【技术实现步骤摘要】
本申请涉及密钥优化处理，具体涉及一种基于联邦学习的能源大数据安全保护方法。
技术介绍
1、随着能源行业的数字化转型和大数据的广泛应用，能源大数据的安全性和隐私保护成为亟待解决的重要问题。传统的数据管理方法往往难以有效应对分布式、多源的电力大数据，而在这个背景下，基于联邦学习的方法为分布式的能源大数据提供隐私安全的机制，其目的在于解决数据的协作和隐私保护问题，这一方法不仅满足了当前电力大数据管理的紧迫需求，同时为未来能源领域的智能化、安全化发展提供了强有力的技术支持，助推能源行业朝着更加安全、高效、可持续的方向迈进。
2、然而，联邦学习的成功依赖于各方的合作和信任，如果有一方恶意参与或者存在安全漏洞，可能影响整个系统的安全性。且联邦学习采用了差分隐私等技术来保护数据隐私，这种方法会引入额外的噪声，在敏感较高的任务中无法兼顾模型准确性以和对隐私数据的保护，需要对此进行改进。
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种基于联邦学习的能源大数据安全保护方法，以解决现有的
本文档来自技高网...
【技术保护点】
1.一种基于联邦学习的能源大数据安全保护方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述基于监测的系统性能以及设备管理数据构建各采集周期的系统能源监控数据矩阵以及电网设备监控数据矩阵，包括：
3.如权利要求2所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述将系统能源监控数据矩阵和电网设备监控数据矩阵每行数据均转换为频域信号，包括：
4.如权利要求2所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述根据频域信号在每行数据之间的整体频率...
【技术特征摘要】
1.一种基于联邦学习的能源大数据安全保护方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述基于监测的系统性能以及设备管理数据构建各采集周期的系统能源监控数据矩阵以及电网设备监控数据矩阵，包括：
3.如权利要求2所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述将系统能源监控数据矩阵和电网设备监控数据矩阵每行数据均转换为频域信号，包括：
4.如权利要求2所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述根据频域信号在每行数据之间的整体频率-幅度对应关系分别构建第一平均频域信号和第二平均频域信号，包括：
5.如权利要求1所述的一种基于联邦学习的能源大数据安全保护方法，其特征在于，所述基于两个平均频域信号的平稳运行过程以及互相关关系获取频域信息，包括：
6.如权利要求5所述的一种基于联邦学...
【专利技术属性】
技术研发人员：王世谦，狄立，邵志鹏，张小建，李秋燕，高先周，王圆圆，卜飞飞，费稼轩，贾一博，宋大为，华远鹏，韩丁，董李锋，
申请(专利权)人：青岛他坦科技服务有限公司，
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。