基于差分隱私保護(hù)的電力線損數(shù)據(jù)共享研究

項胤興 楊 里 陳伯建 李國才

1(國網(wǎng)福建省電力有限公司電力科學(xué)研究院 福建 福州 350007) 2(國網(wǎng)福建省電力有限公司 福建 福州 350001) 3(四川大學(xué)電氣工程學(xué)院 四川 成都 610065)

0 引 言

在對線損的分析和降損措施方法的研究中,針對用電信息的大數(shù)據(jù)挖掘?qū)l(fā)揮非常大的作用[1]。但由于電力營銷、用電等數(shù)據(jù)涉及用戶隱私、商業(yè)秘密,對該數(shù)據(jù)的開放應(yīng)用面臨著較大的隱私泄露風(fēng)險。同時線損和降損措施分析需要對多個區(qū)域、多個層次的線損數(shù)據(jù)進(jìn)行挖掘,需要各層次數(shù)據(jù)源的協(xié)調(diào)數(shù)據(jù)發(fā)布共享。這亦是電力企業(yè)眾多業(yè)務(wù)場景下電力數(shù)據(jù)開放和大規(guī)模商業(yè)應(yīng)用亟待解決的問題。一方面,電力企業(yè)各個業(yè)務(wù)與部門積累了海量數(shù)據(jù),數(shù)據(jù)種類與數(shù)量持續(xù)增加;另一方面,由于數(shù)據(jù)源分布式分布、數(shù)據(jù)異構(gòu)產(chǎn)生的孤島現(xiàn)象使企業(yè)無暇進(jìn)行針對性的數(shù)據(jù)挖掘與利用,無法更好地為企業(yè)創(chuàng)造巨大的社會和經(jīng)濟效益。

近年來,為了促進(jìn)電力數(shù)據(jù)創(chuàng)新應(yīng)用和數(shù)據(jù)商業(yè)化的同時有效保護(hù)隱私和商業(yè)秘密,涌現(xiàn)出了大量研究成果和信息保護(hù)方案:

(1) 標(biāo)志信息移除替換,分析數(shù)據(jù)中個體的標(biāo)志變量信息,利用對原始隱私數(shù)據(jù)進(jìn)行去標(biāo)志處理,將標(biāo)志隱藏在信息中或者利用人工假名進(jìn)行標(biāo)志變量替換。

(2) 降低數(shù)據(jù)精度,該方法通過控制標(biāo)識數(shù)據(jù)精度的方式進(jìn)行調(diào)控。

(3) 數(shù)據(jù)聚合,該方法利用群組或者總體信息進(jìn)行聚合以減少隱私信息泄露。

(4) 匿名化,該方法通過加密技術(shù)處理數(shù)據(jù)以實現(xiàn)信息匿名化。

(5) 差分隱私算法[2],該算法其本質(zhì)是一種利用隨機添加噪聲數(shù)據(jù)來實現(xiàn)隱私保護(hù)的方案,并且添加的噪聲數(shù)據(jù)不會妨礙此后的數(shù)據(jù)挖掘[3]。差分隱私保護(hù)技術(shù)對數(shù)據(jù)記錄的保護(hù)能夠無視攻擊者擁有的知識背景,是最具有應(yīng)用前景的脫敏保護(hù)方法。

這些方法能夠?qū)㈦[私數(shù)據(jù)發(fā)布的泄露風(fēng)險降低到可以控制的范圍[4]。但在面臨區(qū)域電網(wǎng)級別的數(shù)據(jù)綜合應(yīng)用時,由于數(shù)據(jù)的分布式分布,數(shù)據(jù)發(fā)布分享系統(tǒng)還須考慮對隱私模型、隱私保護(hù)參數(shù)協(xié)商和存儲、應(yīng)用商識別數(shù)據(jù)追溯等安全問題。

目前解決協(xié)商、存儲和追溯等安全領(lǐng)域的前沿是區(qū)塊鏈技術(shù)。區(qū)塊鏈?zhǔn)前凑諘r間順序的數(shù)據(jù)塊的鏈?zhǔn)浇Y(jié)構(gòu),數(shù)據(jù)都組織在樹型的數(shù)據(jù)結(jié)構(gòu)中,節(jié)點間通過下一級節(jié)點的散列值進(jìn)行標(biāo)記。區(qū)塊鏈通過去中心化的密碼學(xué)實現(xiàn)安全防篡改的分布式數(shù)據(jù)庫,它的特點是安全、智能、公開可驗證、可溯源、開放和透明。構(gòu)成區(qū)塊鏈的技術(shù)包括密碼技術(shù)、分布式存儲、共識機制和智能合約。智能合約是運行于區(qū)塊鏈中用戶自定義的程序,合同參與方以自執(zhí)行的方式高效地構(gòu)建其間關(guān)系。區(qū)塊鏈技術(shù)在共享經(jīng)濟[5]和電力系統(tǒng)交易中已多有應(yīng)用。黃虹等[6]針對電力自由雙邊交易,提出基于聯(lián)盟鏈技術(shù)的電力交易方法以解決中心化電力交易模式中市場主體互信度不夠、數(shù)據(jù)安全性不高的問題。Kellaris等[7]針對隱私數(shù)據(jù)在連續(xù)發(fā)布或者監(jiān)測場景的需求提出了解決方案。Zhang等[8]通過引入貝葉斯網(wǎng)絡(luò)來解決高維隱私數(shù)據(jù)發(fā)布上的低效率問題。

