一种数字孪生平台安全协作方法及系统技术方案

本发明专利技术涉及数字孪生技术领域，实施例提供一种数字孪生平台安全协作方法及系统。其中，一种数字孪生平台安全协作方法，应用于包括数字孪生平台和若干边侧终端的系统中，该方法包括：获取边侧终端的本地模型的模型梯度数据和所述边侧终端的信任标识；根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪；对模型梯度值或梯度裁剪后的模型梯度值随机扰动和随机置乱后，得到混洗结果；根据所述混洗结果更新模型参数。本发明专利技术提供的实施方式提升了数据传输的安全性和私密性。数据传输的安全性和私密性。数据传输的安全性和私密性。

【技术实现步骤摘要】
一种数字孪生平台安全协作方法及系统


[0001]本专利技术涉及数字孪生
，具体地涉及一种数字孪生平台安全协作方法、一种数字孪生平台安全协作系统、一种电子设备以及对应的存储介质。

技术介绍

[0002]随着国家能源战略的推进，电网规模迅猛扩大，以下需求迅速增长：新能源、储能、电网海量设备精益管理、分布式电源充分消纳、电动汽车等新型负荷高效接入、电网和用户友好互动等。伴随海量用户侧数据的采集，目前存在融合终端、能源控制器、集中器、边缘物联代理、智能网关等多类型边侧终端与同一用户侧的智慧开关、光伏并网控制器、电动汽车充电桩控制器、用户电表等设备进行数据交互，边侧终端与数字孪生云平台进行控制及调度等信息通信。虽然边侧终端对同一用户侧的不同设备进行信息采集，但由于边侧终端通常属于不同的管理部门，边侧终端之间存在数据壁垒隔绝，各个边侧终端在本地保留自己对应设备采集到的原始用户数据。不同数据拥有者之间存在信息孤岛的问题，要想得到性能较好的模型，数据必须整合到一起，但不可忽视信息安全和数据隐私保护问题。
[0003]联邦学习要求各方数据必须保存在本地，通过交互模型参数进行模型聚合，联邦学习设计可以解决部分数据孤岛的问题，但其本身还存在很多脆弱性和薄弱性等缺点，其存在的安全漏洞可能被内部参与者和外部攻击者所利用，破坏联邦学习系统的安全性。

