CN113706332B - 基于个体差分隐私的电力交易报价隐私保护方法及系统 - Google Patents

Abstract

本发明提供的基于个体差分隐私的电力交易报价隐私保护方法及系统，首先通过现有的双边拍卖机制获取拍卖参与者的报价信息并进行拍卖。进而利用贝叶斯推断方法得到拍卖过程中每名参与者的隐私泄露概率，选择概率较高的参与者作为隐私保护对象。之后将差分隐私推广到个体角度，通过更改保护对象的拍卖结果实现隐私保护。计算效用方程后归一化得到保护对象新的拍卖获胜概率从而确定新的拍卖结果。通过这种隐私保护方法，可以显著降低隐私保护对象的隐私泄露风险。另一方面对保护对象拍卖结果的改变不影响其余参与者，拍卖结果只在小范围内做出调整，是一种有针对性的隐私保护算法。

Description

基于个体差分隐私的电力交易报价隐私保护方法及系统

技术领域

本发明属于电力市场交易中数据安全领域，具体为基于个体差分隐私的电力交易报价隐私保护方法及系统。

背景技术

电力市场交易发生于我们生活的每时每刻。其本质是电能的生产者和消费者在规范的市场框架下，通过定价、拍卖等方式针对电能及相关产品进行交易，并通过市场竞争和合约签订等方式确定电力交易价格和数量的机制。

传统的直接定价和阶梯电价机制已经广为普及，然而现在新能源产业的发展使得电能的生产者不再仅仅是火力发电厂，每家每户都可以通过安装太阳能电池板获得电能。而新能源受环境影响较大的特点，也使得电能的生产存在着不稳定性，如阴雨天气光伏发电的效率较低。在这一过程中，原有的电能生产者可能反而变为消费者。而拍卖竞价机制以其灵活性可以有效解决这一问题，实现电力资源在供给端和需求端的匹配，并使得社会福利最大化。近年来随着电动汽车的逐步普及和电力系统区域微电网结构的迅猛发展，电力市场交易又分为集中式和分布式，广泛应用于工业和日常生活中。

但在享受电力市场拍卖竞价交易极大优势的同时，机制内部又存在着重大的隐私风险。总体来说电力市场拍卖交易中可按照阶段分为三个步骤：首先参与者分为电力买家和卖家，分别向拍卖平台给出报价信息，之后拍卖平台根据拍卖机制结合报价信息决定获胜者，最终根据拍卖机制决定每一位参与者的成交价格和电力分配情况。在拍卖进行的每一过程中都存在着重大隐私泄露风险。如在报价信息中蕴含着参与者对于电力资源的需求、存储量等信息以及电力交易的心理预期报价。另一方面在分布式拍卖机制中，报价信息中还具有参与者的地理位置以及选择的充电桩、充电站等信息。如果这些重要的隐私信息被隐私攻击者窃取，则可能会推断出参与者的家庭住址、行为习惯等重要个人隐私。除了直接侵入获取隐私的方式，攻击者还有可能会根据成交价格和电力分配结果设计算法反推出参与者的隐私信息。

针对这种隐私风险，现有的保护方法大多没有在隐私保护和数据可用性之间做到较好的相容性，隐私保护方法大多都以牺牲数据可用性作为前提。但在实际情况中，隐私泄露的风险可能只局限于某几位参与者或某几种隐私信息，大面积地保护隐私不仅大幅破坏了数据可用性，而且保护效果欠佳。如何更有针对性地保护参与者的隐私是当下研究的重点。

发明内容

针对现有技术中存在的问题，本发明的目的在于给出一种具有针对性的拍卖报价隐私保护发方法，提供了一种基于个体差分隐私的电力交易报价隐私保护方法及系统，该方法能够针对隐私泄露风险较高的参与者做出隐私保护，在保证数据可用性的同时较大程度地降低隐私泄露风险。

