基于单向函数的无线传感器网络安全数据汇聚方案

为有效减少冗余数据传输,增强安全性,提出了一种基于单向函数的传感器网络安全数据汇聚方案,汇聚节点无须解密数据,利用单向函数完成数据完整性检查、身份认证、数据汇聚等,保证了端到端传输的数据私密性。与相关数据汇聚方案相比,除了具有较小的能耗开销,该方案还在抵抗主动攻击、节点妥协攻击及DoS攻击等恶意行为方面具有较高的安全性。     

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。     

雾辅助智能电网中容错隐私保护数据聚合方案

针对雾辅助智能电网数据收集过程中存在的隐私泄露问题,本文提出一种新的支持容错的隐私保护数据聚合方案.首先,结合BGN同态加密算法和Shamir秘密共享方案确保电量数据的隐私性.同时,基于椭圆曲线离散对数困难问题构造高效的签名认证方法保证数据的完整性.特别地,方案具有两种容错措施,当部分智能电表数据无法正常发送或部分云服务器遭受攻击而无法工作时,方案仍然能够进行聚合统计.安全分析证明了方案满足智能电网的安全需求;性能实验表明,与已有方案相比,本文方案计算和通信性能更优.     

智能电网容错数据聚合方案

新一代智能电网的出现,极大地提升了电网的安全性与可靠性,这依赖于智能电表每15分钟发送一次数据,但是这可能会暴露用户的隐私,同时需要消耗很大的计算代价.于是数据聚合技术被引入,大多数现有聚合方案存在耗时大且当电表故障时系统无法正常运行等问题.针对上述问题,本文提出了一个智能电网中高效的支持错误容忍的数据聚合方案,具体来...     

基于边缘计算的智能电网数据调度与快速分发方法

常规的智能电网数据调度与分发方法多数采用大数据技术原理,缺少电网数据区域划分,其调度目标节点选择偏差较大,导致电网数据调度错失率较高,数据调度与分发任务完成效果不佳。基于此,引入边缘计算提出了一种新的调度与快速分发方法。首先,建立边缘计算集群分层模型,划分数据区域,分析集群节点状态参量,选择最优调度目标节点。其次,根据调度任务处理时间对任务有效价值的影响,设计智能电网数据流调度优先级,分配并执行数据调度处理任务。最后,设计数据快速分发机制,避免在调度处理任务执行中,出现节点失效和调度数据丢失的问题。根据实验结果可知,新的方法应用后,即使数据处理任务个数的增加,数据调度错失率也未出现大幅度波动,均控制在0.2%以下。     

数据融合在智能电网中的应用研究

数据融合是一种自动化信息综合处理技术.智能电网是物联网的一项重大应用,它具有海量的终端设备和海量的采集数据,为数据融合技术提供了很好的研究点和应用点.为了明确数据融合在智能电网中的应用方向和方法,文中首先介绍了数据融合技术的原理,分析了智能电网的特点;接着分别从数据的采集、传输、处理三个方面探讨了数据融合在智能电网中的应用;最后给出了数据融合在线路监测、设备监测和用户信息采集方面的应用意义和具体方法.为进一步展开研究提供了可选方向和技术参考     

智能电网隐私保护技术的分析研究

融合各种新兴的技术,智能电网的出现给电力系统带来了很大的变革。但和所有新兴事物一样,智能电网也将面临新的风险,尤其是用户侧的风险。面对智能电网用户侧风险,如何保护用户隐私权,是亟待解决的问题,也是文中研究的重点。首先分析了智能电网带来的风险,尤其是用户侧面临的风险;接着,介绍了智能电网隐私保护,对智能电网隐私保护特点进行了详细的解读;最后,结合电力系统,对我国智能电网隐私保护进行了思考,对未来的工作给出了建议。     

云计算智能电网大数据驱动的方法研究

针对智能电网数据繁多、用户应用困难的技术问题,提出了智能电网大数据驱动方法,并设计出基于云计算软件平台管理智能电网大数据的系统。通过采用数据挖掘算法对智能电网大数据样本训练、学习,建立多个数据处理模型。根据决策树算法能够实现智能电网数据不同属性数据的分类,使得用户快速从浩瀚的云端数据库中获取目标数据,并将处理后的数据通过区块链系统保存,进而实现数据的永久性存储。不同用户通过签发密钥实现数据的共享,使得数据应用和管理更为便捷有效。本方案为智能电网大数据处理与应用提供了技术参考。     

一种基于遗传算法的智能电网调度方法

随着智慧电网的发展,调度控制系统中的数据规模和种类呈指数型上升并且处理复杂度较高。为了更好地进行电力调度,给予电力系统相应的决策支持和更好地为客户服务,满足用户在不同时段的电力需求,本文基于遗传算法提出一种多种类型可控电器的G-DSM算法,将负荷调度问题定义为成本最小化问题,并用遗传算法求解;结合从用户侧获取的电力大数据对用户的电力需求进行规划,降低了用户的花销以及峰值电力负荷,从而避免电力资源的浪费,提高了电网的工作效率。实验结果表明,该算法具有较好的可行性,并在实际操作中易于实现。     

基于PCA-MP-BP的智能电网数据融合方法

为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理...     

