一种基于服务器用电数据的挖矿行为辨识系统及方法技术方案

本发明专利技术公开了负荷辨识技术应用领域的一种基于服务器用电数据的挖矿行为辨识系统及方法，辨识系统包括工商业用户用电采集模块、服务器用电数据提取模块、服务器异常用电决策判定模块和服务器异常用电追踪监督模块；辨识方法包括服务器用电数据提取、服务器异常用电决策判定和服务器异常用电追踪监督。本发明专利技术通过采集工商业用户的总用电信息，并根据收集的总用电信息提取工商业用户的服务器用电信息特征，根据长期用电的时空特征分析出确认挖矿服务器，提高了识别方法的准确性，在保证无误报的情况下识别出具有挖矿行为的服务器。报的情况下识别出具有挖矿行为的服务器。报的情况下识别出具有挖矿行为的服务器。

【技术实现步骤摘要】
一种基于服务器用电数据的挖矿行为辨识系统及方法


[0001]本专利技术属于负荷辨识技术应用领域，具体涉及一种基于服务器用电数据的挖矿行为辨识系统及方法。

技术介绍

[0002]电脑“挖矿”行为会占用大量的电力资源和计算资源，目前通常基于用电量进行一系列特征分析，并针对用电量的特征设置阈值判断的识别算法以检测并打击挖矿行为。服务器是挖矿行为的主要用电负荷，为有效防范处置虚拟货币“挖矿”活动盲目无序发展带来的风险隐患，助力实现碳达峰、碳中和目标，通过用电数据，运用服务器数据分析手段识别虚拟货币“挖矿”行为将变得尤为重要。传统的挖矿用户识别主要依靠人力对电量曲线的观测分析，存在效率较低，漏查率、错查率高等问题。