對此,本文針對線損綜合業(yè)務(wù)系統(tǒng)的線損和用戶用電數(shù)據(jù)挖掘的應(yīng)用,在高維隱私數(shù)據(jù)聯(lián)合共享發(fā)布且隱私數(shù)據(jù)連續(xù)發(fā)布的應(yīng)用的場景下,提出一種基于區(qū)塊鏈技術(shù)與隱私保護(hù)技術(shù)相結(jié)合、滿足多層次隱私需求的差分隱私數(shù)據(jù)集發(fā)布方案。即在區(qū)塊鏈中存儲共享數(shù)據(jù)塊的差分隱私技術(shù)參數(shù)、屬性加密數(shù)據(jù)、數(shù)據(jù)應(yīng)用模型及狀態(tài)、數(shù)據(jù)的處理結(jié)果和處理交易的信息。通過對區(qū)塊鏈中的智能合約的設(shè)計,完成數(shù)據(jù)源協(xié)商數(shù)據(jù)脫敏數(shù)據(jù)交易的全過程。原始數(shù)據(jù)塊經(jīng)過差分隱私脫敏后和數(shù)據(jù)應(yīng)用模型及狀態(tài)打包通過可信任執(zhí)行環(huán)境交由第三方進(jìn)行數(shù)據(jù)挖掘計算,計算結(jié)果通過智能合約記錄到鏈中。該數(shù)據(jù)分發(fā)共享系統(tǒng)具有極高的安全性,解決了電力數(shù)據(jù)發(fā)布共享應(yīng)用中分布式數(shù)據(jù)源和數(shù)據(jù)應(yīng)用商群體之間協(xié)調(diào)工作的問題,并且通過區(qū)塊鏈的可追溯性可以進(jìn)行正確的數(shù)據(jù)訪問責(zé)任。

1 基于區(qū)塊鏈的電力線損大數(shù)據(jù)分析應(yīng)用構(gòu)架

基于區(qū)塊鏈的電力線損數(shù)據(jù)分析架構(gòu)如圖1所示。

圖1 基于區(qū)塊鏈的電力數(shù)據(jù)應(yīng)用架構(gòu)

圖1中業(yè)務(wù)數(shù)據(jù)源是各個地市的線損業(yè)務(wù)管理系統(tǒng),部署在企業(yè)內(nèi)網(wǎng)。業(yè)務(wù)數(shù)據(jù)源分布在企業(yè)內(nèi)網(wǎng)各個地區(qū),以數(shù)據(jù)流的方式提供電網(wǎng)結(jié)構(gòu)特征、設(shè)備物理參數(shù)、電網(wǎng)運行特征、用電結(jié)構(gòu)特征等各種因素構(gòu)成的多元指標(biāo)體系,這些指標(biāo)/屬性中大量包括用戶ID、地址等需要匿名處理的信息。大數(shù)據(jù)應(yīng)用系統(tǒng)是各個獨立的具有針對性的數(shù)據(jù)模型挖掘應(yīng)用,可以是企業(yè)內(nèi)部不同地區(qū)的應(yīng)用系統(tǒng),也可以是承接數(shù)據(jù)處理和分析的第三方子系統(tǒng)。這些應(yīng)用系統(tǒng)對業(yè)務(wù)系統(tǒng)有著不同的數(shù)據(jù)需求,系統(tǒng)以離線批處理方式或者是在線方式通過授權(quán)系統(tǒng)與區(qū)塊鏈發(fā)生交互,交互流程如圖2所示。

