CN113377338B - 基于电力物联网的自反馈真随机数生成方法及系统 - Google Patents

基于电力物联网的自反馈真随机数生成方法及系统 Download PDF

Info

Publication number
CN113377338B
CN113377338B CN202110778784.0A CN202110778784A CN113377338B CN 113377338 B CN113377338 B CN 113377338B CN 202110778784 A CN202110778784 A CN 202110778784A CN 113377338 B CN113377338 B CN 113377338B
Authority
CN
China
Prior art keywords
random number
true random
feedback
calculation rule
true
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110778784.0A
Other languages
English (en)
Other versions
CN113377338A (zh
Inventor
梁盈威
杨秋勇
谢瀚阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110778784.0A priority Critical patent/CN113377338B/zh
Publication of CN113377338A publication Critical patent/CN113377338A/zh
Application granted granted Critical
Publication of CN113377338B publication Critical patent/CN113377338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G06F7/588—Random number generators, i.e. based on natural stochastic processes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开的基于电力物联网的自反馈真随机数生成方法及系统，属于数据安全技术领域。所述方法包括：根据随机数采集设备的数量，生成伪随机数，并将其为反馈随机数输出；根据获取的反馈随机数，建立游标计算规则，并根据游标计算规则建立选择游标集，根据选择游标集选定采集设备，建立真随机计算规则，并根据真随机计算规则，输出真随机数作为随机种子；根据随机种子，建立输出计算规则，并根据输出计算规则，输出目标真随机数。所述系统包括初始化模块、真随机数采集引擎、真随机数规则定义器和真随机数输出器。本发明将个体电力负荷数据真随机性放大，同时抑制大规模样本下的负荷数据稳定性，使其满足真随机数生成器在生产环境中的技术要求。

