数据构建各采集周期的系统能源监控数据矩阵以及电网设备监控数据矩阵；将系统能源监控数据矩阵和电网设备监控数据矩阵每行数据均转换为频域信号，根据频域信号在每行数据之间的整体频率-幅度对应关系分别构建第一平均频域信号和第二平均频域信号；基于两个平均频域信号的平稳运行过程以及互相关关系获取频域信息；根据频域信息获取两个矩阵之间的运行性能同步指数；对于系统能源监控数据矩阵每行数据，根据每行数据与预测之后的差异程度获取聚类后各聚类簇的异常模式影响；根据各异常点与所属聚类簇整体的数值位置分布差异以及各聚类簇的异常模式影响获取每行数据的异常模式影响因子；结合两个矩阵之间的运行性能同步指数以及系统能源监控数据矩阵每行数据的异常模式影响因子构建两个矩阵之间的整体异常互影响因子；基于整体异常互影响因子以及预设密钥长度阈值确定密钥长度，将各采集周期的能源数据根据对应周期的密钥长度进行加密得到密文数据，将所有周期的密文数据进行整合并上传服务器，实现能源大数据的加密优化。