電力移動終端數據防篡改存儲優化設計及驗證

摘 要：由于電力移動終端數據數量龐大、結構復雜，容易出現存儲成本過高、數據安全性低下等問題，導致數據安全系數較低，存儲效果受限。為此，提出一種電力移動終端精確化數據防篡改存儲機制。對前后端數據進行消冗處理和重構，進一步分析電力移動終端數據特性，配置編碼參數，對高質量前后端數據進行編碼處理，優化編碼過程，得到依據數據字典和數據關聯關系，引入防篡改機制，結合數字簽名技術，通過計算哈希值，實現對電力移動終端數據防篡改存儲。仿真實驗中，前后端數據的消效果較好，安全系數較高，丟失量較小，均在20 bit以下，存儲效果較好。

關鍵詞：電力移動終端；前后端數據；防篡改機制；數據存儲

中圖分類號：TM743 文獻標志碼：A 文章編號：1001-5922（2025）03-0189-04

Simulation of accurate data tampering prevention storage forpower mobile terminals

MA Weiwei 1 ，LI Kexin 2

（1. State Grid Zhongxing Co.，Ltd.，Beijing 100761，China；2. Fudan University，Shanghai 200433，China）

Abstract：Due to the large amount and complex structure of data in power mobile terminals，it is easy to encounterproblems such as high storage costs and low data security，resulting in low data security and limited storage efficien?cy. To this end，a precise data tamper proof storage mechanism for power mobile terminals is proposed. Perform re?dundant processing and reconstruction on the front-end and back-end data，further analyze the characteristics ofpower mobile terminal data，configure encoding parameters，encode high-quality front-end and back-end data，op?timize the encoding process，and obtain anti tampering mechanisms based on data dictionaries and data associationrelationships. Combined with digital signature technology，calculate hash values to achieve anti tampering storage ofpower mobile terminal data. In the simulation experiment，the data at the front and back ends have good cancella?tion effect，high safety factor，small loss，both below 20 bits，and good storage effect.

Key words：power mobile terminal；front and rear data；anti tampering mechanism；data storage

電力移動終端作為電力系統中的重要組成部分，負責實時采集、傳輸和處理大量的電力數據，這些數據不僅關系到電力系統的穩定運行，還對于能源管理、優化調度等方面具有重大的意義。然而，在實際應用中，電力移動終端的數據面臨著被篡改、偽造等安全風險，這不僅可能導致決策失誤，還可能給整個電力系統帶來嚴重的后果。傳統的數據存儲方法過于復雜，實現成本較高，不利于在電力移動終端上廣泛應用。為此，國內學者針對數據存儲方法展開了研究，并闡述了自己的觀點。

文獻[1]將區塊鏈節點存儲的連續數據分割成多個子序列，利用用戶密鑰，將區塊鏈節點存儲的明文數據轉化為密文形式，對其進行加密處理，再引入水印防篡改機制，對上述數據進行存儲。文獻[2]針對不同的機器人節點，生成對應的公私鑰對，先用私鑰對節點數據進行加密，再利用公鑰作為索引標識符，對數據進行檢索，并將數據上傳至數據聚合器，根據數據的訪問次數，設定數據的優先級，通過計算數據的哈希值和數字簽名，保證數據的完整性，并將其存儲到區塊鏈中。文獻[3]先對需要進行存儲的原始數據進行格式轉換，再對其進行編碼處理，在神經網絡的作用下，生成對應的加密密碼，對數據進行加密處理，再將加密后的數據轉化成DNA序列，將其存儲到樣本庫中。文獻[4]對云物聯網服務中收集到的原始數據進行預處理，從數據中提取出能夠反映上下文信息的關鍵特征，利用自適應判別二次提升分類算法，對提取的特征進行分類，由此設計基哈希數據存儲方案，實現對數據的存儲。

在以往研究成果的基礎上，本文設計了電力移動終端精確化數據防篡改存儲仿真方法。對電力移動終端精確化數據進行消冗處理和重構，再對其進行編碼處理，將編碼結果作為基礎，建立電力移動終端數據防篡改存儲機制 [5] 。本文方法可以顯著提高電力移動終端數據的可靠性和安全性，為電力系統的穩定運行和能源管理提供有力的技術支持。

1 電力移動終端精確化數據防篡改存儲仿真方法設計

1.1 前后端數據消冗

電力系統中產生的大量數據往往包含冗余、錯誤或重復的信息，冗余數據會增加數據處理和存儲負擔，需要進行消冗處理，去除數據中的重復數據 [6] 。

電力系統的復雜性和動態性也要求數據消冗方法具有更強的適應性和靈活性。具體消冗過程如下：計算出電力移動終端數據的哈希值，引入防篡改機制，對電力移動終端數據進行加密處理。再針對加密后的每一條數據，生成對應且唯一的數字簽名，并將數字簽名與數據內容進行關聯，一旦數據被篡改，數字簽名就會失去作用，由此實現對數據的二次防篡改 [14-15] ，實現電力終端數據的安全與高效存儲。

