基于粒子群算法的数字编码DNA序列集设计

从DNA编码应满足的多约束条件中选取改进的约束条件,针对这些约束条件提出DNA个体应满足的评估公式,以及目标序列集设计的问题模型,分析了DNA序列数字编码的意义及其在优化算法中应用的优点,并采用改进粒子群算法(DE-PSO)解决DNA序列设计的多目标优化问题.仿真结果表明,该算法在求解DNA序列集设计的最优值方面具有良好的效果.     

智能电网中的数据聚合方案分类研究

智能电网中其安全的通信架构是保证电网安全、稳定运行的基础,隐私保护的数据聚合是保证机密性、提高效率的有效途径。对最近面向智能电网通信系统的数据聚合的五种功能类型的方案进行了总结和分析。在聚合阶段,大部分的方案在系统架构上基本相差不大,不过在聚合方法的选取上,则各自有不同的考虑。诸如Paillier加密体制和ElGamal加密体制,是两种较为常规的加密体制,差分隐私、双线性对技术和数据签名技术也在一些文章中得到应用。通过安全性分析证明,这些方案不仅具有隐私保护、消息的认证性和完整性验证等功能;而且通过对这些方案进行性能比较分析,所述的方案在计算开销和用户的访问控制方面及通信开销都各有优势,对于智能电网多维数据的收集和云端的访问控制提供了更多的参考依据。     

基于区块链的充电交易数据安全存储平台设计

电动汽车充电平台作为智能电网的重要组成部分,越来越多的用户使用充电平台内的充电桩进行充电,充电平台将会存储大量的用户交易信息。在现有的充电桩共享平台中,用户的充电交易数据被保存在中心化的数据库中,但这种过度中心化的存储方式极易遭受恶意攻击而引发单点失效以及重要交易数据被恶意篡改等信息安全问题,并因此可能造成大量用户隐私信息泄露。针对这些问题,利用区块链技术在电动汽车充电平台中选定若干充电站作为数据中心节点,设计了一个充电交易数据存储方案。用户可对交易后的个人数据进行加密控制数据使用权,各数据中心节点之间使用共识机制对加密数据进行去中心化地同步存储。安全分析表明所设计的数据存储平台能实现安全、有效的数据存储。     

针对Modbus协议的双重认证算法设计

随着现代化工业网络的不断发展,越来越多的工控网络安全问题层出不穷。在工控网络中Modbus协议应用最为普遍。然而Modbus工控网络却没有安全通信的机制,极易受到恶意攻击。根据文献追踪来看,目前还没有效的解决方案。为解决这些安全问题,提出了针对Modbus工控网络主从设备的认证模型、双重认证算法以及算法的配置方案。该算法利用了哈希链以及对称加密的一些特点,是针对Modbus工控网络主从设备有限的计算和存储能力而设计的轻量型认证算法。通过安全性分析可知,该认证算法能有效抵御常见Modbus工控网络的安全问题,并且算法的配置方案能有效减小认证算法对主从设备通信的干扰。     

结合局部优化算法的改进粒子群算法研究

提出了结合局部优化算法的改进粒子群算法（Combination Particle Swarm Optimization,CPSO）,粒子群算法虽然通过群体规模来规避早熟,但缺乏局部快速搜索能力,因此将局部优化算法与改进粒子群算法相结合,并尝试不同的局部优化算法,例如牛顿法、最速下降法,通过典型函数优化实验表明,与其他改进粒子群算法相比,CPSO具有较强的寻优能力,鲁棒性和较快的收敛速度;实验也表明不同的局部优化算法在不同的特征函数上体现出不同的优势。     

面向电网监测的无线传感器网络关键技术研究

电网监测的WSN中存在网络路由路径单一、负载不均衡、生命周期短和可维护性差等问题,因此引入局部压缩感知和低占空比机制对其网络性能进行优化.对面向电网监测的无线传感器网络中存在的关键技术进行了详细分析,并具体阐述了国内外对于该领域的研究现状及进展,提出针对局部压缩感知数据的有效恢复、低占空比机制中精确时间同步、电网监测环境下传感器网络的最优化配置等3个关键问题的研究,可以延长电网监测WSN的整体生存时间,为电网监测提供有Qo S保证的数据采集与传输,推动WSN在电力系统成功应用.     

基于Bloom Filtering检测的安全重复数据删除技术分析

数据的不断增长推动了云计算、云存储的发展,大量数据被存储到云端,数据的不断积累占据了太多存储空间.为了节省空间,重复数据删除技术被提出并广泛使用.在原始信息锁加密的基础上进行改进,引入布隆过滤器来实现重复检测,继而完成安全存储.对方案性能进行分析后发现,可以实现基本的安全机密性,并降低了计算开销.     

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XGBoost和QRLSTM的超短期负荷预测方法

针对目前超短期电力负荷预测存在特征挖掘不足和难以准确反映电力负荷不确定性信息的问题,提出基于XGBoost和QRLSTM的超短期负荷预测方法.首先采用XGBoost算法挖掘重要特征并生成点负荷预测结果,将二者结合作为概率预测方法的输入特征;其次使用LSTM与弹球损失构造QRLSTM概率预测方法;最后通过核密度估计方法获取电力负荷的概率密度曲线.采用新西兰公共电力负荷数据集进行仿真,结果表明提出的方法不仅可挖掘重要特征,而且更加准确反映电力负荷的不确定性信息.     

基于数据库驱动认知无线电网络的位置隐私保护方案

动态频谱共享能够解决由于互联无线设备快速增长导致的频谱资源短缺问题,但用户需要向数据库提交位置信息来查询频谱的可用性,造成用户的隐私泄露,而多数位置信息保护方案较少同时考虑对主要用户（PU）和二级用户（SU）的位置隐私保护。提出一种基于盲签名和秘密共享的数据库驱动认知无线电网络隐私保护方案。通过对PU和SU的双重隐私保护,使用盲签名和匿名来确保匿名验证用户身份,同时运用秘密共享避免泄露用户信息。仿真结果表明,与PeDSS和LP-Goldberg等方案相比,该方案具有较好的评估性能和更高的安全性,能够更好地应用于移动环境中。