支持数据实用性和容错的差分隐私保护方案

针对智能电网环境下个体数据的差分隐私与聚合数据实用性的均衡问题,提出基于近似耗电分组的差分隐私算法,通过降低组内耗电值的最大敏感度,降低整体差分隐私噪音,提高聚合数据对于供电方的实用性;针对内部节点攻击个体电表数据的问题,通过构建分布式加密聚合平台,抵御包括控制中心在内的内部节点对个体细粒度数据的攻击;解决由于故障电表的存在所导致的分布式聚合方案不能正确解密同态加密聚合值以及非故障电表添加的噪音值不能满足整体差分噪音量需求这2个问题. 实验证明所提出的基于近似耗电分组的算法与预估故障率设定差分噪音的方法的结合,相比其他相近方案,在提高聚合数据实用性方面有明显提升,同时分布式加密聚合平台为抵御内部节点攻击以及支持加密容错和差分容错提供了轻量级保证.     

智能电网中数据的可搜索加密机制

分析了智能电网中面向用户隐私保护的数据安全性所面临的威胁,指出了数据的隐私保护问题在智能电网发展中的重要作用．概述了当前智能电网的数据隐私保护问题及其研究成果,并提出了两种基于带关键词和隐向量加密的可搜索公钥加密方案的设计思路．     

基于中国剩余定理的智能电表身份认证方案

介绍了几种身份隐私保护技术,提出了基于中国剩余定理的智能电表身份认证方案,使得智能电表的真实身份得到了有效保护,在有效抵御外部攻击者的同时,使内部参与者也不能获得用户的真实身份和实时电量.与现存的几种技术相比,本方案计算成本较低,且可以有效支持电力用户数量的动态变化,满足电力用户身份认证条件的动态更新.     

浅谈智能电表的应用及发展

智能电表是智能电网中的新兴绿色表计,许多国家都在使用和推广,中国更是未来的应用大户。为促进智能电表的发展,介绍了它的种类和应用,分析了其原理和功能,虽然发展中存在制约问题,但随着智能电网的发展智能电表会逐渐普及。     

基于身份认证和聚合加密的智能电表数据隐私保护方案

智能电表的使用虽然为供用电双方都提供了诸多便利,但由于存在较频繁的信息流传输,也给智能电网中对用户家庭用电数据的隐私保护工作带来了巨大挑战.为了保证即使数据被窃取,不法者依然无法通过数据对用户的行为信息作出判断,提出了一个基于身份认证和聚合加密的智能电表数据隐私保护方案.方案中对数据的保护分为两个阶段,即数据的读取阶段和聚合加密阶段.读取阶段采用盲签名的方式,保证数据读取过程的安全性;聚合加密阶段采用匿名化处理和Paillier同态加密的方式,实现数据的匿名传输,在提高隐私保护安全强度的同时也大大降低了计算和传输开销.方案实现了在保护用户用电数据不被泄露的同时也避免了因海量数据汇聚而造成的系统拥塞问题.     

智能电能表在智能电网中的应用和前景

智能电表作为智能电网建设的重要基础装备,加快其发展对于国家电网实现智能电网起着重要推动作用。中国计划建设的智能电网给通信技术、节能技术和制造技术的发展以及相关技术的融合带来了革命性的推动力。与此同时智能电网对电力需求的管理要求也上升了一个更高的标准。笔者就当前我国电力消费现状,分析了智能电网中智能电表如何适应并促进电力需求的管理工作。从而进一步探讨智能电能表在智能电网中的应用前景。     

智能电表可靠性预计的优化模型

针对智能电表可靠性对智能电网的影响,提出一种智能电表可靠性预计的优化模型。首先,基于元器件应力法,建立智能电表可靠性模型;其次,结合现场数据,采用新的威布尔分布参数法和点估计法,分别建立智能电表预计模型,并求出2种智能电表的失效率,进一步利用模糊二元排序法得出智能电表最优失效率;最后,基于智能电表失效率预计优化结果,最终构建智能电表可靠性预计优化模型。算例分析表明,该文提出的智能电表可靠性预计优化模型能较好地反映智能电表的实际工作情况,可以供国内各智能电表企业参考和借鉴。     

网络用户的信息隐私边界及其敏感度等级研究

互联网下应用系统服务质量的提升与用户的信息隐私是一对矛盾,如何协调是信息系统一个热门的研究前沿.本文对这一领域中有关信息隐私的心理边界以及敏感度等级问题研究作了综述.主要有3个方面的内容：一是总结不同领域对隐私的定义;二是分析信息隐私与其相似概念的区别;三是从信息敏感度这一视角对信息隐私划分等级问题的研究.     

对片上系统智能表的探讨

目前,电能表大多采用MCU（MicroControllerUnit）作为核心,需要外挂众多的功能模块,存在安全性、稳定性等隐患,难以满足现阶段智能电网对电能表的需求。基于片上系统的智能电表,将众多功能模块集成到片上,提高了智能电表的性能,缩短了开发周期。通过对基于德州仪器推出的MSP430F677xIEPU智能电表的设计,阐述了基于片上系统的智能电表的优势和应用前景。     

基于差分隐私的敏感数据挖掘技术研究

基于加密的数据挖掘技术往往计算复杂度太高,而差分隐私作为一种数据扰动技术,既能有效降低计算复杂度,又能让使用者分析数据的整体价值。简要分析了差分隐私在具有敏感信息的智能数据挖掘系统中的相关技术。首先,介绍了差分隐私的基本概念;其次,针对频繁项挖掘、回归与分类以及深度学习,分别介绍了差分隐私在敏感数据挖掘中的应用;最后,对比了最新研究方法的性能和优缺点,为进一步研究隐私保护数据挖掘技术提供相关参考。     

