[发明专利]一种企业用电数据保护方法、系统及存储介质

说明书

本发明公开了一种企业用电数据保护方法、系统及存储介质，所述方法包括步骤：根据企业每月用电量构建企业全年用电数据集，并设置隐私保护约束条件；根据企业全年用电数据集中的数据记录，计算相邻月份的用电变化率，生成企业用电变化序列；根据企业用电变化序列对企业全年用电数据集进行垂直划分，生成满足隐私保护约束条件的过渡月份集合和划分区间集合；采用局部分区法分别对过渡月份集合、划分区间集合进行比例缩放扰动。本发明能够提高企业用电数据的隐私安全性。

技术领域

本发明涉及一种企业用电数据保护方法、系统及存储介质，属于配用电技术领域。

背景技术

近年来，基于大数据进行特征挖掘实现数据发布的服务在各种企业领域中得到了广泛的应用，例如：电力公司对于区域、企业的用电实时配给，电信公司对于信号塔的分布设计等。这些调控策略具体实现都依赖于企业大数据的分析挖掘，需要根据不同区域企业的用量情况，实现资源的合理分配。例如：电力公司对于某企业进行一年的用电量分析，获取该企业的用电变化模式，对于该企业用电淡季，可以适当降低供电阈值，将溢出电量供给区域其他企业，优化区域用电量实时分配情况，提高区域电能效益。随着用户对于个人隐私数据的日益关注，电力公司等拥有众多用户隐私信息的企业，也意识到用户数据直接用于挖掘和发布过程可能会造成严重的隐私泄露问题。企业希望在获取用户用量变化情况的前提下，尽量保护用户的隐私数据，往往采取将用户标志属性及准标志属性进行隐藏或者泛化，然而对于用量数据的真实保留，在背景知识攻击下，无法做到很好的保护。如何实现数据表应用发布能抵御较高知识背景的攻击可以说是现阶段研究的一个热点。

针对于多属性的数据表，尤其是属性之间存在连续性关系的数据表，已有的数值扰动方法多数采用将整体的连续数据同时进行几何数据变换，比如：平移变换，旋转变换，缩放变换等，实现对于真实数据的扰动，以保证用户用量情况隐私安全性。

常见的k-匿名+缩放比例变换方法，允许对于不同用户采取不同比例值缩放，满足用户真实数据都得到扰动处理，同时保证扰动后至少k个用户数据相近，实现了用户对于自身数据及身份的隐私保护要求。扰动后数据集可用于发布或者挖掘，因此对于攻击者是公开的，即攻击者能够获得扰动后数据集所有的数据信息，连续属性的特性成为攻击者强大的背景知识之一，攻击者只要知道某个用户的一个真实属性值，依据发布的扰动数据集，可以计算出扰动比例，从而完全泄露用户的隐私数据。例如，数据表存有9个用户连续12个月的用电量情况，攻击者知道A用户在3月份用电量为0，而其他相近用户3月份用量都不为0，攻击者可以定位到A用户的扰动数据且攻击者知道A用户在4月份的真实用量数据，通过计算可得相应扰动比例，从而推测出A用户全年用量数据情况，造成了用户的身份及完整数据的全泄露。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种企业用电数据保护方法、系统及存储介质，能够提高企业用电数据的隐私安全性。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明实施例提供了一种企业用电数据保护方法，所述方法包括如下步骤：

根据企业每月用电量构建企业全年用电数据集，并设置隐私保护约束条件；

根据企业全年用电数据集中的数据记录，计算相邻月份的用电变化率，生成企业用电变化序列；

根据企业用电变化序列对企业全年用电数据集进行垂直划分，生成满足隐私保护约束条件的过渡月份集合和划分区间集合；

采用局部分区法分别对过渡月份集合、划分区间集合进行比例缩放扰动。

结合第一方面，进一步的，所述隐私保护约束条件包括：

Count(P)+Count(G)≥τ且Count(P)＝Count(G)+1