技术实现思路

[0004]本专利技术实施例的目的是提供一种数字孪生平台安全协作方法及系统，设计了一种基于混合差分隐私的信任机制框架，并对本地哈希编码技术等进行优化设计了一种新型差分隐私算法，以至少解决
技术介绍
中的部分问题。
[0005]为了实现上述目的，一种数字孪生平台安全协作方法，应用于包括数字孪生平台和若干边侧终端的系统中，该方法包括：获取边侧终端的本地模型的模型梯度数据和所述边侧终端的信任标识；根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪；对模型梯度值或梯度裁剪后的模型梯度值随机扰动和随机置乱后，得到混洗结果；根据所述混洗结果更新模型参数。
[0006]优选地，获取边侧终端的本地模型的模型梯度数据，包括：边侧终端获取数字孪生平台下发的全局模型参数和初始裁减值，并将所述全局模型参数作为本地训练参数；所有边侧终端进行本地模型训练得到训练后的本地模型；根据所述训练后的本地模型确定模型梯度数据。
[0007]优选地，根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪，包括：当所述信任标识为非信任时，由所述数字孪生平台对所述模型梯度数据进行梯度裁剪；以及当所述信任标识为信任时，不对所述模型梯度数据进行梯度裁剪。
[0008]优选地，所述随机扰动由所述边侧终端执行，所述随机置乱由所述数字孪生平台执行。
[0009]优选地，所述随机扰动由所述边侧终端执行，包括：在预设哈希算法集合中随机选择一个哈希算法；采用所选择的哈希算法对所述模型梯度值或梯度裁剪后的模型梯度值计算得到哈希值；根据所述哈希值的值域范围计算扰动概率，以所述扰动概率对所述哈希值进行扰动得到扰动结果。
[0010]优选地，所述随机置乱由所述数字孪生平台执行，包括：将接收的消息拼接为消息数组；根据所述消息数组中最后一个元素的编号、当前循环次数和随机取余算法从所述消息数组中确定待交换的元素，并与所述最后一个元素进行交换；以所述消息数组中除所述最后一个元素外的元素作为新的消息数组，并以所述新的消息数组作为下一循环中待处理的消息数组；重复以上确定待交换的元素、进行交换和确定新的消息数组的步骤，当或新的消息数组只有一个元素时，结束循环；以循环结束后的消息排列结果作为所述随机置乱的计算结果。
[0011]在本专利技术中还提供了一种数字孪生平台安全协作系统，该系统包括数字孪生平台和若干边侧终端，还包括：数据获取模块，用于获取边侧终端的本地模型的模型梯度数据和所述边侧终端的信任标识；选择裁剪模块，用于根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪；隐私算法模块，用于对模型梯度值或梯度裁剪后的模型梯度值随机扰动和随机置乱后，得到混洗结果；以及模型更新模块，用于根据所述混洗结果更新模型参数。
[0012]优选地，获取边侧终端的本地模型的模型梯度数据，包括：边侧终端获取数字孪生平台下发的全局模型参数和初始裁减值，并将所述全局模型参数作为本地训练参数；所有边侧终端进行本地模型训练得到训练后的本地模型；根据所述训练后的本地模型确定模型梯度数据。
[0013]优选地，根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪，包括：当所述信任标识为非信任时，由所述数字孪生平台对所述模型梯度数据进行梯度裁剪；以及当所述信任标识为信任时，不对所述模型梯度数据进行梯度裁剪。
[0014]优选地，所述随机扰动由所述边侧终端执行，所述随机置乱由所述数字孪生平台执行。
[0015]优选地，所述随机扰动由所述边侧终端执行，包括：在预设哈希算法集合中随机选择一个哈希算法；采用所选择的哈希算法对所述模型梯度值或梯度裁剪后的模型梯度值计算得到哈希值；根据所述哈希值的值域范围计算扰动概率，以所述扰动概率对所述哈希值进行扰动得到扰动结果。
[0016]优选地，所述随机置乱由所述数字孪生平台执行，包括：将接收的消息拼接为消息数组；根据所述消息数组中最后一个元素的编号、当前循环次数和随机取余算法从所述消息数组中确定待交换的元素，并与所述最后一个元素进行交换；以所述消息数组中除所述最后一个元素外的元素作为新的消息数组，并以所述新的消息数组作为下一循环中待处理的消息数组；重复以上确定待交换的元素、进行交换和确定新的消息数组的步骤，当或新的消息数组只有一个元素时，结束循环；以循环结束后的消息排列结果作为所述随机置乱的计算结果。
[0017]在本专利技术中还提供了一种电子设备，包括：至少一个处理器；存储器，与所述至少一个处理器连接；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述至少
一个处理器通过执行所述存储器存储的指令实现前述的数字孪生平台安全协作方法的步骤。
[0018]在本专利技术中还提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行实现前述的数字孪生平台安全协作方法的步骤。
[0019]在本专利技术中还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述的数字孪生平台安全协作方法的步骤。
[0020]上述技术方案具有以下有益效果：（1）基于混合差分隐私的信任机制框架，可根据用户类型进行梯度计算，保证了各个边侧终端数据信息安全的前提下完成多数据源对于联合模型的共同训练。
[0021]（2）对本地哈希编码技术等进行优化设计了一种新型差分隐私算法，提高了数据传输的安全性，改善了现有方法难以同时兼顾用户隐私与分析精度的难题。
[0022]本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0023]附图是用来提供对本专利技术实施例的进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字孪生平台安全协作方法，其特征在于，应用于包括数字孪生平台和若干边侧终端的系统中，该方法包括：获取边侧终端的本地模型的模型梯度数据和所述边侧终端的信任标识；根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪；对模型梯度值或梯度裁剪后的模型梯度值随机扰动和随机置乱后，得到混洗结果；根据所述混洗结果更新模型参数。2.根据权利要求1所述的方法，其特征在于，获取边侧终端的本地模型的模型梯度数据，包括：边侧终端获取数字孪生平台下发的全局模型参数和初始裁减值，并将所述全局模型参数作为本地训练参数；所有边侧终端进行本地模型训练得到训练后的本地模型；根据所述训练后的本地模型确定模型梯度数据。3.根据权利要求1所述的方法，其特征在于，根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪，包括：当所述信任标识为非信任时，由所述数字孪生平台对所述模型梯度数据进行梯度裁剪；以及当所述信任标识为信任时，不对所述模型梯度数据进行梯度裁剪。4.根据权利要求1所述的方法，其特征在于，所述随机扰动由所述边侧终端执行，所述随机置乱由所述数字孪生平台执行。5.根据权利要求4所述的方法，其特征在于，所述随机扰动由所述边侧终端执行，包括：在预设哈希算法集合中随机选择一个哈希算法；采用所选择的哈希算法对所述模型梯度值或梯度裁剪后的模型梯度值计算得到哈希值；根据所述哈希值的值域范围计算扰动概率，以所述扰动概率对所述哈希值进行扰动得到扰动结果。6.根据权利要求4所述的方法，其特征在于，所述随机置乱由所述数字孪生平台执行，包括：将接收的消息拼接为消息数组；根据所述消息数组中最后一个元素的编号、当前循环次数和随机取余算法从所述消息数组中确定待交换的元素，并与所述最后一个元素进行交换；以所述消息数组中除所述最后一个元素外的元素作为新的消息数组，并以所述新的消息数组作为下一循环中待处理的消息数组；重复以上确定待交换的元素、进行交换和确定新的消息数组的步骤，当新的消息数组只有一个元素时，结束循环；以循环结束后的消息排列结果作为所述随机置乱的计算结果。7.一种数字孪生平台安全协作系统，其特征在于，该系统包括数字孪生平台和若干边侧终端，还包括：数据获取模块，用于获取边侧终端的本地模型的模型梯度数据和所述边侧终端的信任标识；
选择裁剪模块，用于根据所述信任标识确定是否对所述模型梯度数据进行梯度裁剪；隐私算法模块，用于...

【专利技术属性】
技术研发人员：霍超，甄岩，陈蕾，郑利斌，刘日亮，白晖峰，尹志斌，张港红，
申请(专利权)人：北京智芯微电子科技有限公司，
类型：发明
国别省市：