Description

基于电力物联网的自反馈真随机数生成方法及系统
技术领域
本发明涉及数据安全技术领域，特别涉及一种基于电力物联网的自反馈真随机数生成方法及系统。
背景技术
数据安全正面临前所未有的挑战，其原因是：现有保护数据安全的方法都是对数据进行加密处理，然而所使用加密算法都无法证明是不可破解的，具体内容可见机械工业出版社2003年3月1日出版的《应用密码学》第6、12页。换言之，加密算法都只是在一定可用资源和时间范畴内不可破解的，即使给出无限多的时间与资源仍不可破，有关记载详见文献Shannon, Claude (1949). Communication Theory of Secrecy Systems，Bell SystemTechnical Journal 28 (4): 656–715，S N Molotkov, Quantum cryptography and V AKotel'nikov's one-time key and sampling theorems, PHYS-USP, 2006, 49 (7),750–761以及机械工业出版社2003年3月1日出版的《应用密码学》第6、12页。但是，随着解密技术的不断进步和硬件性能的不断提升，价格不断下跌，特别是量子计算机的日趋成熟，加密算法的安全性随着时间的推移将变得越发不安全。
在密码学体系中，目前只有一次一密乱码本（OTP，one-time pad）是数学上证明不可破解的，具体内容见U.S patent 1,310,719. SECRET SIGNALING SYSTEM。具体而言，该方法就是对明文信息的每一位都以真随机密钥进行加密，密钥的长度不小于明文信息的长度，这种方法体系下，由于明文信息的每一位及所使用的密钥是等概的，因此不论密码分析者有多少密文，都无法确定唯一解。这种方法在密码学中被称作为无条件保密的(unconditionally secure)。然而OTP算法的健壮性需要依赖于真随机“密码本”，如该密码本不是真随机，可以根据一定规则被“仿制”出来，那么整个OTP加密体系将会变得很脆弱。因此，寻找生成真随机密码本是维系OTP加密算法健壮性的核心问题。目前普遍使用的真随机数生成方法，主要包括使用随机噪声、使用计算机时钟、CPU负载或网络数据包到达次数等方法。
虽然上述随机数生成场景具有真随机特性，但是均停留在理论层面无法应用于生产实践，其原因在于：
1.数据采集问题
无论是哪种真随机数生成场景，都需要能够准确采集大规模真随机数。现实中，为了保证所生成随机数具备真随机性（不可重复），所需采集的真随机输入（干扰）来源规模一定要大，其所对应的采集装置也要具备相同的规模，因此所需的采集设备前期投入和持续运维成本也就很高，操作难度较高。
2.可持续性问题
为了满足实际生产环境需要，真随机数发生器还需要具备可持续性，即可持续的不重复性，进而能够生成足够数量的真随机数。
针对以上实际问题，现有技术提出了一种基于大规模电力物联网数据持续生成真随机数的方法，这种方法相比传统方法具有良好的实际可操作性：
1.大规模“真随机”输入数据精确采集能力
大规模电网需要覆盖海量个人用户与企事业单位用电需求，相关用电负荷数据采集设备（例如电表、变压器、线路负载等）都已经大规模部署并在持续运维，因用户用电数据涉及每个消费主体的切身利益与电网公司稳定运行刚性要求，相关负荷采集设备对采集数据质量具有较高要求，可以完全满足真随机数生成装置的技术需要。
2.大规模持续用电负荷的“真正”随机性保证了系统的可持续性
大规模电网所接入的用户持续用电行为具备“真正”随机性，因其用电行为的可持续性，所采集的负荷输入也具备持续性特征，可以满足生产环境的要求。
虽然电网接入的用户个体用电行为具有真随机特性（虽然周期地也表现出一定稳定性和可重复性），但是作为大规模群体的负荷总量周期性输出稳定（例如每年/每年相同时段），无法满足真随机数生成器的“不可重复性”的技术要求。
发明内容
为了满足真随机数生成器的“不可重复性”的技术要求，本发明提供了一种基于电力物联网的自反馈真随机数生成方法，包括：
根据电力物联网的随机数采集设备的数量，生成伪随机数，并将所述伪随机数作为反馈随机数输出；
根据获取的反馈随机数，建立游标计算规则，并根据所述游标计算规则建立选择游标集；
根据所述选择游标集选定采集设备，建立真随机计算规则，并根据所述真随机计算规则，输出真随机数作为随机种子；
根据所述随机种子，建立输出计算规则，并根据所述输出计算规则，输出目标真随机数；
所述反馈随机数的长度小于电力物联网随机数采集设备总数S的长度；所述伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用所述目标真随机数作为反馈随机数，而不再使用所述伪随机数。
所述游标计算规则为头尾相接法，相应地，根据所述游标计算规则建立选择游标集的步骤具体包括：将获取的反馈随机数的头尾相接，输出满足要求的二进制随机数，采集所述二进制随机数中“1”或“0”对应的游标位置输出，生成与所述S等长的选择游标集。