圖2 基于區(qū)塊鏈的電力線損數(shù)據(jù)應(yīng)用流程

該方案與現(xiàn)有數(shù)據(jù)共享和發(fā)布機制不同的是區(qū)塊鏈建設(shè)在企業(yè)內(nèi)部,在智能合約協(xié)助下,業(yè)務(wù)系統(tǒng)方流程為:(1) 公布數(shù)據(jù)定義及算法等模型上鏈。(2) 智能合約作為可信任的第三方將脫敏規(guī)則上鏈保存。(3) 智能合約將處理模型和狀態(tài)上鏈,并觸發(fā)應(yīng)用方獲得數(shù)據(jù)下載模型和狀態(tài),通過授權(quán)的通道獲得數(shù)據(jù)集,進(jìn)行處理后,報告信息上鏈完成。(4) 數(shù)據(jù)源(業(yè)務(wù))系統(tǒng)通過處理報告進(jìn)行分析獲得線損因素,進(jìn)一步進(jìn)行線損管理。

在線損大數(shù)據(jù)挖掘分析中,各個地區(qū)的電網(wǎng)結(jié)構(gòu)特征、設(shè)備物理參數(shù)、電網(wǎng)運行特征、用電結(jié)構(gòu)特征等各種因素構(gòu)成的多元指標(biāo)體系具有相同的屬性和較高維度,并且每組數(shù)據(jù)包含不同的個體,多個業(yè)務(wù)系統(tǒng)數(shù)據(jù)源分別擁有一組局部關(guān)系數(shù)據(jù)集。在智能合約輔助下,需要對常見的數(shù)據(jù)包括名稱、地址、用戶ID等敏感數(shù)據(jù)進(jìn)行脫敏操作,另外由于數(shù)據(jù)會進(jìn)行修改,需要在數(shù)據(jù)安全的前提下盡可能減少數(shù)據(jù)的信息損失。由于線損數(shù)據(jù)是基于時間序列數(shù)據(jù)流,數(shù)據(jù)量非常大。因此本文的數(shù)據(jù)發(fā)布方案采用多種方案相結(jié)合,一方面采用數(shù)據(jù)匿名化技術(shù)對名稱、地址、用戶ID等信息進(jìn)行處理;另一方面采用數(shù)據(jù)脫敏技術(shù)對時間戳格式進(jìn)行處理。該處理流程能夠成功阻止身份被公開,又不會顯著影響數(shù)據(jù)分析挖掘的效果,如圖3所示。

圖3 基于差分隱私數(shù)據(jù)發(fā)布結(jié)構(gòu)

2 基于差分隱私的線損數(shù)據(jù)動態(tài)發(fā)布技術(shù)

2.1 算法設(shè)計

假設(shè)有N個業(yè)務(wù)系統(tǒng)分別是S1,S2,…,SN,其所有的局部地區(qū)數(shù)據(jù)集為Dk,這些數(shù)據(jù)集具有相同的屬性:

χ=(X1,X2,…,Xd,t)

(1)

顯然Dk∩Dl=?,k≠l,其中t為時間戳。業(yè)務(wù)系統(tǒng)對隱私的保護(hù)水平可以被分割為m個層級,記為:

參考文獻(xiàn)[8]業(yè)務(wù)系統(tǒng)與智能合約在差分隱私條件下構(gòu)建貝葉斯網(wǎng)絡(luò)Ν,然后分成以下5個階段。

(3) 智能合約利用收到的各個業(yè)務(wù)系統(tǒng)的邊際分布Pk(Xi,Πi)進(jìn)行統(tǒng)計,計算每個候選屬性-父節(jié)點集合對中屬性與其候選父節(jié)點集合的互信息I(Xi,Πi)。并選取其中最大值為該屬性的父節(jié)點集合,這樣就確定了貝葉斯網(wǎng)絡(luò)Ν的結(jié)構(gòu)。

(4) 業(yè)務(wù)系統(tǒng)在智能合約輔助下,先對時間戳進(jìn)行第一層自適應(yīng)概化,并且計算每個數(shù)學(xué)技巧父節(jié)點結(jié)合的帶噪聲的邊際分布Pk(Xi,Πi),并利用該邊際分布,計算屬性Xi在給定父節(jié)點集合Πi時的條件分布Pk(Xi,Πi),i=1,2,…,d。這個階段使用拉普拉斯機制在邊際分布中加入εu預(yù)算的噪聲,這樣在聯(lián)合發(fā)布階段,數(shù)據(jù)滿足了εu-差分隱私保護(hù)。

(5) 基于Pk(Xi,Πi),i=1,2,…,d,智能合約輔助計算數(shù)據(jù)集Dk近似的聯(lián)合分布:

2.2 技術(shù)分析

基于差分隱私的組合性質(zhì),在智能合約計算屬性分組的邊際分布時,通過對原始數(shù)據(jù)引入多方拉普拉斯機制在屬性分組的邊際分布中加入噪聲,從而保證該階段的δ-差分隱私保護(hù)。在貝葉斯網(wǎng)絡(luò)N的結(jié)構(gòu)初始化和更新階段,業(yè)務(wù)系統(tǒng)利用局部數(shù)據(jù)集合通過迭代為屬性的學(xué)習(xí)過程,滿足δ-差分隱私保護(hù)。

