一种隐私保护的异构电力数据协同分析方法技术

本发明专利技术提供了一种隐私保护的异构电力数据协同分析方法，服务器通过采用交互式注意力机制捕捉客户端多模态数据中的关联信息，再将高度相关的多模态数据共同建立模型。模型训练和发布的过程中利用差分隐私机制保护模型构建中客户端数据的隐私信息，能够有效防止服务器或者其他潜在攻击者发起的重建攻击和推断攻击，提高良好的用户隐私保护效果；同时基于本发明专利技术所提出的一种对称交叉熵损失函数，通过结合交叉熵损失和反向交叉熵损失，减少差分隐私噪声对模型的影响，提高模型的准确率和可用性。性。性。

【技术实现步骤摘要】
一种隐私保护的异构电力数据协同分析方法


[0001]本专利技术属于电力大数据和联邦学习领域，特别涉及一种隐私保护的异构电力数据协同分析方法。

技术介绍

[0002]在智能电网中，随着新能源技术的发展和电力设备的智能化，电力数据呈多模态现象越来越普遍。除了传统的电能数据等，还包括负载数据、传感器数据、环境数据等，这些数据形态各异、种类繁多，有着不同的数据特征和数据分布，由于不同类型的数据来源的数据特点不同，因此可能存在不同的数据训练方法。
[0003]现有智能电网多模态学习任务方法，在模型的设计和优化过程中，没有考虑数据的特征和知识，对于多种异构的数据没有进行不同类型的电力数据特征提取和处理，从而可能影响模型的表达能力和性能；同时，现有智能电网多模态学习任务方法没有采取合适的隐私保护措施，可能导致电力数据隐私信息泄露。基于这一问题，本专利技术采用交互式注意力机制获取多模态电力数据中不同模态数据之间的相互作用，同时向模型特征中添加差分隐私噪声来保护数据隐私，从而在保证隐私数据的前提下提高模型的准确率和精度。
专利
技术实现思路

[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隐私保护的异构电力数据协同分析方法，其特征在于，包括以下步骤：S01、中心服务器公布公共文本传感器数据集，获取每个数据集的公共特征向量，并将公共特征向量下发到客户端；S02、客户端对于本地保存的单模态数据进行单模态训练，并得到单模态的特征矩阵；S03、客户端收到服务器下发的公共特征后，利用注意力机制获取客户端特征矩阵中的重要特征；S04、对于新的文本传感器特征向量和图像传感器特征向量，客户端自定义隐私预算值，分别添加满足隐私预算值
‑
差分隐私保护的拉普拉斯噪声；S05、服务器收到客户端上传的特征向量后，将文本传感器特征向量下发到拥有图像传感器数据的客户端，将图像传感器特征向量下发到拥有文本传感器数据的客户端；S06、客户端收到服务器下发的特征向量后，利用注意力机制对自身特征和下发的特征向量，生成新一轮的特征向量；S07、重复S4—S6，直至客户端上传到特征向量满足预计要求；S08、将最后一次提交的特征向量作为最终的文本和图像传感器特征向量，并将它们连接起来作为softmax层的输入，以预测分类的类别得分；S09、服务器公布最终训练的电力数据多模态模型。2.根据权利要求1所述一种隐私保护的异构电力数据协同分析方法，其特征在于，获取所述公共特征向量的步骤如下：S11、服务器公布公共文本传感器数据集A＝{A1,A2,...,A
N
}，对每个词A
j
使用词嵌入获得词嵌入向量a
j
＝Embed(A
j
),j∈[1,N]；S12、对所述嵌入向量取平均值作为最终公共特征向量3.根据权利要求1所述一种隐私保护的异构电力数据协同分析方法，其特征在于，所述单模态数据包括文本传感器数据，所述文本传感器特征获取步骤为：S21a、定义文本内容T＝W1,W2,...,W
L
；对每个词W
i
使用词嵌入获得嵌入向量w
i
∈R
text
；S22a、使用双向LSTM，LSTM单元接受一个输入词嵌入向量w
i
，并输出一个隐藏状态w
i
＝Embed(W
i
),i∈[1,L]),i∈[1,L]),i∈[1,L]S23a、将每个文本的隐藏状态堆叠起来，建立记录文本信息特征的文本记忆矩阵M
T
，4.根据权利要求1所述一种隐私保护的异构电力数据协同分析方法，其特征在于，所述单模态数据还包括图像传感器数据，所述图像传感器特征获取步骤为：S21b、定义图像集I＝I1,I2,...,I
K
，采用一个去掉全连接层的预训练的卷积神经网络提取每个图像的I
K
的D
img
维图像特征向量x
k
；S22b、使用双向LSTM，LSTM单元将输入的特征向量x
k
处理成隐藏状态：
x
k
＝CNN(I
k
),k∈[1,K]),k∈[1,K]),k∈[1,K]S23b、将每个图片的隐藏状态堆叠起来，建立记录图像信息特征的图像记忆矩阵M
I
，5.根据权利要求1所述一种隐私保护的异构电力数据协同分析方法，其特征在于，所述获取特征的客户端...

【专利技术属性】
技术研发人员：孙哲，陶富强，殷丽华，杨志，傅敏杰，沈邵骏，徐易婕，
申请(专利权)人：广州大学，
类型：发明
国别省市：