CN113377339B - 基于电力物联网的分组编码真随机数生成方法及系统 - Google Patents
基于电力物联网的分组编码真随机数生成方法及系统 Download PDFInfo
- Publication number
- CN113377339B CN113377339B CN202110778793.XA CN202110778793A CN113377339B CN 113377339 B CN113377339 B CN 113377339B CN 202110778793 A CN202110778793 A CN 202110778793A CN 113377339 B CN113377339 B CN 113377339B
- Authority
- CN
- China
- Prior art keywords
- true random
- random number
- output
- calculation rule
- binary
- 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
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
Abstract
本发明公开的基于电力物联网的分组编码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：将电力物联网真随机数采集设备划分为选择组和输出组；根据选择组采集的数据，建立游标计算规则，并根据游标计算规则建立选择游标集；根据选择游标集从输出组中选定采集设备，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。所述系统包括真随机数输入选择器、第一建立模块、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
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分组编码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，但所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。这样的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，但是还大都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分组编码真随机数生成方法，包括：
将电力物联网真随机数采集设备划分为选择组和输出组；
根据所述选择组采集的数据，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从所述输出组中选定采集设备，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；
所述选择组中采集设备的数量S1小于等于所述输出组中采集设备的数量S2，并且所述S1与S2之和等于采集设备总数S；其中，所述S1和S2采用如下方法确定：
计算某典型时间段所涉及采集设备的输出负荷平均值
；
将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary（）是将十进制数转换为二进制数的函数；
根据确定的采集设备总数S和
，确定S1和S2的最优解，使/>
。
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：将选择组包含的采集设备输出的随机数分别转换为二进制，然后将其头尾相接，输出最终的二进制随机数，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S2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S2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与所述输出负荷平均值
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分组编码真随机数生成系统，包括：真随机数输入选择器，用于将电力物联网真随机数采集设备划分为选择组和输出组；第一建立模块，用于根据所述选择组采集的数据，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从所述输出组中选定采集设备，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；
所述选择组中采集设备的数量S1小于等于所述输出组中采集设备的数量S2，并且所述S1与S2之和等于采集设备总数S；其中，所述S1和S2采用如下方法确定：
计算某典型时间段所涉及采集设备的输出负荷平均值
；
将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary（）是将十进制数转换为二进制数的函数；
根据确定的采集设备总数S和
，确定S1和S2的最优解，使/>
。
本发明提供的基于电力物联网的分组编码真随机数生成方法及系统，通过将真随机数采集设备分为两组，即选择组和输出组，选择组中采集设备输出的真随机数作为从输出组设备集合中确定真随机数采集点的选择依据，输出组中被选择的采集设备输出真随机数的集合经过加工，作为目标真随机数输出，从而达到“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分组编码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分组编码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分组编码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分组编码真随机数生成方法，通过将电力物联网真随机数采集设备划分为两组，即选择组和输出组，其中选择组采集用电负荷数据采集设备输出的真随机数，作为从输出组设备集合中确定真随机数采集点的选择依据，输出组对被选择的用电负荷数据采集设备输出的真随机数的集合经过加工，作为目标真随机数输出。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分组编码真随机数生成方法，包括如下步骤：
步骤S101：将电力物联网真随机数采集设备划分为选择组和输出组。
选择组用于确定在输出组中选择哪些采集设备作为随机数采集点。在实际应用中，考虑到成本等诸多因素，选择组的元素（即采集设备）数量S1要小于等于输出组的元素数量S2，即S1≤S2，采集设备总数S=S1+S2为已知。
下面通过一种确定S1和S2的方法来说明本步骤的可行性，实践中，可以根据实际情况进行优化：
（1）计算某典型时间段所涉及采集设备的输出负荷平均值
；
（2）将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary()是将十进制数转换为二进制数的函数；
（3）使
, 或者/>
≥S2/S1；
（4）根据确定的S和
，并结合实际情况，确定S1和S2的最优解。
需要说明的是，考虑到用户用电负荷的周期性（例如晚上可能不用电或者规律性用电），负荷平均值
的计算可以是动态的，例如取前1秒的数值，然后即时计算出S1和S2。
步骤S102：根据选择组采集的数据，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S1和S2确定之后，就可以进一步将不同的采集设备划分到选择组或输出组中。需要说明的是，此时的划分方式可以采取固定划分方式，也可以采取随机划分方式；虽然随机划分方式比固定划分方式复杂，但是可以带来更好的随机性，而无论哪种划分方式，均不会影响本发明步骤的可行性。
为了叙述方便，本实施例以固定划分方式为例阐述建立选择游标集的规则，选择游标集的作用是从输出组的采集设备集合中选择随机数采集点。在实际应用中，可以根据相应约束条件，建立游标计算规则，然后根据该游标计算规则输出选择游标集。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