所述游标计算规则为二次计算法，相应地，根据所述游标计算规则建立选择游标集的步骤具体包括：选择一个与所述S等长的随机二进制数，所述随机二进制数是计算机程序生成的伪随机数，或是上一轮计算的选择游标集；将所述随机二进制数与所述头尾相接法计算规则生成的选择游标集进行逻辑“与”计算，生成最终的选择游标集。
所述真随机计算规则为平均值法，相应地，根据所述真随机计算规则，输出真随机数作为随机种子的步骤具体包括：计算第i个采集设备采集的随机数δi与某典型时间段所涉及采集设备的输出负荷平均值
Figure SMS_1
的差值Δδi，并输出所述Δδi；将所有采集设备输出的Δδi转换为二进制后首尾相接作为最终真随机数输出。
所述真随机计算规则为随机轮转计算法，相应地，根据所述真随机计算规则，输出真随机数作为随机种子的步骤具体包括：建立一组计算符集合，将所有输出的Δδi按照生成的时间顺序排序，然后随机选择所述计算符集合中的计算符，按照从左到右的次序两两计算，并将计算结果转换成二进制后首尾相接作为最终真随机数输出。
所述输出计算规则包括编码法和乱序输出法；所述编码法具体为：建立一个使用预定义内嵌计算逻辑的编码函数，或是由编码计算所在时刻的时间戳确定的用编码规则；所述乱序输出法具体为：运行时由计算机生成一个与所述随机种子等长的伪随机数，并从左到右遍历所述伪随机数，若遇到0，则对应位置随机种子数字取反输出；若遇到1，则对应位置随机种子数字直接输出。
所述电力物联网数据包括用户用电负荷、电压、电流、有功功率、无功功率、功率因数和频率谐波。
所述电力物联网数据的设备包括智能电表、RTU和SCADA设备。
本发明还提供了一种基于电力物联网的自反馈真随机数生成系统，包括：初始化模块，用于根据电力物联网的随机数采集设备的数量，生成伪随机数，并将所述伪随机数作为反馈随机数输出；真随机数采集引擎，用于根据获取的反馈随机数，建立游标计算规则，并根据所述游标计算规则建立选择游标集；真随机数规则定义器，用于根据所述选择游标集选定采集设备，建立真随机计算规则，并根据所述真随机计算规则，输出真随机数作为随机种子；真随机数输出器，用于根据所述随机种子，建立输出计算规则，并根据所述输出计算规则，输出目标真随机数；
所述反馈随机数的长度小于电力物联网随机数采集设备总数S的长度；所述伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用所述目标真随机数作为反馈随机数，而不再使用所述伪随机数。
本发明提供的基于电力物联网的自反馈真随机数生成方法及系统，通过将前次输出的真随机数作为本次随机数采集装置的选择依据，持续反馈循环输出真随机特性越来越强的真随机数，该方法具有良好的自我优化机制，能够不断提升输出数据的随机性，可以“扬长避短”，能够充分地将个体电力负荷数据真随机性放大，同时抑制大规模样本下的负荷数据稳定性，使其满足真随机数生成器在生产环境中的技术要求。
附图说明
图1是本实施例基于电力物联网的自反馈真随机数生成方法流程图；
图2是本实施例基于电力物联网的自反馈真随机数生成系统原理图；
图3是本实施例基于电力物联网的自反馈真随机数生成系统架构图。
具体实施方式
下面结合附图和实施例，对本发明技术方案作进一步描述。
本发明实施例提供的基于电力物联网的自反馈真随机数生成方法，通过将前次输出的真随机数作为本次随机数采集装置的选择依据，持续反馈循环输出真随机特性越来越强的真随机数，该方法的整体体系架构具有良好的自我优化机制，能够不断提升输出数据的随机性。需要说明的是，本发明实施例所涉及的电力物联网数据包括但不限于用户用电负荷、电压、电流、有功功率、无功功率、功率因数、频率、谐波等。用于采集以上电力物联网数据的设备包括但不限于智能电表、RTU（Remote Terminal Unit，远程终端单元）、SCADA（Supervisory Control And Data Acquisition，数据采集与监视控制系统）设备等，为描述方便，以下仅以智能电表采集的用户用电负荷作为示例说明本发明实施例的方法。
参见图1，本发明实施例提供的基于电力物联网的自反馈真随机数生成方法，包括如下步骤：
步骤S101：根据电力物联网的随机数采集设备的数量，生成伪随机数，并将该伪随机数作为反馈随机数输出。
设定电力物联网随机数采集设备总数为S，选择一个与S等长的随机二进制数，该随机二进制数可以是计算机程序生成的伪随机数。需要说明的是：该伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用步骤S104输出的真随机数作为反馈随机数，而不再使用伪随机数。
步骤S102：根据获取的反馈随机数，建立游标计算规则，并根据游标计算规则建立选择游标集。
在本实施例中，反馈随机数的长度小于S的长度。为了根据反馈随机数生成一个与S等长度的真随机数R，可以将反馈随机数的内容按照一定规则重复使用（例如头尾相接或者将其作为随机种子反复抽取其中内容），从而生成与S等长度的真随机数R。然后根据真随机数R和相应的实际约束条件，建立游标计算规则，并根据该游标计算规则输出选择游标集。选择游标集的作用是从随机数采集设备集合（用于最终结果输出的）中选择随机数采集点。
下面举例说明本步骤的可行性，但不代表以下游标计算规则是本发明实施例方法所覆盖全部：
