本发明专利技术涉及电表检测技术领域，公开了一种智能电表的检测方法、装置、设备及存储介质。所述智能电表的检测方法包括：获取待传输数据，并且将所述待传输数据进行分类，得到敏感数据与非敏感数据；其中，所述敏感数据至少包括用户隐私信息、能耗数据，所述非敏感数据至少包括设备状态数据、固件更新信息；通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据；本发明专利技术方法可在智能电表有限的计算能力和通信带宽约束下满足信息安全防护的基本需求。约束下满足信息安全防护的基本需求。约束下满足信息安全防护的基本需求。
【技术实现步骤摘要】
智能电表的检测方法、装置、设备及存储介质
[0001]本专利技术涉及电表检测
，尤其涉及一种智能电表的检测方法、装置、设备及存储介质。
技术介绍
[0002]随着科技的快速发展，智能电表在电力系统中得到了广泛的应用，有效地提高了用电信息采集、监控和管理的效率。然而，智能电表的信息安全和可靠性问题日益凸显。在信息传输的过程中，黑客攻击、篡改数据进行窃电以及保护信息隐私的问题成为了智能电表的一个核心挑战。
[0003]当前的技术方案主要集中在通过加密算法加强数据传输的安全性、硬件防护策略以及软件保护机制来提高信息安全的可靠性。然而，随着数据量的增加以及敏感信息的涉及，如何确保数据的安全传输以及智能电表的正常工作成为了一个亟待解决的问题。
技术实现思路
[0004]本专利技术提供了一种智能电表的检测方法、装置、设备及存储介质，用于解决上述提到的技术问题。
[0005]本专利技术第一方面提供了一种智能电表的检测方法，所述智能电表的检测方法包括：获取待传输数据，并且将所述待传输数据进行分类，得到敏感数据与非敏感数据；其中，所述敏感数据至少包括用户隐私信息、能耗数据，所述非敏感数据至少包括设备状态数据、固件更新信息；通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据；其中，所述预设的第一加密模型提前经过椭圆曲线加密算法训练得到，所述预设的第二加密模型提前经过AES加密算法训练得到；结合所述第一加密模型和所述第二加密模型的共同属性，得到混合加密传输协议，基于所述混合加密传输协议，将所述第一加密数据和第二加密数据按照传输比例进行融合，得到传输数据；基于预设的自适应故障检测模型，将智能电表传输的所述传输数据导入到所述自适应故障检测模型中，得到检测数据，并通过所述检测数据对智能电表进行故障分析，得到故障分析评估报告，通过所述故障分析评估报告对智能电表进行信息安全可靠性检测。
[0006]可选的，在本专利技术第一方面的第一种实现方式中，所述通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据的步骤，包括：通过选择不同类型的椭圆曲线，对椭圆曲线加密算法进行多重组合，得到多重加密结构的椭圆曲线算法，并基于所述多重加密结构的椭圆曲线算法对所述敏感数据进行加
密，得到第一加密数据；通过预设的动态密钥生成算法对基于AES加密算法生成的初始密钥进行二次加密，生成二次加密密钥，并通过二次加密密钥对所述非敏感数据进行加密，得到第二加密数据。
[0007]可选的，在本专利技术第一方面的第二种实现方式中，所述结合所述第一加密模型和所述第二加密模型的共同属性，得到混合加密传输协议，基于所述混合加密传输协议，将所述第一加密数据和第二加密数据按照所述传输比例进行融合，得到传输数据的步骤，包括：构建结合椭圆曲线加密算法的第一加密模型以及AES加密算法的第二加密模型的混合加密传输协议；根据混合加密传输协议和实时需求动态调整敏感数据和非敏感数据的传输比例，以适应不同网络条件、延迟和数据类型的优先级；采用指定融合算法将第一加密模型加密的敏感数据和第二加密模型加密的非敏感数据按照传输比例进行融合，得到传输数据。
[0008]可选的，在本专利技术第一方面的第三种实现方式中，所述基于预设的自适应故障检测模型，将智能电表传输的所述传输数据导入到所述自适应故障检测模型中，得到检测数据，并通过所述检测数据对智能电表进行故障分析，得到故障分析评估报告的步骤，包括：构建及配置基于机器学习算法的自适应故障检测模型；其中，所述机器学习算法包括监督学习算法和非监督学习算法；对智能电表传输的传输数据进行预处理；其中，预处理包括数据清洗、数据标准化和特征提取，并采用数据融合及关联分析算法整合多个来源的支持信息；根据智能电表传输的特定场景、设备类型和实时运行参数，实时调整自适应故障检测模型的超参数和预测属性；导入处理后的传输数据至自适应故障检测模型中，输出检测数据，对所述检测数据进行降噪处理，并生成故障分析评估报告；其中，所述故障分析评估报告包含设备健康状况诊断、预防性维护建议和设备寿命预测；通过可视化工具将所述故障分析评估报告呈现给运维人员，并将报告发送给多个运维干预团队。
[0009]可选的，在本专利技术第一方面的第四种实现方式中，所述导入处理后的传输数据至自适应故障检测模型中，输出检测数据，对所述检测数据进行降噪处理，并产生故障分析评估报告的步骤，包括：获取检测数据，对所述检测数据进行特征提取，得到第一检测特征向量；其中，所述检测数据包括对应的标签；将所述第一检测特征向量输入至预设的编码模型进行特征提取，得到第一编码向量；将所述第一编码向量输入至预设的解码模型中进行解码处理，得到对应的第二检测特征向量；将所述第二检测特征向量输入至预设的编码模型中进行特征提取，得到第二编码向量；将所述第一编码向量、第二编码向量以及对应的标签输入至分类层中进行训练，