将选择组包含的采集设备输出的随机数分别转换为二进制，然后将其头尾相接，输出最终的二进制随机数，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S2等长的“选择游标集”，该集合中每个游标位置对应于输出组中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S2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（该集合也是一个二进制数，与输出组的元素数量S2等长，如果长度超过S2则截掉超出部分）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：根据选择游标集从输出组中选定采集设备，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，根据选择游标集在输出组中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=
，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
；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。
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分组编码真随机数生成方法，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分组编码真随机数生成系统，该系统包括：
真随机数输入选择器，用于将电力物联网真随机数采集设备划分为选择组和输出组；
第一建立模块，用于根据选择组采集的数据，建立游标计算规则，并根据游标计算规则建立选择游标集；
真随机数规则定义器，用于根据选择游标集从输出组中选定采集设备，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；
真随机数输出器，用于根据随机种子，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；
所述选择组中采集设备的数量S1小于等于所述输出组中采集设备的数量S2，并且所述S1与S2之和等于采集设备总数S；其中，所述S1和S2采用如下方法确定：
计算某典型时间段所涉及采集设备的输出负荷平均值
；
将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary（）是将十进制数转换为二进制数的函数；
根据确定的采集设备总数S和
，确定S1和S2的最优解，使/>
。
本实施例提供的基于电力物联网的分组编码真随机数生成系统，通过真随机数输入选择器将真随机数采集设备分为两组，通过真随机数规则定义器建立真随机计算规则，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，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分组编码真随机数生成方法及系统，通过将真随机数采集设备分为两组，即选择组和输出组，选择组中采集设备输出的真随机数作为从输出组设备集合中确定真随机数采集点的选择依据，输出组中被选择的采集设备输出真随机数的集合经过加工，作为目标真随机数输出，从而达到“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分组编码真随机数生成方法，其特征在于，包括：
将电力物联网真随机数采集设备划分为选择组和输出组；
根据所述选择组采集的数据，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从所述输出组中选定采集设备，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；
所述选择组中采集设备的数量S1小于等于所述输出组中采集设备的数量S2，并且所述S1与S2之和等于采集设备总数S；其中，所述S1和S2采用如下方法确定：
计算某典型时间段所涉及采集设备的输出负荷平均值
；
将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary（）是将十进制数转换为二进制数的函数；
根据确定的采集设备总数S和
，确定S1和S2的最优解，使/>
。
2.如权利要求1所述的基于电力物联网的分组编码真随机数生成方法，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：将选择组包含的采集设备输出的随机数分别转换为二进制，然后将其头尾相接，输出最终的二进制随机数，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S2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分组编码真随机数生成方法，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S2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分组编码真随机数生成方法，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与所述输出负荷平均值
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分组编码真随机数生成方法，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分组编码真随机数生成方法，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分组编码真随机数生成方法，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分组编码真随机数生成方法，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分组编码真随机数生成系统，其特征在于，包括：真随机数输入选择器，用于将电力物联网真随机数采集设备划分为选择组和输出组；第一建立模块，用于根据所述选择组采集的数据，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从所述输出组中选定采集设备，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；
所述选择组中采集设备的数量S1小于等于所述输出组中采集设备的数量S2，并且所述S1与S2之和等于采集设备总数S；其中，所述S1和S2采用如下方法确定：
计算某典型时间段所涉及采集设备的输出负荷平均值
；
将负荷平均值
转换为二进制数，并取出下位数/>
= Binary(/>
)；其中，/>
代表负荷平均值的二进制表达方式下位数，Binary（）是将十进制数转换为二进制数的函数；
根据确定的采集设备总数S和
，确定S1和S2的最优解，使/>
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110778793.XA CN113377339B (zh) | 2021-07-09 | 2021-07-09 | 基于电力物联网的分组编码真随机数生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110778793.XA CN113377339B (zh) | 2021-07-09 | 2021-07-09 | 基于电力物联网的分组编码真随机数生成方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113377339A CN113377339A (zh) | 2021-09-10 |
| CN113377339B true CN113377339B (zh) | 2023-07-11 |
Family
ID=77581604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110778793.XA Active CN113377339B (zh) | 2021-07-09 | 2021-07-09 | 基于电力物联网的分组编码真随机数生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113377339B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7389316B1 (en) * | 2004-11-24 | 2008-06-17 | Xilinx, Inc. | Method and apparatus for true random number generation |
