【技术实现步骤摘要】
一种基于隐私等级的能源大数据隐私保护方法
[0001]本专利技术属于数据隐私保护领域，特别涉及一种基于隐私等级的能源大数据隐私保护方法
。
技术介绍
[0002]随着物联网
、
人工智能等信息技术的快速发展，智能电网变得越来越智能化
、
信息化，为社会生活带来了方方面面的影响
。
智能电网作为重要的基础设施，汇聚了大量的敏感的电力数据
。
这些敏感数据通常需要对外发布与共享，以供电网外研究机构进行数据分析与挖掘
。
电网企业为数据使用方提供个性化服务的同时，也带来了潜在的隐私泄露与数据安全问题
。
[0003]隐私保护技术已经受到业界广泛关注，大量研究者针对该问题展开了不同研究
。
现有的隐私保护技术可分为基于数据加密的技术
、
基于限制发布的技术和基于数据失真的技术三种
。
[0004]基于数据加密的技术通常使用对称加密和非对称加密
、
同态加密等技术对数据...
【技术保护点】
【技术特征摘要】
1.
一种基于隐私等级的能源大数据隐私保护方法，其特征在于，所述方法包括以下步骤：步骤1，通过对原始数据集进行隐私等级标记和筛选，选择部分属性作为特征集，并利用皮尔逊相关系数选出与特征集相关性高的候选集，最终共同形成输出数据集；步骤2，基于
K
‑
means++
聚类算法实现数据集分类；步骤3，利用遗传算法为不同类别搜索最佳噪声参数配置，对分类好的每组数据进行差分隐私
。2.
根据权利要求1所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤1中，包括：步骤1‑1，从电网数据库中提取原始电力数据集；步骤1‑2，设
W
为电力数据集，包括
n
条数据记录，隐私等级列表
rank
＝
{1
，2，3，4，
5}
，根据隐私级别，将电网隐私等级划分为5个级别，每条记录包含若干属性
(A1
，
...
，
An)
，五级隐私等级为最高等级的隐私；步骤1‑3，将隐私等级高于阈值
μ
的属性划分为特征集
F
＝
{f1，
f2，
...
，
f
k
}
，剩下数据集
F
’
作为候选集；步骤1‑4，输出基于隐私等级划分的最终数据集
。3.
根据权利要求2所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤1‑4中，包括：步骤1‑4‑1，计算候选集变量
f
’
与特征集变量
f
间的皮尔逊相关系数
r
：其中，
n
为记录数量；步骤1‑4‑2，将皮尔逊相关系数与阈值
ρ
进行比较，筛选出与特征集相关性高的特征集
B
；步骤1‑4‑3，形成最终数据集
D
＝
F∪B。4.
根据权利要求3所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤2中，包括：步骤2‑1，根据隐私等级最高的属性，从数据中随机选择一条记录
t
作为第一类聚类中心；步骤2‑2，计算每条记录变量
x
i∈n
与当前聚类记录变量
x
j∈n
在不同属性
m
上的欧式距离：其中，
x
im
和
x
jm
分别表示第
i
条记录的第
m
个属性和第
j
条记录的第
m
个属性，
M
是属性数量；步骤2‑3，计算每条记录被选为下一个聚类中心的概率
P
i
，其概率由以下公式获得：
其中，
d
ij
表示记录
i
和记录
j
之间的欧氏距离，
n
为记录数量；步骤2‑4，用轮盘赌法选出下一个聚类中心；步骤2‑5，重复步骤2‑
3、2
‑
4、2
‑5直至选出
K
个聚类中心为止；步骤2‑6，通过
K
‑
means
算法将数据集分为
K
类
。5.
根据权利要求4所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤2‑6中，包括：步骤2‑6‑1，计算每条记录与每个聚类中心点的距离，将记录划分到最近的聚类中心；步骤2‑6‑2，计算划分到每个类别中的所有记录的均值，并将该均值作为每个类别的聚类中心；步骤2‑6‑3，重复以上两个步骤，直至将数据集分成
K
类
。6.
根据权利要求5所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤3中，包括：步骤3‑1，利用遗传算法为不同类别搜索最佳噪声参数配置；步骤3‑2，对分类好的每条记录进行差分隐私保护
。7.
根据权利要求6所述的基于隐私等级的能源大数据隐私保护方法，其特征在于，步骤3‑1中，包括：步骤3‑1‑1，定义一个多目标适应度函数
fit
：
fit(x)
＝
w1*Anon(x)+w2*Accuracy(x)
式中，
x
表示噪声参数配置，包括差分隐私预算
ε
和全局敏感度
Δ
...
【专利技术属性】
技术研发人员：张宸，于翔，詹昕，王春蕾，刘钰，严安，刘全，崔惠，
申请(专利权)人：国网江苏省电力有限公司扬州供电分公司，
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。