【技术实现步骤摘要】
本申请涉及数据安全，具体涉及基于区块链的电力大数据安全共享方法。
技术介绍
1、区块链技术是一种基于密码学以及分布式计算的数据存储和传输技术，它通过块链式数据结构对数据进行验证和存储、通过分布式节点共识算法对数据进行生成和更新、通过密码学技术保障传输数据与访问控制的安全、通过由自动化脚本代码组成的智能合约对数据进行编程和操作，是一种全新的分布式基础架构，具有去中心化、数据不可篡改、用户身份的匿名性等特点，已被广泛应用各个领域。
2、随着大数据以及人工智能的快速发展，电力大数据的重要性越来越高。但是科技信息技术的进步，无疑也会对信息的安全性带来很大的挑战。电力数据在共享过程中如果不做好加密处理，将会造成数据的损坏、信息的外泄，严重时将带来较大的经济损失，因此需要在电力数据共享过程中进行加密处理。但在电力数据中并非所有数据的机密性都是最高的，若全部采用相同的密钥长度，则有可能会导致机密性高的数据加密效果较差，而机密性低的数据解密消耗的时间长，进而浪费更多的时间和资源。
3、在众多加密算法中，aes加密算法是加密效果较好、应用领域较为广泛的加密算法之一，常被用于各种敏感数据的加密中。但由于aes加密算法需要预先设定固定的密钥长度，密钥长度越长，加密效果越好，但也会消耗更多的解密资源，密钥长度越短，加密效果越差，但解密速度会得到提升，因此选取一个合适的密钥长度可以更好地对数据进行加密。
技术实现思路
1、为了解决上述技术问题，本专利技术提供基于区块链的电力大数据安全
2、本专利技术的基于区块链的电力大数据安全共享方法采用如下技术方案：
3、本专利技术一个实施例提供了基于区块链的电力大数据安全共享方法，该方法包括以下步骤：
4、采集各种电力数据在不同时间的数据，按照时间排序组成各电力数据的电力时序数据序列；
5、对于各电力时序数据序列，根据电力时序数据序列中的数据变化情况构建电力时序数据序列的电力能耗变动序列；构建各电力能耗变动序列的递变表征系数；根据电力时序数据序列之间的皮尔逊相关系数以及杰卡德距离构建电力时序数据序列之间的序列关联性系数；根据电力时序数据序列与其他各电力时序数据序列之间的序列关联性系数以及各电力能耗变动序列的递变表征系数差异构建电力时序数据序列的电力数据关系密切指数；
6、结合电力时序数据序列的各电力能耗变动序列构建电力时序变动序列及电力时序平稳序列；根据各电力能耗变动序列的极差以及序列内元素的变化情况得到各电力能耗变动序列的变动表征系数；根据电力时序变动序列的apen值及对应电力时序数据序列的各电力能耗变动序列的变动表征系数变化情况得到电力时序变动序列的规律变化指数；根据电力时序平稳序列的各元素之间的关系以及季节性强度得到电力时序平稳序列的季节变化指数；将规律变化指数与季节变化指数的和值作为对应电力时序数据序列的周期性确信指数；
7、电力时序数据序列的电力数据关系密切指数与周期性确信指数的乘积得到电力时序数据序列的密钥长度调整系数；采用聚类算法结合密钥长度调整系数对各电力时序数据序列进行划分，并自适应设定加密密钥长度；通过aes加密算法完成电力数据的加密，实现电力数据安全共享。
8、进一步地，所述电力时序数据序列的电力能耗变动序列包括：
9、将电力时序数据序列作为变点检测算法的输入，提取电力时序数据序列的各变点，将任意两个变点之间的所有数据组成电力时序数据序列的各电力能耗变动序列。
10、进一步地，所述构建各电力能耗变动序列的递变表征系数包括：
11、对于各电力时序数据序列，统计电力时序数据序列n的第m个电力能耗变动序列的最后一个数据对应的时刻、第m+1个电力能耗变动序列的第一个数据对应的时刻，分别记为；统计电力时序数据序列n的第m个电力能耗变动序列的持续时间长度，记为；电力时序数据序列n的第m个电力能耗变动序列的递变表征系数的表达式为：
12、
13、式中，分别为第m个电力能耗变动序列中的第i个、第i-1个数据，n为第m个电力能耗变动序列的数据个数。
14、进一步地，所述序列关联性系数包括：