該過程對應(yīng)用系統(tǒng)是透明的,這樣可以降低隱私泄露的風(fēng)險。在本文應(yīng)用場景中,區(qū)塊鏈智能合約作為可信的第三方,在應(yīng)用程序的調(diào)用下操作賬本將涉及的隱私信息以安全的方式保留在鏈中,同時可以協(xié)調(diào)多個業(yè)務(wù)系統(tǒng)和應(yīng)用商協(xié)同完成線損數(shù)據(jù)挖掘應(yīng)用。

3 系統(tǒng)實現(xiàn)及驗證

實驗驗證環(huán)境在實驗室中實現(xiàn),運行平臺是Intel至強E5-1603,主頻2.8 GHz,內(nèi)存16 GB。本文以聯(lián)盟鏈Hyper ledger Fabric為區(qū)塊鏈平臺以Docker方式進(jìn)行部署,實現(xiàn)數(shù)據(jù)源系統(tǒng)和大數(shù)據(jù)應(yīng)用系統(tǒng)的雙邊模擬交易保證去中心化。數(shù)據(jù)處理平臺采用Spark,配置為本地方式。實驗數(shù)據(jù)為帶時間戳的用電消費數(shù)據(jù)。為了測試隱私處理性能,實驗采用一個機器學(xué)習(xí)任務(wù)K-means分類,在整體生成數(shù)據(jù)集上訓(xùn)練分類器。實驗中衡量分類數(shù)據(jù)的準(zhǔn)確率,對每個任務(wù)多次重復(fù)運行,并記錄結(jié)果的平均值。

圖4給出了不同數(shù)目數(shù)據(jù)源業(yè)務(wù)系統(tǒng)提供數(shù)據(jù)對算法的影響。其中隱私預(yù)算為,推薦的差分隱私保護(hù)方案和沒有隱私保護(hù)下生成的數(shù)據(jù)訓(xùn)練的二分類器的分類錯誤率。可見加入差分隱私保護(hù)后,分類器性能比未進(jìn)行隱私保護(hù)的方案有一定程度下降,同時可以看出隨著業(yè)務(wù)系統(tǒng)數(shù)目的增加,性能比較穩(wěn)定。

圖4 不同數(shù)目業(yè)務(wù)系統(tǒng)下的分類差錯率曲線

圖5給出了方案在不同隱私預(yù)算要求情況下的推薦方案的分類錯誤率,可見隨著隱私保護(hù)要求的加強,分類器性能逐漸變差。業(yè)務(wù)系統(tǒng)對隱私數(shù)據(jù)的分層處理也會影響最后分類器的錯誤率,圖中給出了分別為High和Low兩種情況下對系統(tǒng)分類錯誤率的影響。

圖5 不同隱私預(yù)算下系統(tǒng)方案性能曲線

實驗環(huán)境中區(qū)塊鏈合約設(shè)置能夠完成雙邊交易的協(xié)商功能,基本滿足系統(tǒng)響應(yīng)要求。通過隱私保護(hù)和分類訓(xùn)練結(jié)果表明該方案可以滿足差分隱私保護(hù)要求,對業(yè)務(wù)系統(tǒng)關(guān)鍵數(shù)據(jù)進(jìn)行保護(hù),同時也能夠保證應(yīng)用系統(tǒng)數(shù)據(jù)挖掘和機器學(xué)習(xí)的要求。

4 結(jié) 語

本文提出一種基于區(qū)塊鏈技術(shù)與差分隱私保護(hù)技術(shù)相結(jié)合的非信任多方數(shù)據(jù)共享模型。實驗系統(tǒng)測試表明,通過對隱私數(shù)據(jù)共享策略和智能合約設(shè)計,該方案可以實現(xiàn)業(yè)務(wù)系統(tǒng)關(guān)鍵數(shù)據(jù)的分層隱私保護(hù),滿足差分隱私保護(hù)要求,整個數(shù)據(jù)交易都將在區(qū)塊鏈中可追溯,達(dá)到了預(yù)期設(shè)計目標(biāo)。該實驗方案驗證了該數(shù)據(jù)共享保護(hù)方案的可行性,下一步還將繼續(xù)優(yōu)化和項目方協(xié)調(diào)進(jìn)行生成環(huán)境試運行。本文提出的方法有助于實現(xiàn)企業(yè)隱私數(shù)據(jù)的共享利用,為隱私保護(hù)下的大數(shù)據(jù)挖掘提供新的技術(shù)解決思路。