本发明是通过以下技术方案来实现：

一种基于个体差分隐私的电力交易报价隐私保护方法，包括以下步骤：

步骤1、获取拍卖中各参与者的报价信息，并使用双边机制得到各轮次拍卖结果；

步骤2、根据拍卖结果推断出各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；

步骤3、根据保护对象的报价信息确定其效用方程，然后根据效用方程并结合个体指数差分隐私方式重新计算保护对象在各轮拍卖中的获胜概率；

步骤4、通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。

优选的，步骤2中采用贝叶斯推断方法推断各参与者的隐私泄露概率。

优选的，所述隐私泄露概率的表达式如下：

其中，u_k为心理预期报价，v_k为第k名参与者在全部n轮拍卖的结果，f_k为推断报价，P_bk为先验概率。

优选的，步骤2中对隐私泄露概率进行降序排序，选取前m个隐私泄露概率对应的参与者作为隐私保护对象。

优选的，步骤3中根据参与者在每轮拍卖中的报价信息，分别计算第l名保护对象在第j轮中归一化后的效用方程Q_lj，效用方程的取值随保护对象的报价增加而增加。

优选的，所述效用方程Q_lj的表达式如下：

其中，b_m为最大允许报价，bt_j为第j轮中获胜阈值，b_lj为第l名保护对象在第j轮中的报价，v_lj为第l名参与者在第j轮中的报价。

优选的，所述获胜概率的表达式如下：

其中，ε表示隐私保护参数。

优选的，步骤4中更新保护对象的拍卖结果的方法如下：

采用轮盘赌方法产生(0,1)区间内的随机数，若随机数小于获胜概率P_lj则在第j轮中保护对象t_l的拍卖结果为获胜，反之为失败，进而可以重新确定每名保护对象每轮的拍卖结果。

一种基于个体差分隐私的电力交易报价隐私保护方法的系统，包括，

信息获取单元，用于获取拍卖中各参与者的报价信息以及各轮次的拍卖结果；

保护对象模块，用于根据拍卖结果推断出各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；

概率模块，用于根据保护对象的报价信息确定其效用方程，然后根据效用方程并结合个体指数差分隐私方式重新计算保护对象在各轮拍卖中的获胜概率；

更新模块，用于通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。

与现有技术相比，本发明具有以下有益的技术效果：

本发明提供的基于个体差分隐私的电力交易报价隐私保护方法，首先通过现有的双边拍卖机制获取拍卖参与者的报价信息并进行拍卖。进而利用贝叶斯推断方法得到拍卖过程中每名参与者的隐私泄露概率，选择概率较高的参与者作为隐私保护对象。之后将差分隐私推广到个体角度，通过更改保护对象的拍卖结果实现隐私保护。计算效用方程后归一化得到保护对象新的拍卖获胜概率从而确定新的拍卖结果。通过这种隐私保护方法，可以显著降低隐私保护对象的隐私泄露风险。另一方面对保护对象拍卖结果的改变不影响其余参与者，拍卖结果只在小范围内做出调整，因此本算法可在保证结果改变最小的前提下保护部分参与者的隐私，是一种有针对性的隐私保护算法。

附图说明

图1为本发明基于个体差分隐私的电力交易报价隐私保护方法的流程图；

图2为本发明中隐私泄露概率计算流程图；

图3为本发明中计算隐私保护的拍卖结果的流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

参考图1-3，一种基于个体差分隐私的电力交易报价隐私保护方法，包括以下步骤：

步骤1、电力市场中各参与者向拍卖平台提交报价信息，第k名拍卖参与者的报价信息定义为(b_kj(s_kj),r_kj)。

其中，b_kj和s_kj分别表示买家和卖家k在第j次拍卖中的报价，买家报价设为正值，卖家为负值，从而买卖双方均为报价越高越易胜出，r_kj表示电力需求量。

步骤2、拍卖平台根据拍卖机制实行n轮双边拍卖，采用如McAfee、VCG等双边拍卖机制，得到双边拍卖的买家获胜阈值bt_j和卖家获胜阈值st_j。低于bt_j的买家和高于st_j的卖家获得胜利，从而确定每一轮的拍卖获胜者。

步骤3、根据每轮拍卖的获胜者名单以及获胜阈值，得到每一名拍卖参与者在n轮拍卖中的拍卖结果a_ij,并根据拍卖结果使用贝叶斯推断方法计算每名参与者的隐私泄露概率，具体计算方法为：

假定在n轮拍卖中，参与者的报价都基于心理预期价格，实际报价是服从与心理预期报价相关的某一概率分布Ψ(p,x)。此概率分布可为卡方分布、正态分布等。使用贝叶斯推断方法得到的心理预期报价推断概率即为参与者的隐私泄露概率；

当第k名参与者在第j轮为买家时，设其心理预期报价为u_k，n轮拍卖的结果为v_k，推断报价为f_k，则隐私泄露概率p_ak如下：

其中，先验概率P_bk计算公式如下，其中，b_m(s_m)为最大允许报价：

其中，u_k为心理预期报价，v_k为第k名参与者在全部n轮拍卖的结果，v_kj为第k名参与者在第j轮的拍卖结果，f_k为推断报价，P_bk为先验概率，Ψ(p,x)为平台假定的概率分布，可以为正态分布、卡方分布等，b_m,s_m分别为买卖双方报价范围的最大值，而bt_j,st_j则分别为买卖双方在第j轮中的获胜阈值。将每名参与者按照隐私泄露概率降序排序，选取隐私泄露概率最大的m名参与者作为隐私保护对象，选择m名隐私泄露概率最高的参与者作为保护对象，设第l名保护对象为t_l；

