【技术实现步骤摘要】
本专利技术涉及信息安全，尤其涉及一种智能电网双重采样优化的差分隐私联邦学习方法。
技术介绍
1、电网是将电力从发电厂输送到使用点的网络，主要包括发电厂、电力网和用电设备。随着全球经济、社会和工业的发展，电力消耗不断增加，传统电网在满足能源需求的同时，也面临建立强大的电力存储系统等潜在问题，智能电网是一个更好的电力网络管理和负载平衡的解决方案。它是一种通过数字通信技术实现电力和数据的双向流动的电力网络，可以对用户用电数据进行实时采集并，实现了传统电网的电气自动化。
2、智能电表是实现智能电网优点的主要基础设施之一，它能够周期性高频率地测量电力消耗，并通过双向通信发送和接收数据。智能电表网络配备了信息和通信技术，同时搭配智能传感器，使得电力公司能够更有效地控制和管理智能电网。然而，尽管智能电网特有的优势能够给人们带来许多便利，但它还是有很多不可忽视的缺点。智能电表监控和收集细粒度的数据极易造成个人隐私的泄露；不受保护的用电数据可能会反映用户的生活轨迹，比如离家和回家的电器的使用时间等，通过用电量来分析用户日常生活中的隐私细节，显...
【技术保护点】
1.一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，所述联邦学习系统包括N个MEC服务器以及 1个中央控制服务器，表示第n个MEC服务器，；MEC服务器包括智能电表用电数据聚合模块以及本地联邦学习局部预测模型；所述用电数据聚合模块功能是收集区域内所有智能电表的电力数据，用于生成各个本地MEC服务器本地训练时的用电数据集；各MEC服务器采用所述用电数据集训练自身的联邦学习局部预测模型，所述中央控制服务器负责联邦学习模型初始化，模型局部参数聚合...
【技术特征摘要】
1.一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，所述联邦学习系统包括n个mec服务器以及 1个中央控制服务器，表示第n个mec服务器，；mec服务器包括智能电表用电数据聚合模块以及本地联邦学习局部预测模型；所述用电数据聚合模块功能是收集区域内所有智能电表的电力数据，用于生成各个本地mec服务器本地训练时的用电数据集；各mec服务器采用所述用电数据集训练自身的联邦学习局部预测模型，所述中央控制服务器负责联邦学习模型初始化，模型局部参数聚合，全局模型更新的任务。
3.根据权利要求2所述的一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，所述步骤s2中的预采样方法如下：
4.根据权利要求3所述的一种智能电网双重采样优化的差分隐私联邦学习方法，其特征在于，各个本地mec服务器接收的局部参数，基于使用本地数据集训练联...
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。