【技术实现步骤摘要】
本专利技术涉及电力系统数据安全与联邦学习，具体为一种基于安全联邦学习的电力大数据跨域模型构建方法。
技术介绍
1、随着信息技术的飞速发展，电力行业正经历着一场数据革命，智能化、自动化水平的不断提升，使得海量的电力数据被源源不断地生成并存储，这些数据涵盖了电网的实时运行数据、详细的用电量统计、设备的运行与维护记录等，蕴含着巨大的价值，然而，这些宝贵的数据资源往往分散于不同的系统、部门和平台之间，形成了“数据孤岛”，其整合与利用面临着巨大的挑战，为了打破数据孤岛的僵局，电力大数据跨域联合建模应运而生，该技术通过先进的技术手段，将来自不同领域、不同源头的数据进行整合，实现数据的互联互通，然而，电力大数据的跨域共享和联合建模面临着极大的数据隐私和安全性问题，传统的数据共享方案，如数据加密、访问控制、数据匿名化、数据审计等，虽然能够在一定程度上保护数据安全，但尚未形成有效的安全框架，且无法满足复杂多变的跨域信息安全需求。
2、联邦学习是一种分布式机器学习技术，其核心思想是通过在多个拥有本地数据的数据源之间进行分布式模型训练，在不需要交...
【技术保护点】
1.一种基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于，包括：
2.如权利要求1所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述生成并分发密钥和参数给边缘节点和云服务器包括设整合电力大数据跨域模型的安全性为k，不同区域的边缘节点数量为n，数据信息秘密的共享阈值为t，每个节点与电力云服务器的共享公共值为au，秘密共享空间为F，公共参数pp由KA.param(k)生成，边缘节点u生成的密钥对，表示为：
3.如权利要求2所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述通过密钥协商算法进行传输包括边缘节...
【技术特征摘要】
1.一种基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于，包括：
2.如权利要求1所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述生成并分发密钥和参数给边缘节点和云服务器包括设整合电力大数据跨域模型的安全性为k，不同区域的边缘节点数量为n，数据信息秘密的共享阈值为t，每个节点与电力云服务器的共享公共值为au，秘密共享空间为f，公共参数pp由ka.param(k)生成，边缘节点u生成的密钥对，表示为：
3.如权利要求2所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述通过密钥协商算法进行传输包括边缘节点u接收公钥信息后，随机选取一段信息bu作为prg的种子，两个不同的边缘节点u和v生成信息的共享碎片，表示为：
4.如权利要求3所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述计算随机向量包括节点u从电力云服务器中接收到后，计算同一组的节点的协议密钥su,v，表示为：
5.如权利要求4所述的基于安全联邦学习的电力大数据跨域模型构建方法，其特征在于：所述验证节点身份并解密参数数据包括在设身份证明为au，验证方式表示为：
6.如权利要求5所述的基于安...
【专利技术属性】
技术研发人员：陆光前，曾晓雯，胡健，张莉娜，何映军，太然，
申请(专利权)人：云南电网有限责任公司信息中心，
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。