基于Paillier算法的智能电网数据聚合与激励方案

针对智能电网数据聚合和激励存在的隐私泄露问题,基于Paillier算法设计智能电网数据聚合和激励方案。采用超递增序列构造多维数据,并利用同态Paillier密码技术加密结构化数据。在云计算中心直接对用户与电网管理中心之间的密文数据进行聚合,添加与密钥相关的哈希运算消息认证码防止密文数据被篡改,并由电网管理中心解密后获得原始数据的聚合结果。此外,通过引入区块链和环签名实现高效匿名的光伏发电奖励和电网管理中心与用户之间的双向匿名,利用批验证算法降低计算成本。分析结果表明,在保障数据完整性和用户匿名性前提下,该方案可实现高效安全的智能电网数据聚合和激励。     

基于隐私保护的非线性安全数据融合方案

数据融合能减少无线传感器节点中传输的冗余信息量,节省传感器的能量消耗和通信带宽。而无线传感器网络由于部署的环境和自身的特点使得在数据融合过程中的隐私信息易受到各种威胁。为了减少信息传输过程中的冗余信息和保护数据融合过程中的隐私信息安全,文中通过对经典安全数据融合方案ESPDA进行改进,提出一种基于隐私保护的非线性安全数据融合方案,方案先生成模式码确定上传节点后再进行非线性融合,使其在实现数据融合隐私保护的同时能够在一定程度上减少能耗。仿真结果表明,它不仅能够有效地消除冗余数据的传输,减少能耗,而且还能保证数据安全完整地传输至融合节点。     

一种无线传感器网络隐私保护数据聚合方案

隐私保护是基于无线传感器网络(wireless sensor networks, WSNs)的数据聚合技术中最具挑战性的安全问题之一.在WSNs环境中,现有的隐私保护数据聚合机制不能同时满足安全性及节能性要求,存在计算复杂、通信量大及安全性低等缺点.提出一种能量有效的、抗数据丢失的隐私保护数据聚合方案,该方案利用2次不同形式的数据扰动同时实现了数据对基站及网内其他节点的隐私保护.首先,从防止基站入侵角度,给出了初次扰动数据设计方法;在此基础上,为实现对邻居节点的隐私保护,提出二次扰动数据的构造方法,并给出中间聚合节点及基站的聚合验证操作流程.通过引入消息认证码技术,有效抵御了多种外部攻击.安全及性能分析表明,该方案可在不过多消耗节点能量的前提下保证节点的安全性,且具有较好的抗数据丢失能力,安全性及能效性均优于现有方案.     

面向智能电网的数据传输安全技术研究

以智能电网的数据传输安全为例,介绍智能电网的标准体系。使用数字水印增强电网数据传输安全的方法,提出电网数据传输过程中抗攻击方案,以提高电网数据传输安全性能。     

无线传感器网络多应用场景下的安全数据融合方案

针对无线传感器网络多应用场景下异构数据的安全融合问题,提出了一种轻量级的安全数据融合保护方案,该方案可同时保障数据的隐私性、完整性和新鲜性。首先,以当前融合轮数和节点预置密钥作为哈希函数的输入,为节点更新每个融合周期的密钥;其次,采用同态加密技术,使中间节点能够对密文直接执行融合操作;然后,采用同态消息认证码,使基站能够验证融合数据在传输过程中是否被篡改;进一步,对明文信息采用编码机制,以满足多应用场景下异构数据聚集的使用需求。理论分析和仿真结果表明,该算法具有较好的安全性、较低的通信开销和更高的融合精确度。     

基于分簇的传感器网络数据聚集估算机制

提出一种基于簇结构的传感器网络数据聚集估算机制CASA(clustering-based approximate scheme for data aggregation).在保证用户对数据精确度需求的前提下,CASA 通过最小化网络通信开销以及协调节点间的负载均衡,有效地提高了估算机制的节能性能.CASA 采用最优的分簇规模参数,在基于分簇的网内聚集估算架构中能够最小化网络节点的总体通信开销.此外,CASA 考虑到部署区域感知数据变化率的差异性,采用自适应的误差分配方案来进一步降低网络节点的通信开销,维护节点间的负载均衡.模拟实验结果表明,CASA 估算机制能够显著地提升传感器网络网内数据聚集机制的节能性能,同时保证聚集数据的精确程度.