【技术实现步骤摘要】
基于电力系统边缘计算的隐私保护方法及系统
本专利技术涉及电力系统边缘计算的安全防护
，涉及电力系统边缘计算异构数据的隐私保护技术，具体为一种基于电力系统边缘计算的隐私保护方法及系统。
技术介绍
随着物联网、大数据的快速发展以及4G/5G无线网络的广泛应用，现在已是万物互联的时代，终端设备数量的迅速增加，使得传统的云计算无法处理网络边缘设备所产生的海量数据，因此，以边缘计算为模型的边缘式数据处理应运而生。由于边缘计算的内容感知、实时计算、并行处理等开放特性，使得敏感数据隐私保护问题变得更加突出。传统的基于数据发布的隐私保护方法，如k-anonymity、l-diversity、t-closeness都有不同的缺点：k-anonymity会遭受同质攻击和背景攻击；l-diversity虽然解决了k-anonymity的同质攻击，但是划分的等价类可能会导致敏感属性的语义都相似；t-closeness是对l-diversity的进一步改进，这种方法通过EMD方法衡量敏感属性值之间的距离，使敏感信息的分布情况与整个数据的敏感信息分布情况不超过t值，t-closenes...
【技术保护点】
1.一种基于电力系统边缘计算的隐私保护方法，其特征在于，所述方法包括以下步骤：S1、在电力系统中，边缘计算设备对电力终端产生的数据进行存储；S2、所述边缘计算设备将存储的数据进行分级，分为普通用户数据和重要用户数据；S3、将重要用户数据的属性进行分类，分为敏感数据和非敏感数据；S4、采样基于非负矩阵分解的改进算法对敏感数据进行数据扰动，形成最终的扰动矩阵，将扰动矩阵的数据传入云服务器，从而对敏感数据进行隐私保护。
【技术特征摘要】
1.一种基于电力系统边缘计算的隐私保护方法，其特征在于，所述方法包括以下步骤：S1、在电力系统中，边缘计算设备对电力终端产生的数据进行存储；S2、所述边缘计算设备将存储的数据进行分级，分为普通用户数据和重要用户数据；S3、将重要用户数据的属性进行分类，分为敏感数据和非敏感数据；S4、采样基于非负矩阵分解的改进算法对敏感数据进行数据扰动，形成最终的扰动矩阵，将扰动矩阵的数据传入云服务器，从而对敏感数据进行隐私保护。2.根据权利要求1所述的一种基于电力系统边缘计算的隐私保护方法，其特征在于，所述普通用户为居民区的生活用电用户，重要用户为军工企业用户。3.根据权利要求1所述的一种基于电力系统边缘计算的隐私保护方法，其特征在于，所述将重要用户数据的属性进行分类包括唯一识别用户的属性，将重要用户数据进行分类，具体属性包括用户名以及用电量。4.根据权利要求1所述的一种基于电力系统边缘计算的隐私保护方法，其特征在于，所述步骤S3具体包括将重要用户数据Dm×n中非敏感属性的值置为零，将敏感属性的值保留，确定出新矩阵D1m×n，D1m×n为m×n的非负矩阵；将矩阵D1m×n进行非负矩阵分解得到m×k的非负矩阵Wm×k和k×n的非负矩阵Hk×n；将Wm×k进行随机扰动，形成W'm×k，将W'm×k与Hk×n相乘，确定出敏感扰动矩阵D'm×n；将重要用户数据Dm×n中的非...
【专利技术属性】
技术研发人员：许爱东，吴涛，李鹏，王雪纯，张宇南，先兴平，
申请(专利权)人：南方电网科学研究院有限责任公司，重庆邮电大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。