步骤4、对于m名隐私保护对象，通过重新产生拍卖结果的方式保护其隐私，根据保护对象在每轮拍卖中的报价信息，分别计算归一化后的效用方程Q_lj，效用方程的取值随拍卖者的报价增加而增加，具体计算方法为：

上式为买家效用方程，对于卖家效用方程，将报价相关信息更改为买家信息即可。

步骤5、根据效用方程并结合个体指数差分隐私方式重新产生拍卖结果得到获胜概率为P_lj，对于保护对象t_l，其在第j轮拍卖中的拍卖结果可为获胜或失败，获胜概率为P_lj的计算方法如下：

其中，ε表示隐私保护参数，可根据实际情况选取；

6)根据获胜概率并结合轮盘赌的方式重新计算m名隐私保护对象在n轮双边拍卖中加入隐私保护的拍卖结果

产生(0,1)区间内的随机数，若随机数小于获胜概率P_lj则在第j轮中保护对象t_l的拍卖结果为获胜，反之为失败。进而可以重新确定每名保护对象每轮的拍卖获胜情况。由于保护对象拍卖结果的改变不影响其余参与者，只在小范围内做出调整，因此本算法可在保证结果改变最小的前提下保护部分参与者的隐私。

本发明还提供上述基于个体差分隐私的电力交易报价隐私保护方法的系统，包括信息获取模块，保护对象模块，概率模块和更新模块。

信息获取模块，用于获取拍卖中各参与者的报价信息以及各轮次的拍卖结果；

保护对象模块，用于根据拍卖结果推断出各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；

概率模块，用于根据保护对象的报价信息确定其效用方程，然后根据效用方程并结合个体指数差分隐私方式重新计算保护对象在各轮拍卖中的获胜概率；

更新模块，用于通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。

本发明公开了一种基于个体差分隐私的电力交易报价隐私保护方法，首先获取拍卖中各参与者的报价信息，并使用双边机制得到各轮次拍卖结果；再使用贝叶斯隐私推断方法获得各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；利用保护对象的报价信息确定其效用方程，根据效用方程计算保护对象在各轮拍卖中的获胜概率；通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。本发明能够针对隐私泄露风险较高的对象应用隐私保护方法，显著降低保护对象的隐私泄露风险，并不影响其他参与者，保证数据可用性的同时实现高效隐私保护。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (7)

1.一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，包括以下步骤：

步骤1、获取拍卖中各参与者的报价信息，并使用双边机制得到各轮次拍卖结果；

步骤2、根据拍卖结果推断出各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；

步骤3、根据保护对象的报价信息确定其效用方程，然后根据效用方程并结合个体指数差分隐私方式重新计算保护对象在各轮拍卖中的获胜概率；

根据参与者在每轮拍卖中的报价信息，分别计算第l名保护对象在第j轮中归一化后的效用方程Q_lj，效用方程的取值随保护对象的报价增加而增加；

所述效用方程Q_lj的表达式如下：

其中，b_m为最大允许报价，bt_j为第j轮中获胜阈值，b_lj为第l名保护对象在第j轮中的报价，v_lj为第l名参与者在第j轮中的报价；

步骤4、通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。

2.根据权利要求1所述的一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，步骤2中采用贝叶斯推断方法推断各参与者的隐私泄露概率。

3.根据权利要求2所述的一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，所述隐私泄露概率的表达式如下：

其中，u_k为心理预期报价，v_k为第k名参与者在全部n轮拍卖的结果，f_k为推断报价，P_bk为先验概率。

4.根据权利要求1所述的一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，步骤2中对隐私泄露概率进行降序排序，选取前m个隐私泄露概率对应的参与者作为隐私保护对象。

5.根据权利要求1所述的一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，所述获胜概率的表达式如下：

其中，ε表示隐私保护参数。

6.根据权利要求1所述的一种基于个体差分隐私的电力交易报价隐私保护方法，其特征在于，步骤4中更新保护对象的拍卖结果的方法如下：

采用轮盘赌方法产生(0,1)区间内的随机数，若随机数小于获胜概率P_lj则在第j轮中保护对象t_l的拍卖结果为获胜，反之为失败，进而重新确定每名保护对象每轮的拍卖结果。

7.一种根据权利要求1-6任一项所述的基于个体差分隐私的电力交易报价隐私保护方法的系统，其特征在于，包括，

信息获取单元，用于获取拍卖中各参与者的报价信息以及各轮次的拍卖结果；

保护对象模块，用于根据拍卖结果推断出各参与者的隐私泄露概率，选取隐私泄露概率较高的参与者作为隐私保护对象；

概率模块，用于根据保护对象的报价信息确定其效用方程，然后根据效用方程并结合个体指数差分隐私方式重新计算保护对象在各轮拍卖中的获胜概率；

更新模块，用于通过获胜概率结合轮盘赌方法更新保护对象的拍卖结果。