【技术实现步骤摘要】
本申请属于电网数据安全，具体地说，涉及基于隐私计算技术的数据使用安全控制系统。
技术介绍
1、随着能源电力数字化转型，电力数据业务的快速发展，数据原有静态的固有应用模式被打破，多场景、多主体数据协同提升数据应用价值成为共识，数据跨系统、跨边界、跨组织流动更加频繁，数据面临的安全泄露风险及法律合规风险也显著增强，如何安全使用数据，如何推动电网数据与多方数据安全协同业务开展，一直是电网企业关注的难题
2、目前隐私计算技术难以满足电力系统数据建模需求，无法通过多方安全计算技术提升联邦学习的安全性，对模型训练过程中的数据和模型参数提供不了有效保护。
技术实现思路
1、为解决上述问题和技术缺陷，本申请实施例采用如下的技术方案，基于隐私计算技术的数据使用安全控制系统，包括：
2、资源管理模块，用于对接入的原始数据进行数据预处理、数据加工和特征处理，使数据支持多种异构数据库、数据文件和标准接口形式的输入，提供多种调度策略、配置组合的数据路由机制；
3、引擎管理模块，用...
【技术保护点】
1.基于隐私计算技术的数据使用安全控制系统，其特征在于，包括：
2.根据权利要求1所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述联邦学习引擎的建立过程如下：
3.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述探索性分析包括：变量类型识别、变量缺失率分析、连续型变量的基本统计分布分析和类别型变量的类别分布分析。
4.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述数据预处理包括：缺失值处理、异常值处理、特征编码、特征缩放；
5.根据权利要求2所述的基...
【技术特征摘要】
1.基于隐私计算技术的数据使用安全控制系统，其特征在于，包括：
2.根据权利要求1所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述联邦学习引擎的建立过程如下：
3.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述探索性分析包括：变量类型识别、变量缺失率分析、连续型变量的基本统计分布分析和类别型变量的类别分布分析。
4.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述数据预处理包括：缺失值处理、异常值处理、特征编码、特征缩放；
5.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述特征筛选是使用机器学习模型对预处理后的模型开发数据进行评分，将低于预设分值的变量作为无影响变量，大于等于预设分值的变量作为保留重要变量，剔除无影响变量，保留重要变量。
6.根据权利要求2所述的基于隐私计算技术的数据使用安全控制系统，其特征在于，所述构建初步模型是先对筛选的特征进行变量分箱，再根据类别进行证据权重变换，得到离散变量，再对离散变量进行编码得到连...
【专利技术属性】
技术研发人员：徐晓敏，朱正磊，刘鑫，戴欣，
申请(专利权)人：国网江苏省电力有限公司淮安供电分公司，
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。