（1）游标计算规则1：头尾相接法
将真随机数R头尾相接，输出满足要求（即选择游标集的长度与S等长）
长度的二进制随机数，采集该随机数中“1”对应的游标位置（也可采集“0”，可根据实际场景需要决定）输出，生成与S等长的“选择游标集”，该集合中每个游标位置对应于相同位置的采集设备，即随机数采集点。
（2）游标计算规则2：二次计算法
选择一个与S等长的随机二进制数，该随机二进制数可以是计算机程序生成的伪随机数，也可以是上一轮计算的真随机数（即选择游标集），进而在游标计算规则1输出了选择游标集（该集合是一个二进制数，与S等长）之后，与前述的随机二进制数进行二次计算（例如“与”计算），生成最终的选择游标集。
步骤S103：根据选择游标集选定采集设备，建立真随机计算规则，并根据真随机计算规则，输出真随机数作为随机种子；
参见图2，根据选择游标集确定用于采集随机数的采集设备，每个采集设备输出的真随机数，可进一步建立真随机计算规则，并根据该真随机计算规则输出真随机数。下面举例说明本步骤的可行性，但不代表以下规则是本发明实施例方法所覆盖全部：
（1）真随机计算规则1：平均值法
第i个采集设备采集随机数δi，需要进行Δδi=
Figure SMS_2
，其中/>
Figure SMS_3
为某典型时间段所涉及采集设备的输出负荷平均值；将Δδi输出，将所有采集设备输出的Δδi转换为二进制后首尾相接作为最终真随机数输出；
（2）真随机计算规则2：随机轮转计算法
建立一组计算符集合，比如
Figure SMS_4
；所有输出的Δδi按照生成的时间顺序排序，然后随机选择该计算符集合中的计算符，依次（例如从左到右）两两计算，将计算结果转换成二进制后首尾相接作为最终真随机数输出；
步骤S104：根据随机种子，建立输出计算规则，并根据输出计算规则，输出目标真随机数。
在具体应用中，步骤S104输出的目标真随机数作为反馈随机数，被再次应用到步骤S102中，从而持续反馈循环输出真随机特性越来越强的真随机数。
参见图2，在获得随机种子后，进一步建立输出计算规则，输出目标真随机数；下面举例说明本步骤的可行性，但不代表以下规则是本发明实施例方法所覆盖全部：
（1）输出计算规则1：编码法
建立一个编码函数，该函数可以使用预定义内嵌计算逻辑，例如：奇数位置的0编码为1输出、奇数位置的1编码为0输出、偶数位置的0编码为0输出、偶数位置的1编码为1输出；也可以设定若干编码规则，由编码计算所在时刻的时间戳确定用哪一种编码规则。
（2）输出计算规则2：乱序输出法
运行时由计算机生成一个与随机种子等长的伪随机数，并进一步约定：从左到右遍历该伪随机数，遇到0，对应位置随机种子数字取反输出；遇到1，对应位置随机种子数字直接输出。
最终，通过上述输出计算规则输出的随机数为目标真随机数。
本实施例提供的基于电力物联网的自反馈真随机数生成方法，通过将前次输出的真随机数作为本次随机数采集装置的选择依据，持续反馈循环输出真随机特性越来越强的真随机数，该方法具有良好的自我优化机制，能够不断提升输出数据的随机性，可以“扬长避短”，能够充分地将个体电力负荷数据真随机性放大，同时抑制大规模样本下的负荷数据稳定性，使其满足真随机数生成器在生产环境中的技术要求。
参见图3，本发明实施例还提供了一种基于电力物联网的自反馈真随机数生成系统，该系统包括：
初始化模块，用于根据电力物联网的随机数采集设备的数量，生成伪随机数，并将所述伪随机数作为反馈随机数输出；
真随机数采集引擎，用于根据获取的反馈随机数，建立游标计算规则，并根据所述游标计算规则建立选择游标集；
真随机数规则定义器，用于根据所述选择游标集选定采集设备，建立真随机计算规则，并根据所述真随机计算规则，输出真随机数作为随机种子；
真随机数输出器，用于根据所述随机种子，建立输出计算规则，并根据所述输出计算规则，输出目标真随机数；
所述反馈随机数的长度小于电力物联网随机数采集设备总数S的长度；所述伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用所述目标真随机数作为反馈随机数，而不再使用所述伪随机数。
本实施例提供的基于电力物联网的自反馈真随机数生成系统，通过将真随机数输出器前次输出的真随机数作为本次真随机数采集引擎采集的选择依据，以及通过真随机数输出器建立输出计算规则，并输出目标真随机数，持续反馈循环输出真随机特性越来越强的真随机数，从而能够充分地将个体电力负荷数据真随机性放大，同时抑制大规模样本下的负荷数据稳定性，使其满足真随机数生成器在生产环境中的技术要求。
本发明实施例提供的基于电力物联网的自反馈真随机数生成方法及系统，通过将前次输出的真随机数作为本次随机数采集装置的选择依据，持续反馈循环输出真随机特性越来越强的真随机数，该方法具有良好的自我优化机制，能够不断提升输出数据的随机性，可以“扬长避短”，能够充分地将个体电力负荷数据真随机性放大，同时抑制大规模样本下的负荷数据稳定性，使其满足真随机数生成器在生产环境中的技术要求。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于电力物联网的自反馈真随机数生成方法，其特征在于，包括：