15、计算不同电力时序数据序列之间的皮尔逊相关系数以及杰卡德距离，计算所述杰卡德距离与预设数值的和值，将所述皮尔逊相关系数的绝对值与所述和值的比值作为不同电力时序数据序列之间的序列关联性系数。
16、进一步地，所述电力数据关系密切指数的表达式为：
17、
18、式中，为电力时序数据序列n的电力数据关系密切指数，u为电力时序数据序列总数，为电力时序数据序列n与电力时序数据序列u的序列关联性系数，p为电力时序数据序列n与电力时序数据序列u中电力能耗变动序列个数的最小值，e为自然常数，分别为电力时序数据序列n、电力时序数据序列u的第m个电力能耗变动序列的递变表征系数。
19、进一步地，所述构建电力时序变动序列及电力时序平稳序列包括：
20、将包含元素个数最多的电力能耗变动序列作为电力时序数据序列的基准序列，将电力时序数据序列的其他各电力能耗变动序列进行均值填充达到与基准序列元素数量相同；
21、从电力时序数据序列中剔除除电力能耗变动序列中的数据以外的数据，将电力时序数据中剩余的数据按照时间顺序排序组成电力时序变动序列，将剔除的数据按照时间顺序排序组成电力时序平稳序列。
22、进一步地，所述各电力能耗变动序列的变动表征系数包括：
23、对于各电力能耗变动序列，计算电力能耗变动序列的极差及均值，获取电力能耗变动序列的各元素与所述均值的差值绝对值，计算电力能耗序列中所有元素获取的所述差值绝对值的和值，将所述和值与所述极差的乘积作为电力能耗变动序列的变动表征系数。
24、进一步地，所述电力时序变动序列的规律变化指数包括：
25、对于电力时序数据序列的各电力能耗变动序列，统计电力能耗变动序列的个数以及所有电力能耗变动序列的变动表征系数的最小值，计算各电力能耗变动序列的变动表征系数与所述最小值的差值绝对值，获取所有电力能耗变动序列的所述差值绝对值的和值，将所述和值作为以自然常数为底数的指数函数的负指数；
26、对于电力时序数据序列所对应的电力时序变动序列，采用apen算法计算电力时序变动序列的apen值，其中将电力能耗变动数据序列之间的递变表征系数的差值绝对值作为度量距离；
27、计算所述个数与所述apen值的乘积的倒数，将所述倒数与所述指数函数的计算结果的乘积作为电力时序变动序列的规律变化指数。
28、进一步地，所述电力时序平稳序列的季节变化指数包括：
29、采用stl算法提取电力时序平稳序列s的季节项值、趋势性值和残差值，并利用季节项值和残差值计算电力时序平稳序列s的季节性强度，记为；
30、将电力时序平稳序列均分为多个子序列，子序列个数记本文档来自技高网...
【技术保护点】
1.基于区块链的电力大数据安全共享方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述电力时序数据序列的电力能耗变动序列包括：
3.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述序列关联性系数包括：
4.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述电力时序变动序列的规律变化指数包括：
5.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述采用聚类算法结合密钥长度调整系数对各电力时序数据序列进行划分，并自适应设定加密密钥长度，包括：
【技术特征摘要】
1.基于区块链的电力大数据安全共享方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述电力时序数据序列的电力能耗变动序列包括：
3.如权利要求1所述的基于区块链的电力大数据安全共享方法，其特征在于，所述序列关联性系数包括：...
【专利技术属性】
技术研发人员：王世谦，王圆圆，卜飞飞，狄立，田春筝，李秋燕，姬哲，贾一博，韩丁，董李锋，宋大为，华远鹏，王涵，闫利，于雪辉，
申请(专利权)人：大连优冠网络科技有限责任公司，
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。