2 仿真驗證

為驗證電力移動終端精確化數據防篡改機制的應用效果，設計仿真實驗。

以多個電力移動終端為實驗對象，從中選取50 GB的電力移動終端數據。

PDA終端和RFID電力移動作業一體化終端均為電力移動終端。設置數據庫為MySQL 8.0，基本仿真參數如下：數據集大小：50 GB；密鑰長度：256位；數據傳輸延遲：0.2 ms；數據傳輸頻率：100條/s。

對實驗數據集進行消冗處理和重構處理，生成加密處理結果如圖2～圖3所示。

由圖2～3可知，原本的噪聲點被去除，消冗處理和重構處理后的幅值曲線光滑，且加密效果較好，保證安全性與可靠性。

設本文設計的電力移動終端精確化數據防篡改存儲仿真方法為方法1，基于區塊鏈的電力移動終端精確化數據防篡改存儲仿真方法為方法2，基于聯盟鏈和訪問偏好的電力移動終端精確化數據防篡改存儲仿真方法為方法3。統計3種方法存儲過程中的數據安全系數。其具體統計結果如表1所示。

由表1可知，方法1的安全系數較高，且一直保持在較高水平，方法2和方法3的安全系數較低。因為本文方法依據數據字典和數據關聯關系，建立電力移動終端精確化數據防篡改存儲機制，在實際應用中的存儲效果較高。

以數據丟失量為評價指標，對比3種方法的性能。其具體統計結果如圖4所示。

由圖4可知，方法1的數據丟失量較小，均在20bit以下，方法2和方法3的數據丟失量較高，且數據呈現出極不穩定的情況。因此本文方法根據電力移動終端數據的特性，制定對應的編碼規則，在數據編碼、傳輸、存儲等多個環節均加強了安全防護措施，在實際應用中存儲效果較好。

3 結語

針對電力移動終端精確化數據防篡改存儲仿真方法的研究，本文深入探討了如何有效保障電力數據的完整性和安全性，提出了一種創新的防篡改存儲機制，數據丟失量較低，存儲效果較好，能夠保證存儲數據的安全性，降低數據泄露可能性。為電力系統的穩定運行和電力服務的優化提供堅實支撐。在此，期待更多的研究者能夠關注這一領域，共同推動電力信息安全技術的創新發展。

【參考文獻】

[1] 李斌，劉思堯，王敏，等. 高穩定性區塊鏈節點存儲數據防篡改仿真[J]. 單片機與嵌入式系統應用，2023，23（9）：33-36.

[2] 李煒，黃倩. 基于區塊鏈技術的機器人運行數據抗篡改存儲方法[J]. 科技通報，2021，37（11）：65-68.

[3] TENG Y，YANG S ，LIU L ，et al. Nanoscale storage encryp?tion：data storage in synthetic DNA using a cryptosystemwith a neural network[J]. Chinese Science，2022，12（08）：65-78.

[4] Sivakamasundari S ，Dharmarajan D K . Adaptive discrimi?nant quadratic boosting classification based radix hash da?ta storage for context aware cloud IoT services[J]. Europe?an Journal of Molecular amp; Clinical Medicine，2021，13

（11）：148-162.

[5] 張蘇，齊立忠，武宏波，等. 基于智能電網設備運維檢修階段的多源BIM數據存儲方法研究[J]. 電測與儀表，2023，60（11）：123-129.

[6] 鄒俞，孫紅梅，韓亞楠，等. 基于訪問偏好的衛星遙測時序數據存儲方法[J]. 火力與指揮控制，2023，48（10）：204-211.

[7] 張超，高軼，劉俊華，等. 某司鍛軋線車輪軋機生產數據的本地存儲方法[J]. 制造業自動化，2023，45（11）：152-156.

[8] 趙駿，戴歡，唐毅，等. 基于雙賬本的物聯網數據存儲與共享方法[J]. 計算機工程與設計，2023，44（11）：3276-3282.

[9] 劉曉艷，田兆煒，周靜怡，等. 河道健康管理本體模型構建與數據存儲方法設計[J]. 同濟大學學報（自然科學版），2023，51（7）：1018-1024.

[10] 翟社平，劉法鑫，楊銳，等. 基于聯盟鏈的工業物聯網數據 存 儲 模 型 [J]. 計 算 機 應 用 研 究 ，2023，40（5）：1318-1323.

[11] 丁有偉，翟文斌，胡孔法，等. 基于同態加密的中醫藥數據云端安全存儲算法[J]. 世界科學技術-中醫藥現代化，2022，24（7）：2755-2765.

[12] 陳行濱，王周，鄭飄飄，等. 基于分布式文件系統電力大數據存儲實現[J]. 粘接，2022，49（6）：172-175.

[13] 唐豪，易文龍，趙應丁，等. 基于區塊鏈的農產品可信檢測數據存儲方法[J]. 科學技術與工程，2022，22（24）：10631-10637.

[14] 趙建立，湯卓凡，姚孟陽. 基于Hadoop的配電網需求數據存儲控制技術優化[J]. 粘接，2024，51（2）：182-185.

[15] 張利華，張贛哲，曹宇，等. 基于聯盟鏈的泛在電力物聯網數據存儲方案[J]. 計算機工程與設計，2022，43（9）：2415-2422.

（責任編輯：張玉平）