技术实现思路

[0003]针对现有技术的不足，本专利技术的目的在于提供一种基于服务器用电数据的挖矿行为辨识系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]一种基于服务器用电数据的挖矿行为辨识系统，包括工商业用户用电采集模块、服务器用电数据提取模块、服务器异常用电决策判定模块和服务器异常用电追踪监督模块。
[0006]优选地，所述工商业用户用电采集模块与服务器用电数据提取模块，利用数据获取功能采集低频工商业负荷用电总量数据，采用负荷辨识技术识别服务器的用电数据，包括服务器的工作状态，用电功率和累计电量。
[0007]优选地，所述服务器异常用电决策判定模块，根据不同工商业服务器的规模用电量划分用电合法时空分布特征值，得到挖矿行为识别特征值，当服务器用电数据与正常用电特征值在特征空间的几何距离小于某一给定阈值时，识别为疑似挖矿服务器；
[0008]优选地，所述服务器异常用电追踪监督模块，通过在云端对疑似挖矿服务器进行长期用电数据追踪分析，根据长期用电的时空特征刷新分析出确认挖矿服务器。
[0009]一种基于服务器用电数据的挖矿行为辨识方法，包括服务器用电数据提取、服务器异常用电决策判定和服务器异常用电追踪监督。
[0010]优选地，所述服务器用电数据提取过程包括以下步骤：
[0011]步骤1、进行服务器数据采集，通过录波装置得到服务器的电流、电压、有功功率、无功功率等数据，对于N个单位规模样本，计算得到稳态有功功率增量的方差和均值；
[0012][0013][0014]步骤2、定义功率阈值P
Th
和方差σ、平均值μ的关系函数，如下：
[0015]P
Th
＝M
·
f(μ，σ)＝M
·
(lnσ
·
μ+C)
[0016]式中，C为常数，由其他电器稳态时的功率波动值决定，对阈值做修正以提高多电器叠加时的服务器负荷辨识率，M为服务器规模指数。
[0017]优选地，所述服务器异常用电决策判定过程包括以下步骤：
[0018]步骤1、获取服务器基本特征量：功率和电流谐波序列P、Q、Im2、Im3；
[0019]步骤2、计算服务器用电数据与同等规模行业电量比值平均值R；
[0020]步骤3、当R≥1.4，分析其它用电特征量与正常用电数据在特征空间的几何距离，若距离大于第一阈值，则记录为疑似挖矿服务器，并上报云端。
[0021]优选地，所述服务器异常用电追踪监督过程包括以下步骤：
[0022]步骤1、云端长期追踪疑似挖矿服务器，获取疑似挖矿服务器日用电量；
[0023]步骤2、计算用户的日用电量与矿池算力差值之间的皮尔逊相关系数：
[0024][0025]式中，ki表示第i个服务器的日用电量与挖矿算力特征值间的皮尔逊相关系数，表示第i个服务器在第j天的日用电量，表示第i个服务器在n天内的日平均用电量，F
j
表示第j天的挖矿算力特征值差值，表示n天内平均挖矿算力特征值差值；
[0026]步骤3、根据ki对疑似挖矿服务器进行进一步追踪监督，将超过一定日期且ki大于预设阈值的疑似挖矿服务器刷新判定为确认挖矿服务器。
[0027]本专利技术的有益效果：
[0028]1、本专利技术通过采集工商业用户的总用电信息，并根据收集的总用电信息提取工商业用户的服务器用电信息特征，根据长期用电的时空特征分析出确认挖矿服务器，提高了识别方法的准确性，在保证无误报的情况下识别出具有挖矿行为的服务器。
附图说明
[0029]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是本专利技术中辨识方法的流程图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它
实施例，都属于本专利技术保护的范围。
[0032]本实施例提供一种基于服务器用电数据的挖矿行为辨识系统，包括工商业用户用电采集模块、服务器用电数据提取模块、服务器异常用电决策判定模块和服务器异常用电追踪监督模块；
[0033]工商业用户用电采集模块与服务器用电数据提取模块，利用数据获取功能采集低频工商业负荷用电总量数据，采用负荷辨识技术识别服务器的用电数据，包括服务器的工作状态，用电功率和累计电量；
[0034]服务器异常用电决策判定模块，根据不同工商业服务器的规模用电量划分用电合法时空分布特征值，得到挖矿行为识别特征值，当服务器用电数据与正常用电特征值在特征空间的几何距离小于某一给定阈值时，识别为“疑似挖矿”服务器；
[0035]服务器异常用电追踪监督模块，通过在云端对“疑似挖矿”服务器进行长期用电数据追踪分析，根据长期用电的时空特征刷新分析出“确认挖矿”服务器。
[0036]请参阅图1所示，本实施例提供一种基于服务器用电数据的挖矿行为辨识方法，包括服务器用电数据提取、服务器异常用电决策判定和服务器异常用电追踪监督；
[0037]服务器用电数据提取过程包括以下步骤：
[0038]步骤1、进行服务器数据采集，通过录波装置得到服务器的电流、电压、有功功率、无功功率等数据。对于N个单位规模样本，计算得到稳态有功功率增量的方差和均值；
[0039][0040][0041]步骤2、定义功率阈值P
Th
和方差σ、平均值μ的关系函数，如下：
[0042]P
Th
＝M
·
f(μ，σ)＝M
·
(lnσ
·
μ+C)
[0043]式中，C为常数，由其他电器稳态时的功率波动值决定，对阈值做修正以提高多电器叠加时的服务器负荷辨识率，M为服务器规模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于服务器用电数据的挖矿行为辨识系统，其特征在于，包括工商业用户用电采集模块、服务器用电数据提取模块、服务器异常用电决策判定模块和服务器异常用电追踪监督模块。2.根据权利要求1所述的一种基于服务器用电数据的挖矿行为辨识系统，其特征在于，所述工商业用户用电采集模块与服务器用电数据提取模块，利用数据获取功能采集低频工商业负荷用电总量数据，采用负荷辨识技术识别服务器的用电数据，包括服务器的工作状态，用电功率和累计电量。3.根据权利要求1所述的一种基于服务器用电数据的挖矿行为辨识系统，其特征在于，所述服务器异常用电决策判定模块，根据不同工商业服务器的规模用电量划分用电合法时空分布特征值，得到挖矿行为识别特征值，当服务器用电数据与正常用电特征值在特征空间的几何距离小于某一给定阈值时，识别为疑似挖矿服务器。4.根据权利要求1所述的一种基于服务器用电数据的挖矿行为辨识系统，其特征在于，所述服务器异常用电追踪监督模块，通过在云端对疑似挖矿服务器进行长期用电数据追踪分析，根据长期用电的时空特征刷新分析出确认挖矿服务器。5.一种基于服务器用电数据的挖矿行为辨识方法，其特征在于，包括服务器用电数据提取、服务器异常用电决策判定和服务器异常用电追踪监督。6.根据权利要求5所述的一种基于服务器用电数据的挖矿行为辨识系统，其特征在于，所述服务器用电数据提取过程包括以下步骤：进行服务器数据采集，通过录波装置得到服务器的电流、电压、有功功率、无功功率等数据，对于N个单位规模样本，计算得到稳态有功功率增量的方差和均值；数据，对于N个单位规模样本，计算得到稳态有功功率增...

【专利技术属性】
技术研发人员：吴恪，刘子仟，
申请(专利权)人：东南大学，
类型：发明
国别省市：