并迭代调整所述预设的编码模型、解码模型的模型参数，直至所述分类层的损失函数收敛之后，完成模型训练；其中，将所述编码模型与所述解码模型作为降噪模型，用于对所述检测数据进行降噪处理。
[0010]本专利技术第二方面提供了一种智能电表的检测装置，所述智能电表的检测装置包括：获取模块，用于获取待传输数据，并且将所述待传输数据进行分类，得到敏感数据与非敏感数据；其中，所述敏感数据至少包括用户隐私信息、能耗数据，所述非敏感数据至少包括设备状态数据、固件更新信息；加密模块，用于通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据；其中，所述预设的第一加密模型提前经过椭圆曲线加密算法训练得到，所述预设的第二加密模型提前经过AES加密算法训练得到；融合模块，用于结合所述第一加密模型和所述第二加密模型的共同属性，得到混合加密传输协议，基于所述混合加密传输协议，将所述第一加密数据和第二加密数据按照传输比例进行融合，得到传输数据；检测模块，用于基于预设的自适应故障检测模型，将智能电表传输的所述传输数据导入到所述自适应故障检测模型中，得到检测数据，并通过所述检测数据对智能电表进行故障分析，得到故障分析评估报告，通过所述故障分析评估报告对智能电表进行信息安全可靠性检测。
[0011]本专利技术第三方面提供了一种智能电表的检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述智能电表的检测设备执行上述的智能电表的检测方法。
[0012]本专利技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的智能电表的检测方法。
[0013]本专利技术提供的技术方案中，有益效果：本专利技术提供了一种智能电表的检测方法、装置、设备及存储介质，通过对敏感数据和非敏感数据进行分类，可根据数据的敏感程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能电表的检测方法，其特征在于，包括：获取待传输数据，并且将所述待传输数据进行分类，得到敏感数据与非敏感数据；其中，所述敏感数据至少包括用户隐私信息、能耗数据，所述非敏感数据至少包括设备状态数据、固件更新信息；通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据；其中，所述预设的第一加密模型提前经过椭圆曲线加密算法训练得到，所述预设的第二加密模型提前经过AES加密算法训练得到；结合所述第一加密模型和所述第二加密模型的共同属性，得到混合加密传输协议，基于所述混合加密传输协议，将所述第一加密数据和第二加密数据按照传输比例进行融合，得到传输数据；基于预设的自适应故障检测模型，将智能电表传输的所述传输数据导入到所述自适应故障检测模型中，得到检测数据，并通过所述检测数据对智能电表进行故障分析，得到故障分析评估报告，通过所述故障分析评估报告对智能电表进行信息安全可靠性检测。2.根据权利要求1所述的方法，其特征在于，所述通过预设的第一加密模型对所述敏感数据进行加密，得到第一加密数据，并通过预设的第二加密模型对所述非敏感数据进行加密，得到第二加密数据的步骤，包括：通过选择不同类型的椭圆曲线，对椭圆曲线加密算法进行多重组合，得到多重加密结构的椭圆曲线算法，并基于所述多重加密结构的椭圆曲线算法对所述敏感数据进行加密，得到第一加密数据；通过预设的动态密钥生成算法对基于AES加密算法生成的初始密钥进行二次加密，生成二次加密密钥，并通过二次加密密钥对所述非敏感数据进行加密，得到第二加密数据。3.根据权利要求1所述的方法，其特征在于，所述结合所述第一加密模型和所述第二加密模型的共同属性，得到混合加密传输协议，基于所述混合加密传输协议，将所述第一加密数据和第二加密数据按照所述传输比例进行融合，得到传输数据的步骤，包括：构建结合椭圆曲线加密算法的第一加密模型以及AES加密算法的第二加密模型的混合加密传输协议；根据混合加密传输协议和实时需求动态调整敏感数据和非敏感数据的传输比例，以适应不同网络条件、延迟和数据类型的优先级；采用指定融合算法将第一加密模型加密的敏感数据和第二加密模型加密的非敏感数据按照传输比例进行融合，得到传输数据。4.根据权利要求1所述的方法，其特征在于，所述基于预设的自适应故障检测模型，将智能电表传输的所述传输数据导入到所述自适应故障检测模型中，得到检测数据，并通过所述检测数据对智能电表进行故障分析，得到故障分析评估报告的步骤，包括：构建及配置基于机器学习算法的自适应故障检测模型；其中，所述机器学习算法包括监督学习算法和非监督学习算法；对智能电表传输的传输数据进行预处理；其中，预处理包括数据清洗、数据标准化和特征提取，并采用数据融合及关联分析算法整合多个来源的支持信息；根据智能电表传输的特定场景、设备类型和实时运行参数，实时调整自适应故障检测
【专利技术属性】
技术研发人员：崔涛，董银锋，郭晓柳，沈正钊，
申请(专利权)人：深圳友讯达科技股份有限公司，
类型：发明
国别省市：
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。