智能电网用户侧信息隐私保护方法的研究及应用.doc

智能电网用户侧信息隐私保护方法的研究与应用* 郭晓利, 张佳佳, 王秀磊 (东北电力大学 信息工程学院，吉林 吉林132012) 摘 要： 在智能电网的不断建设和发展过程中积累了大量的基础用电数据，这些数据不仅具有海量、高频、分散等特点，是时空、动态、关系等性质复杂的数据，而且数据之间存在关联性和相似性。支持多属性泛化的随机化的隐私保护方法将属性按照自底向上支持多属性泛化的算法处理，敏感属性进行随机化算法处理，生成保护后的新数据表。中图分类号：TM93 文献标识码：B 文章编号：1001–1390（2016）00–0000–00 research and application of information privacy protection method for smart grid users Guo Xiaoli1, Zhang Jiajia2, Wang XiuLei3 (Information Engineering College, Northeast Dianli University, Jilin 132012, Jilin, China) Abstract: A great deal of basic electricity data has been constructed in the development of smart grid. These data are not only massive, high-frequency, dispersion and the nature of time and space, dynamic has complex data relationships, and there is relevance and comparability between the data. Therefore, the traditional method of privacy protection will cause greater information loss and time consumption. Based on the idea of data classification, this paper proposed a method which can protect the power rating information. A new data table protection is conducted through bottom-up quasi-identifier attributes, and the sensitive attributes are randomized. The experiment results show that compared with the widely used algorithm MBF and GASCG, the method can greatly improve the efficiency of the privacy protection while reduce the less personal information and the effectiveness of data is greatly increased. Keywords: disposal different kinds of data, k-anonym, generalization, stochastic disturbance, multi-sensitive attributes 0 引 言 在智能电网的不断建设和发展过程中积累了大量的基础用电数据，这些数据不仅具有海量、高频、分散等特点，是时空、动态、关系等性质复杂的数据，而且数据之间存在关联性和相似性。 基于数据分类处理的思想，通过数据分析，数据挖掘可以获知电网数据的异常点、频繁模式、分类模式、数据之间的相关性以及用户用电行为规律等信息。因此，电力大数据分析亟需考虑的便是数据隐私带来的问题、在某种程度上来讲，数据隐私并不是严重的问题，可怕的是用户的用电行为，个人行为可以通过电力大数据分析被预测出来。例如：郑州马某一家医药公司上班，经常到外地出差。因此，家里水费、电费经常明显低于其他用户，住户由于电费催缴单上的用电信息，被小偷锁定，在住户外出时间住户发生被窃事件等。智能电网数据包括发电数据、能源使用量的测量数据、设备和家电的能耗报告等，这些数据将成为个人信息的新来源，例如: 电力公司收集的个人信息可被用来识别个人身份，包括住址、业主的姓名、生日等。 智能电网数据元素反映能源利用的时间及度量，与传统的个人信息数据相关联时，可以