网络时代个人隐私权与法律保障

网络技术的迅猛发展使得我国公民网络隐私权的法律保护受到了严峻的挑战,这也严重阻碍了我国网络经济的发展。近年来,侵犯网络隐私权已成为一个突出的社会问题并受到国际社会的关注。强化对公民网络隐私权的法律保护,构建我国网络隐私权的法律保护体系已成为我国网络立法当务之急。     

隐私权及其法律保护

从隐私及隐私权的基本概念入手，分析了对隐私权的侵犯及合理限制，并结合现行立法，指出我国隐私权法律保护的种种不足及其改进意见，以期对完善我国隐私立法有所帮助。     

基于代理的隐私CA模型

身份证明是可信计算的基本特征,针对隐私CA可能成为证明过程的性能瓶颈且不存在合适的商业模型的问题,提出了一种基于代理的隐私CA模型,通过代理代替隐私CA签发身份证明证书和引入有效性证书,能有效降低隐私CA负载,提供更强的隐私保护能力,增强隐私CA的安全性,并在此基础上提出了对涉及的3类公钥证书进行撤销的有效方法。     

浅析网络个人数据隐私权的保护对象——个人数据

通过对个人数据的定义和对受网络个人数据隐私权保护的个人数据法律特征的描述,明确了受保护个人数据的内涵和外延。     

用户协作模式下自适应情境的LBS隐私保护方法

针对当前LBS(located-based service)应用中位置隐私保护方法难以实现隐私保护度与服务质量平衡的问题,提出了一种基于用户协作的自适应情境的位置隐私保护方法:移动用户消费LBS服务时,需从服务提供商处实时下载“粗糙化”的路网数据,并以此为基础,通过情境感知自主模糊个人真实位置,然后选择具有互助意愿的代理用户进行自适应情境的增量近邻查询.为了提高系统的服务质量,引入通讯成本估算方法确定查询点位置,并采用Voronoi图技术过滤代理用户的查询结果,从而减少系统通讯开销.不仅从理论上分析了该方法的隐私保护度与自适应性,而且对方法性能进行了实验与比较,实验结果表明:该方法较SpaceTwist算法具有更高的性能优势,实现了隐私保护度与服务质量的平衡.     

基于局部差分隐私的电动汽车充电位置隐私汇聚

电动汽车频繁接入充电桩充电而产生的位置数据对优化充电桩布置、指导电力调度具有重要意义。然而充电位置数据对于汽车用户来说属于隐私信息。为防止汽车用户的隐私泄露,亟需探索研究隐私汇聚充电位置数据的方法。采用局部差分隐私技术保护电动汽车充电位置数据,通过引入贝叶斯随机多伪隐私算法设计一种基于分区的隐私保护充电位置数据汇聚方法。该方法利用贝叶斯随机多伪隐私算法设计了一个用于本地化扰动充电位置数据的局部混淆算法,然后,结合随机多伪算法的重构算法设计了满足稀疏、样本量小等特点的充电位置数据的隐私汇聚方法。同时,在保证隐私保护水平的前提下,通过对位置域进行划分以缩小隐私位置域,进一步提高汇聚结果的可用性。对所设计方法的隐私性进行分析。最后,在正态分布、均匀分布、峰值分布和随机分布4种不同的合成数据集以及公开的Gowalla数据集上进行验证。实验结果表明：在相同隐私水平的条件下,所设计的方法在可用性方面优于基于随机映射矩阵的隐私汇聚方法。     

Genomic data privacy-preserving scheme based on the improved PSI protocol

In order to solve the problem of privacy leakage in the sharing of genomic data, a genomic data privacy-preserving scheme based on the improved Private Set Intersection (PSI) computing protocol is presented, which leverages the Bloom Filter, Cuckoo Hash, and Random Oblivious Transfer (ROT) extension protocol to not only protect the genomic sequence information on the user when detecting a disease-causing gene but also judge whether he or she has some disease factors or not. Moreover, the correctness and security of the proposed scheme in the detection scenario of disease-causing genes are proved in the semi-honest security model. In addition, a series of experiments is conducted to verify the efficiency of the proposed scheme. The results reveal that the running time and communication overhead of the proposed scheme are much less than those of the existing PSI schemes.     

基于kd-树的差分隐私二维空间数据划分发布方法

为解决现有基于网格结构的差分隐私二维空间数据划分发布方法可能引起局部划分过细导致查询精度低的问题,提出了基于kd-树的差分隐私二维空间数据划分发布方法-kd-PPDP算法(differentially privacy partitioning publication algorithm based on kd-tree)。算法采用了kd-树算法思想,通过启发式地识别网格化后数据分布情况并合并相邻近似网格单元来防止局部划分过细问题,从而减少所添加的噪声,提高查询精度。通过实验对比分析了kd-PPDP算法与现有基于网格结构的划分发布方法的查询误差以及时间效率,结果表明了该算法的有效性和可行性。     

面向大数据的个性化检索中用户匿名化方法

为解决大数据中个性化检索技术所潜在的用户隐私安全和提升个性化信息检索性能之间的矛盾,提出了基于差分隐私与p-link技术相结合的用户兴趣模型匿名化方法．首先对用户的准标示符进行泛化并添加噪音满足差分隐私保护要求,最大化统计数据库中的查询精度,同时最小化识别个体及属性的概率;其次根据用户兴趣之间的相似性将其微聚为满足p-link的等价组,并计算微聚后等价组兴趣条目的权值和等价组质心;最后发布匿名化的数据．大量实验证明：该方法结合差分隐私与p-link两者的特性,实现用户兴趣模型匿名化且用户兴趣基本不发生改变,既能保护用户的隐私信息,又能保证个性化检索性能．