| 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 |
| CN105117199A (zh) * | 2015-09-08 | 2015-12-02 | 中国南方电网有限责任公司电网技术研究中心 | 真随机数后处理系统及方法 |
| CN109697049A (zh) * | 2018-12-28 | 2019-04-30 | 拉扎斯网络科技（上海）有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN110611568A (zh) * | 2019-09-20 | 2019-12-24 | 天翼电子商务有限公司 | 基于多种加解密算法的动态加解密方法、装置、及设备 |
| KR102197744B1 (ko) * | 2020-02-04 | 2021-01-04 | 금오공과대학교 산학협력단 | 무작위 천이 규칙을 적용한 셀룰러 오토마타 기반 참 난수 생성 장치 |
-
2021
- 2021-07-09 CN CN202110778793.XA patent/CN113377339B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7389316B1 (en) * | 2004-11-24 | 2008-06-17 | Xilinx, Inc. | Method and apparatus for true random number generation |
| 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 |
| CN105117199A (zh) * | 2015-09-08 | 2015-12-02 | 中国南方电网有限责任公司电网技术研究中心 | 真随机数后处理系统及方法 |
| CN109697049A (zh) * | 2018-12-28 | 2019-04-30 | 拉扎斯网络科技（上海）有限公司 | 数据处理方法、装置、电子设备及计算机可读存储介质 |
| CN110611568A (zh) * | 2019-09-20 | 2019-12-24 | 天翼电子商务有限公司 | 基于多种加解密算法的动态加解密方法、装置、及设备 |
| KR102197744B1 (ko) * | 2020-02-04 | 2021-01-04 | 금오공과대학교 산학협력단 | 무작위 천이 규칙을 적용한 셀룰러 오토마타 기반 참 난수 생성 장치 |
Non-Patent Citations (1)
| Title |
|---|
| 利用算法对智能卡随机数的伪随机改进;孙俊 等;微型机与应用(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113377339A (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 | |
| Deng et al. | Probabilistic load flow method considering large-scale wind power integration | |
| Yigit et al. | Cloud computing for smart grid applications | |
| Jiang et al. | Energy big data: A survey | |
| Liu et al. | A key management scheme for secure communications of advanced metering infrastructure in smart grid | |
| Irisarri et al. | Economic dispatch with network and ramping constraints via interior point methods | |
| Mai et al. | Design and implementation of a secure cloud-based billing model for smart meters as an Internet of things using homomorphic cryptography | |
| CN107819569B (zh) | 登录信息的加密方法及终端设备 | |
| Panciatici et al. | Advanced optimization methods for power systems | |
| An et al. | TCNS: Node selection with privacy protection in crowdsensing based on twice consensuses of blockchain | |
| CN112039673B (zh) | 一种基于Feistel结构的配电物联网巡检数据动态加密方法及装置 | |
| Yang et al. | Fast grid security assessment with N− k contingencies | |
| Cheng et al. | A homomorphic encryption-based private collaborative distributed energy management system | |
| Muzzammel et al. | Advanced energy management system with the incorporation of novel security features | |
| Zhang et al. | Data encryption based on a 9D complex chaotic system with quaternion for smart grid | |
| Yan et al. | Model-free lossless data compression for real-time low-latency transmission in smart grids | |
| Wang et al. | Preserving scheme for user’s confidential information in smart grid based on digital watermark and asymmetric encryption | |
| Benmalek et al. | eSKAMI: Efficient and scalable multi-group key management for advanced metering infrastructure 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 | |
| Fujdiak et al. | Design of low-power random number generator using signal quantization error in smart grid | |
| CN113377338B (zh) | 基于电力物联网的自反馈真随机数生成方法及系统 | |
| CN116743341A (zh) | 一种基于同态加密的量测数据安全共享方法 | |
| CN112994887B (zh) | 一种适用于电力物联网终端的通信加密方法及系统 | |
| Da Costa et al. | The feasibility of the crystals-kyber scheme for smart metering systems | |
| JP2012194489A (ja) | 分散情報管理システム、分散情報管理方法、および分散情報管理プログラム |
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 |