- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
智能电网是一种自动化的输电网络,通过将智能电表、通信网络和先进的数据分析技
术融入传统电网系统,提供可靠、经济和高效的配电。为了实现对用电量的实时监测,智
能电表被部署在智能电网系统中。电力公司可以定期从智能电表收集用电量数据,为了保
护个人数据的隐私,同时保证大数据的实用性,不仅要保留原始数据的统计特征,还要掩
盖单个用户的数据,人们对隐私保护数据聚合进行了广泛的研究。
本文首先对数据加密技术和数据聚合技术的相关基础理论进行了研究和介绍,并给出
了公式推导,介绍了双线性映射、密钥交换算法、短签名、变色龙哈希等基础知识,超递
增序列实现编码多个秘密为一个秘密的过程,以及Shamir门限秘密共享实现密钥管理的过
程,归纳总结了现有的一些同态加密算法,详细介绍了Paillier同态加密算法和基于掩蔽的
同态加密算法,介绍了现代网络中的攻击类型并列举了本文方案中的攻击方式。随后,本
文基于同态加密算法,以数据安全聚合技术为中心展开研究,针对不同的安全问题,提出
了两种不同的数据聚合方案。
本论文的主要研究工作如下:
1.针对用电数据的明文传输很容易暴露用户隐私敏感信息的问题,以及当前用户的数
据是多维度的问题,提出了一种可批量验证的多维用户数据安全聚合的方案。本文首先阐
述了方案的系统网络模型、威胁模型和设计目标,以及多维数据聚合的具体实现过程,接
着进行了安全性分析和性能分析,最后进行了仿真实验。在安全性方面,理论分析表明本
方案具有可行性和安全性,实现了身份验证、数据机密性、数据完整性和用户隐私保护。
在性能方面,仿真实验对比分析表明,在数据单维和多维的情况下,本方案在数据加密阶
段、聚合阶段、总的聚合过程中都具有较低的计算开销,数据传输过程中也具有较低的通
信开销。
2.针对本文中提出的存在可信机构的聚合方案存在泄露隐私的问题,以及智能电表存
在故障的问题,提出了一种没有可信机构的可容错的数据安全聚合方案。本文阐述了方案
的系统网络模型、威胁模型和设计目标,以及容错数据聚合的具体实现过程,接着进行了
安全性分析和性能分析,最后进行了仿真实验。在安全性方面,理论分析表明本方案具有
可行性和安全性,实现了数据机密性、数据完整性、前向保密、源认证和用户隐私保护,
安全功能比较全面,本方案的容错性比较符合系统鲁棒性的要求。在性能方面,仿真实验
表明,本方案在加密阶段、聚合阶段和解密阶段具有比较低的计算开销,加入容错的情况
下,本方案的计算下性能依然优于其他两种方案,数据的传输阶段的通信开销也比其他方
案更有优势。
关键词:隐私保护,多维数据聚合,批量验证,身份验证,容错
Abstract
Smartgridisanautomatedtransmissionnetwork,whichprovidesreliable,economicaland
efficientpowerdistributionbyintegratingsmartmeter,communicationnetworksandadvanced
dataanalysistechnologiesintothetraditionalpowergridsystem.Inordertorealizereal-time
monitoringofelectricityconsumption,smartmetersaredeployedinthesmartgridsystem.Power
companiescancollectpowerconsumptiondatafromsmartmeteronaregularbasis.Inorderto
protecttheprivacyofpersonaldataandensurethepracticabilityofbigdata,peoplenotonlyneed
toretainthestatisticalcharacteristicsoftheoriginaldata,butalsocoverupthedataofindividual
users.Peoplehaveconductedexten
文档评论(0)