根据电力物联网的随机数采集设备的数量，生成伪随机数，并将所述伪随机数作为反馈随机数输出；
根据获取的反馈随机数，建立游标计算规则，并根据所述游标计算规则建立选择游标集；
根据所述选择游标集选定采集设备，建立真随机计算规则，并根据所述真随机计算规则，输出真随机数作为随机种子；
根据所述随机种子，建立输出计算规则，并根据所述输出计算规则，输出目标真随机数；
所述反馈随机数的长度小于电力物联网随机数采集设备总数S的长度；所述伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用所述目标真随机数作为反馈随机数，而不再使用所述伪随机数。
2.如权利要求1所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述游标计算规则为头尾相接法，相应地，根据所述游标计算规则建立选择游标集的步骤具体包括：将获取的反馈随机数的头尾相接，输出满足要求的二进制随机数，采集所述二进制随机数中“1”或“0”对应的游标位置输出，生成与所述S等长的选择游标集。
3.如权利要求2所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述游标计算规则为二次计算法，相应地，根据所述游标计算规则建立选择游标集的步骤具体包括：选择一个与所述S等长的随机二进制数，所述随机二进制数是计算机程序生成的伪随机数，或是上一轮计算的选择游标集；将所述随机二进制数与所述头尾相接法计算规则生成的选择游标集进行逻辑“与”计算，生成最终的选择游标集。
4.如权利要求3所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述真随机计算规则为平均值法，相应地，根据所述真随机计算规则，输出真随机数作为随机种子的步骤具体包括：计算第i个采集设备采集的随机数δi与某典型时间段所涉及采集设备的输出负荷平均值
Figure QLYQS_1
的差值Δδi，并输出所述Δδi；将所有采集设备输出的Δδi转换为二进制后首尾相接作为最终真随机数输出。
5.如权利要求4所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述真随机计算规则为随机轮转计算法，相应地，根据所述真随机计算规则，输出真随机数作为随机种子的步骤具体包括：建立一组计算符集合，将所有输出的Δδi按照生成的时间顺序排序，然后随机选择所述计算符集合中的计算符，按照从左到右的次序两两计算，并将计算结果转换成二进制后首尾相接作为最终真随机数输出。
6.如权利要求5所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述输出计算规则包括编码法和乱序输出法；所述编码法具体为：建立一个使用预定义内嵌计算逻辑的编码函数，或是由编码计算所在时刻的时间戳确定的用编码规则；所述乱序输出法具体为：运行时由计算机生成一个与所述随机种子等长的伪随机数，并从左到右遍历所述伪随机数，若遇到0，则对应位置随机种子数字取反输出；若遇到1，则对应位置随机种子数字直接输出。
7.如权利要求6所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述电力物联网数据包括用户用电负荷、电压、电流、有功功率、无功功率、功率因数和频率谐波。
8.如权利要求7所述的基于电力物联网的自反馈真随机数生成方法，其特征在于，所述电力物联网数据的设备包括智能电表、RTU和SCADA设备。
9.一种基于电力物联网的自反馈真随机数生成系统，其特征在于，包括：初始化模块，用于根据电力物联网的随机数采集设备的数量，生成伪随机数，并将所述伪随机数作为反馈随机数输出；真随机数采集引擎，用于根据获取的反馈随机数，建立游标计算规则，并根据所述游标计算规则建立选择游标集；真随机数规则定义器，用于根据所述选择游标集选定采集设备，建立真随机计算规则，并根据所述真随机计算规则，输出真随机数作为随机种子；真随机数输出器，用于根据所述随机种子，建立输出计算规则，并根据所述输出计算规则，输出目标真随机数；
所述反馈随机数的长度小于电力物联网随机数采集设备总数S的长度；所述伪随机数仅在初始化系统时生成，并且仅被作为反馈随机数使用一次，后续将会使用所述目标真随机数作为反馈随机数，而不再使用所述伪随机数。
CN202110778784.0A 2021-07-09 2021-07-09 基于电力物联网的自反馈真随机数生成方法及系统 Active CN113377338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110778784.0A CN113377338B (zh) 2021-07-09 2021-07-09 基于电力物联网的自反馈真随机数生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110778784.0A CN113377338B (zh) 2021-07-09 2021-07-09 基于电力物联网的自反馈真随机数生成方法及系统

Publications (2)

Publication Number Publication Date
CN113377338A CN113377338A (zh) 2021-09-10
CN113377338B true CN113377338B (zh) 2023-07-14

Family

ID=77581581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110778784.0A Active CN113377338B (zh) 2021-07-09 2021-07-09 基于电力物联网的自反馈真随机数生成方法及系统

Country Status (1)

Country Link
CN (1) CN113377338B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1770094A (zh) * 2005-10-17 2006-05-10 浙江大学 高质量的真随机数产生器
CN101986663A (zh) * 2010-11-29 2011-03-16 北京卓微天成科技咨询有限公司 一种基于otp的云存储数据存储方法、装置及系统
KR101630791B1 (ko) * 2015-03-27 2016-06-16 황순영 의사 난수로부터 진성 난수를 생성하는 방법 및 이 방법을 컴퓨터상에서 실행할 수 있는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
CN106354475A (zh) * 2016-08-30 2017-01-25 安徽问天量子科技股份有限公司 高性能随机数发生方法及发生器
TWI662471B (zh) * 2018-05-31 2019-06-11 華邦電子股份有限公司 真實隨機數產生裝置及其產生方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7047262B2 (en) * 2002-08-21 2006-05-16 Koninklijke Philips Electronics N.V. Entropy estimation and decimation for improving the randomness of true random number generation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1770094A (zh) * 2005-10-17 2006-05-10 浙江大学 高质量的真随机数产生器
CN101986663A (zh) * 2010-11-29 2011-03-16 北京卓微天成科技咨询有限公司 一种基于otp的云存储数据存储方法、装置及系统
KR101630791B1 (ko) * 2015-03-27 2016-06-16 황순영 의사 난수로부터 진성 난수를 생성하는 방법 및 이 방법을 컴퓨터상에서 실행할 수 있는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
CN106354475A (zh) * 2016-08-30 2017-01-25 安徽问天量子科技股份有限公司 高性能随机数发生方法及发生器
TWI662471B (zh) * 2018-05-31 2019-06-11 華邦電子股份有限公司 真實隨機數產生裝置及其產生方法

Also Published As

Publication number Publication date
CN113377338A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
Xu et al. Data-driven risk-averse two-stage optimal stochastic scheduling of energy and reserve with correlated wind power
Zhao et al. Smart and practical privacy-preserving data aggregation for fog-based smart grids
Liu et al. A key management scheme for secure communications of advanced metering infrastructure in smart grid
Mai et al. Design and implementation of a secure cloud-based billing model for smart meters as an Internet of things using homomorphic cryptography
Chin et al. Privacy-protecting energy management unit through model-distribution predictive control
Tang et al. Quantum-secure microgrid
Cheng et al. A homomorphic encryption-based private collaborative distributed energy management system
Lee et al. A unified approach for compression and authentication of smart meter reading in AMI
Zhu et al. A class of quadratic polynomial chaotic maps and its application in cryptography
Ahmadian et al. Security of applications involving multiple organizations and order preserving encryption in hybrid cloud environments
CN113141247A (zh) 一种同态加密方法、装置、系统及可读存储介质
Hayati et al. Potential development of AES 128-bit key generation for LoRaWAN security
Wang et al. Preserving scheme for user’s confidential information in smart grid based on digital watermark and asymmetric encryption
Muzzammel et al. Advanced energy management system with the incorporation of novel security features
Kumar et al. Smart Grid Security by Embedding S-Box Advanced Encryption Standard.
CN113377338B (zh) 基于电力物联网的自反馈真随机数生成方法及系统
CN116684062B (zh) 基于代理重加密的云计算外包和数据动态分享方法及系统
Fujdiak et al. Design of low-power random number generator using signal quantization error in smart grid
CN113377339B (zh) 基于电力物联网的分组编码真随机数生成方法及系统
Li et al. Look-up table based FHE system for privacy preserving anomaly detection in smart grids
CN105553656B (zh) 智能电网中同时支持负载监测和用户计费的隐私保护方法
Mao et al. A hyperchaotic image encryption algorithm based on LSTM neural network and lifting wavelet transform
CN116743341A (zh) 一种基于同态加密的量测数据安全共享方法
Li et al. Information security evaluation based on artificial neural network
Kumar et al. Smart grid security with cryptographic chip integration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant