CN116996220B - 一种电网大数据安全存储方法及系统 - Google Patents
一种电网大数据安全存储方法及系统 Download PDFInfo
- Publication number
- CN116996220B CN116996220B CN202311253764.7A CN202311253764A CN116996220B CN 116996220 B CN116996220 B CN 116996220B CN 202311253764 A CN202311253764 A CN 202311253764A CN 116996220 B CN116996220 B CN 116996220B
- Authority
- CN
- China
- Prior art keywords
- data
- sequence
- encrypted
- importance level
- power grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 238000009826 distribution Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000005856 abnormality Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000008859 change Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/088—Usage controlling of secret information, e.g. techniques for restricting cryptographic keys to pre-authorized uses, different access levels, validity of crypto-period, different key- or password length, or different strong and weak cryptographic algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/30—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy
- H04L9/3006—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters
- H04L9/302—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters involving the integer factorization problem, e.g. RSA or quadratic sieve [QS] schemes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及安全存储技术领域,具体涉及一种电网大数据安全存储方法及系统,包括:根据采集的电网大数据获得历史数据集合和待加密序列;获得历史数据集合服从的高斯分布;根据历史数据集合服从的高斯分布,计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据待加密序列中异常数据的个数和异常数据的异常指数的大小计算待加密序列的重要程度;根据待加密序列的重要程度获得待加密序列的重要等级;根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储。本发明降低加密和解密的计算量,节约系统性能。
Description
技术领域
本发明涉及安全存储技术领域,具体涉及一种电网大数据安全存储方法及系统。
背景技术
电力行业发展迅速,电网大数据的规模和复杂性也一直在迅速增加,而电网大数据中包含大量设备运行以及电力相关数据,保护数据隐私是至关重要的,因此需要一种对于电网大数据安全存储的方法和系统。
现有技术通过RSA加密算法对电网大数据中的重要数据进行加密与存储,RSA加密算法是一种非对称的数据加密算法,对数据的安全性有着很好的保障。但在电网大数据中存在大量数据不需要进行高安全性的加密,对其使用大素数对进行加密和解密需要较大计算量,浪费系统性能。
发明内容
为了解决上述问题,本发明提供一种电网大数据安全存储方法及系统。
本发明的一种电网大数据安全存储方法及系统采用如下技术方案:
本发明提供了一种电网大数据安全存储方法,该方法包括以下步骤:
根据采集的电网大数据获得历史数据集合和待加密序列;
获得历史数据集合服从的高斯分布;根据历史数据集合服从的高斯分布,计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据待加密序列中异常数据的个数和异常数据的异常指数的大小计算待加密序列的重要程度;
根据待加密序列的重要程度获得待加密序列的重要等级;根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储。
进一步地,所述获得历史数据集合服从的高斯分布,包括的具体步骤如下:
计算每个数值是历史数据集合的标准差的概率,将是历史数据集合的标准差的概率等于1的数值作为历史数据集合的标准差c,根据历史数据集合中所有历史数据的平均值和历史数据集合的标准差c,获得历史数据集合服从的高斯分布,其中,/>表示历史数据集合中所有历史数据的平均值。
进一步地,所述计算每个数值是历史数据集合的标准差的概率,包括的具体步骤如下:
式中,表示数值s是历史数据集合的标准差的概率,/>表示历史数据集合中在/>范围内的所有历史数据的数量,/>表示历史数据集合中所有历史数据的数量,/>表示以自然常数为底的指数函数,z表示高斯分布的/>原则中的占比。
进一步地,所述计算待加密序列中每个数据的置信概率,包括的具体步骤如下:
式中,表示待加密序列中第i个数据的置信概率,/>表示待加密序列中第i个数据,/>表示历史数据集合服从的高斯分布/>的概率密度函数,/>表示求积分。
进一步地,所述根据置信概率获得待加密序列的异常数据及其异常指数,包括的具体步骤如下:
将置信概率大于预设置信概率阈值Y的数据作为待加密序列的异常数据,将预设置信概率阈值Y与每个异常数据的置信概率的比值记为每个异常数据的异常指数。
进一步地,所述计算待加密序列的重要程度,包括的具体步骤如下:
其中,Q表示待加密序列的重要程度,m表示待加密序列中异常数据的数量,M表示待加密序列中数据的数量,表示待加密序列中第j个异常数据的异常指数。
进一步地,所述获得待加密序列的重要等级,包括的具体步骤如下:
预设的三个重要程度阈值,将重要程度大于等于第一重要程度阈值A1的待加密序列的重要等级记为一级;将重要程度小于第一重要程度阈值A1且大于等于第二重要程度阈值A2的待加密序列的重要等级记为二级;将重要程度小于第二重要程度阈值A2且大于等于第三重要程度阈值A3的待加密序列的重要等级记为三级;将重要程度小于第四重要程度阈值A4的待加密序列的重要等级记为四级。
进一步地,所述获得待加密序列的素数对,包括的具体步骤如下:
设置五个区间,从每个区间中随机选择一个素数,分别记为r1、r2、r3、r4、r5;如果待加密序列的重要等级为一级,则将(r5,r4)作为待加密序列的素数对;如果待加密序列的重要等级为二级,则将(r4,r3)作为待加密序列的素数对;如果待加密序列的重要等级为三级,则将(r3,r2)作为待加密序列的素数对;如果待加密序列的重要等级为四级,则将(r2,r1)作为待加密序列的素数对。
进一步地,所述根据采集的电网大数据获得历史数据集合和待加密序列,包括的具体步骤如下:
通过传感器、检测设备、SCADA系统等采集在电力系统运行和管理过程中产生的电网大数据,电网大数据包括:电力生产数据、电力负荷数据、电力传输和配电数据、电力质量数据、电力市场数据、设备运维数据、用户数据和环境数据;
将电力系统在预设时间段T内的产生的所有数据按照时间顺序组成的序列记为数据序列,将电力系统在当前时刻所在月份的上一个月份产生的所有数据组成的集合记为历史数据集合;将距离当前时刻最近的数据序列记为待加密序列。
本发明另外还提供了一种电网大数据安全存储系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现上述所述的一种电网大数据安全存储方法。
本发明的技术方案的有益效果是:针对在电网大数据中存在大量不需要进行高安全性加密的数据,使用大的素数进行加密和解密需要较大计算量,会造成系统性能浪费的问题,同时,为了分析电网系统是否存在运行隐患,需要重点关注运行故障数据,所以本发明结合电网大数据中,正常数据变化平缓而运行故障数据会出现异常的波动情况的特点,对波动程度大的数据进行更高程度的加密,以保证其在存储过程中不容易遭到恶意篡改;因此,本发明根据历史数据的分布情况计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据异常指数序列中异常指数的大小和序列中异常指数的个数计算数据段的重要程度;根据待加密序列的重要程度获得待加密序列的重要等级;根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储;将波动程度更大、更重要的数据使用较大的两个素数进行加密,以保证安全性,而对于不重要的数据选取较小的两个素数进行加密,以降低加密和解密的计算量,节约系统性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种电网大数据安全存储方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种电网大数据安全存储方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种电网大数据安全存储方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种电网大数据安全存储方法的步骤流程图,该方法包括以下步骤:
S001,根据采集的电网大数据获得历史数据集合和待加密序列。
需要说明的是,电网大数据是指在电力系统运行和管理过程中产生的大量数据,涵盖了电力系统的各个方面,主要包括:电力生产数据、电力负荷数据、电力传输和配电数据、电力质量数据、电力市场数据、设备运维数据、用户数据、环境数据。利用电网大数据可以进行数据分析、建模和预测,提升电力系统的效能、可靠性和可持续性,推动电力行业的智能化和数字化发展。
具体的,通过传感器、检测设备、SCADA系统等采集在电力系统运行和管理过程中产生的电网大数据,电网大数据包括:
1.电力生产数据,包括但不限于电力发电厂的实时运行数据、发电量、功率负荷、机组状态、发电效率,用于监测发电设备性能、进行预测分析和优化运行;
2.电力负荷数据,包括但不限于电网中的电力消费量和负荷变化情况,用于帮助电力公司预测负荷需求、制定用电计划;
3.电力传输和配电数据,包括但不限于电力输电线路、变电站、配电设备的监测数据,包括但不限于:电流、电压、频率、功率,用于故障检测、设备健康状况评估、电网安全评估和电网规划;
4.电力质量数据,包括但不限于电力系统中的电压波动、电流谐波、电能质量,用于分析电力系统的稳定性和电能质量问题,识别潜在的负荷问题和电网故障;
5.电力市场数据,包括但不限于电力市场交易数据、电力价格数据、电力供需关系,用于电力市场分析、电力市场竞争策略和电力行业政策制定;
6.设备运维数据,包括但不限于电力设备的运行状态、维护记录、故障报警和设备巡检,用于设备健康状态监测、故障预测、维修计划制定和设备寿命评估;
7.用户数据,包括但不限于用户用电数据、用电行为数据、用户电费结算数据,用于用户需求分析、用户行为模型构建、电费管理和电力市场定价;
8.环境数据,包括但不限于天气数据、气象数据、气候变化数据,用于电力系统调度、能源平衡、风电和太阳能发电等可再生能源的规划和管理。
预设一个时间段T,其中本实施例T=12小时为例进行叙述,本实施例不进行具体限定,其中T根据具体实施情况而定。
进一步,电网大数据实时记录了电力系统的运行状态,可获取电力系统中各项数据随时间的变化趋势,对电力系统的各项数据进行分类存储;本实施例以电力发电厂的发电量这一项数据为例进行说明,后续所说的数据均是指电力发电厂的发电量数据。
进一步,将电力系统在预设时间段T内的产生的所有数据按照时间顺序组成的序列记为数据序列,将电力系统在当前时刻所在月份的上一个月份产生的所有数据组成的集合记为历史数据集合,历史数据集合中包括若干个历史数据;将距离当前时刻最近的数据序列记为待加密序列。
S002,获得历史数据集合服从的高斯分布;根据历史数据集合服从的高斯分布,计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据待加密序列中异常数据的个数和异常数据的异常指数的大小计算待加密序列的重要程度,根据待加密序列的重要程度获得待加密序列的重要等级。
需要说明的是,RSA加密算法直接根据初始选取的两个较大素数对数据进行加密,这对全部数据都有着较高的安全性,但电网大数据中存在不重要数据,对所有项数据全部使用较大素数对进行加密会导致加密算法计算量大大增加,增加系统开销。电网大数据中,采集的各项数据会发生波动,当电网系统正常运行时波动程度较小,而如果电网系统出现异常,会产生较大程度的波动,对于波动程度较大的数据需要重点关注,分析系统是否存在隐患。因此,通过分析数据段中的波动情况获取数据段的重要程度,根据重要程度选取不同的素数对数据进行加密,对于波动程度较小的普通数据可以通过较小的素数进行加密,使数据既能够有一定的安全性又可以减少加密与解密计算量,而对于波动程度较大的数据,应采用较大的素数随其进行加密,以保证其在存储和存储过程中遭到恶意破坏导致对其分析产生错误结果。
1、获得历史数据集合服从的高斯分布。
需要说明的是,电网大数据中,异常数据具有更大的波动程度,异常数据的波动会更加频繁且波动范围更大,而正常数据也会有一定的波动程度,但波动范围较大,因此,通过对电网大数据的历史数据进行分析,根据高斯分布获取各项数据的整体的波动区间。
具体的,由于高斯分布具有的原则,高斯分布中有95.45%的数据的取值在范围内,其中,/>表示均值,/>表示标准差;因此,本实施例根据高斯分布的原则获得历史数据集合的标准差,具体获取方法为:
对于任意一个数值s,计算数值s是历史数据集合的标准差的概率,具体计算公式为:
式中,表示数值s是历史数据集合的标准差的概率,/>表示历史数据集合中在/>范围内的所有历史数据的数量,/>表示历史数据集合中所有历史数据的平均值,/>表示历史数据集合中所有历史数据的数量,/>表示以自然常数为底的指数函数,z表示高斯分布的/>原则中的占比,且d=95.45%。
进一步,将是历史数据集合的标准差的概率等于1的数值s作为历史数据集合的标准差c,根据历史数据集合中所有历史数据的平均值和历史数据集合的标准差c,获得历史数据集合服从的高斯分布/>。
2、根据历史数据集合服从的高斯分布,计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数。
需要说明的是,对于电网大数据,波动程度越大的数据其中包含的信息越多,考虑数据自身的正常波动程度,根据高斯模型分析每一个数据出现的概率,概率低的数据视为异常波动数据,根据异常波动数据的置信概率和数据段中异常数据占数据段全部数据的比例获取数据段中数据的重要程度,根据重要程度对数据段进行分级,并为其选取合适的素数对进行加密。
具体的,根据历史数据集合服从的高斯分布,计算待加密序列中第i个数据的置信概率,具体计算公式为:
式中,表示待加密序列中第i个数据的置信概率,/>表示待加密序列中第i个数据,/>表示历史数据集合服从的高斯分布/>的概率密度函数,/>表示求积分。
根据高斯分布的概率密度函数计算待加密序列中数据服从历史数据集合服从的高斯分布/>的概率/>,概率越小,数据/>越不服从历史数据集合服从的高斯分布;用1减去概率获取数据/>的置信概率,置信概率越大,数据/>越不服从历史数据集合服从的高斯分布,说明数据/>距离整体数据水平的偏差越大,此时,数据/>越可能是异常数据。
预设一个置信概率阈值Y,考虑电网大数据的严谨性和特殊性,本实施例以Y=0.01为例进行叙述,本实施例不进行具体限定,其中Y根据具体实施情况而定。
进一步,计算待加密序列中所有数据的置信概率,将置信概率大于预设置信概率阈值Y的数据作为待加密序列的异常数据,将预设置信概率阈值Y与每个异常数据的置信概率的比值记为每个异常数据的异常指数。
需要说明的是,数据的置信概率越大,说明数据距离整体数据水平的偏差越大,偏差程度可以表示数据的局部波动程度,当数据的置信概率大于预设置信概率阈值Y时,说明数据的波动程度超出了正常数据的波动范围,因此,置信概率大于预设置信概率阈值Y的数据属于异常数据。
3、根据待加密序列中异常数据的个数和异常数据的异常指数的大小计算待加密序列的重要程度。
具体的,根据异常指数序列中异常指数的大小和序列中异常指数的个数计算数据段的重要程度,具体计算公式为:
其中,Q表示待加密序列的重要程度,m表示待加密序列中异常数据的数量,M表示待加密序列中数据的数量,表示待加密序列中第j个异常数据的异常指数。
根据待加密序列中异常数据与待加密序列中数据的数量比值来获得待加密序列的重要程度,异常数据越多,说明待加密序列中数据变化越频繁;计算待加密序列中所有异常数据的异常指数的平均值,该值越大,说明待加密序列中异常数据距离正常数据的偏差越大,进而说明待加密序列中数据变化越剧烈;待加密序列中数据变化越频繁和越剧烈都说明待加密序列中的数据中包含较多的信息,则待加密序列越重要,待加密序列的重要程度越大。
4、根据待加密序列的重要程度获得待加密序列的重要等级。
预设三个重要程度阈值,分别为第一重要程度阈值A1、第二重要程度阈值A2和第三重要程度阈值A3,其中本实施例以A1=5、A2=2、A3=0.8为例进行叙述,本实施例不进行具体限定,其中A1、A2、A3根据具体实施情况而定。
具体的,根据待加密序列的重要程度和预设的三个重要程度阈值对待加密序列进行分级,获得待加密序列的重要等级,具体方法如下:将重要程度Q大于等于第一重要程度阈值A1的待加密序列的重要等级记为一级;将重要程度Q小于第一重要程度阈值A1且大于等于第二重要程度阈值A2的待加密序列的重要等级记为二级;将重要程度Q小于第二重要程度阈值A2且大于等于第三重要程度阈值A3的待加密序列的重要等级记为三级;将重要程度Q小于第四重要程度阈值A4的待加密序列的重要等级记为四级。
S003,根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储。
需要说明的是,根据待加密序列的重要等级为待加密序列分配合适的素数对,对越重要也就是重要等级越高(一级为最高的重要等级)的待加密序列的安全性要求越高,因此,通过给重要等级越高的待加密序列分配越大的素数对,以保证待加密序列的安全性。
进一步需要说明的是,RSA加密算法的加密过程是通过两个素数生成公钥和私钥,通过公钥和私钥对数据进行加密,因此,通过RSA加密算法对待加密序列进行加密时,首先需要根据待加密序列的重要等级分配素数对(由两个素数组成);本实施例中共有4个重要等级,因此,需要五个素数对不同重要等级的待加密序列进行加密;由于普遍认为当RSA加密算法中的两素数乘积大于2的1024次方时,数据能够达到安全需求。
具体的,本实施例设置五个区间,分别为、/>、/>、、/>,从每个区间中随机选择一个素数,分别记为r1、r2、r3、r4、r5;如果待加密序列的重要等级为一级,则将(r5,r4)作为待加密序列的素数对;如果待加密序列的重要等级为二级,则将(r4,r3)作为待加密序列的素数对;如果待加密序列的重要等级为三级,则将(r3,r2)作为待加密序列的素数对;如果待加密序列的重要等级为四级,则将(r2,r1)作为待加密序列的素数对。
进一步,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密,获得待加密序列的密文,即待加密序列的解密结果;对待加密序列进行加密后存储,防止存储过程中数据遭到恶意破坏。
一种电网大数据安全存储系统实施例:
本实施例一种电网大数据安全存储系统包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现上述所述的一种电网大数据安全存储方法。
由于已经对一种电网大数据安全存储方法实施例进行了详细的说明,所以此处不再过多介绍。
针对在电网大数据中存在大量不需要进行高安全性加密的数据,使用大的素数进行加密和解密需要较大计算量,会造成系统性能浪费的问题,同时,为了分析电网系统是否存在运行隐患,需要重点关注运行故障数据,所以本发明结合电网大数据中,正常数据变化平缓而运行故障数据会出现异常的波动情况的特点,对波动程度大的数据进行更高程度的加密,以保证其在存储过程中不容易遭到恶意篡改;因此,本发明根据历史数据的分布情况计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据异常指数序列中异常指数的大小和序列中异常指数的个数计算数据段的重要程度;根据待加密序列的重要程度获得待加密序列的重要等级;根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储;将波动程度更大、更重要的数据使用较大的两个素数进行加密,以保证安全性,而对于不重要的数据选取较小的两个素数进行加密,以降低加密和解密的计算量,节约系统性能。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种电网大数据安全存储方法,其特征在于,所述方法包括以下步骤:
根据采集的电网大数据获得历史数据集合和待加密序列;
获得历史数据集合服从的高斯分布;根据历史数据集合服从的高斯分布,计算待加密序列中每个数据的置信概率;根据置信概率获得待加密序列的异常数据及其异常指数;根据待加密序列中异常数据的个数和异常数据的异常指数的大小计算待加密序列的重要程度;
根据待加密序列的重要程度获得待加密序列的重要等级;根据待加密序列的重要等级获得待加密序列的素数对,根据待加密序列的素数对通过RSA加密算法对待加密序列进行加密存储;
所述根据置信概率获得待加密序列的异常数据及其异常指数,包括的具体步骤如下:
将置信概率大于预设置信概率阈值Y的数据作为待加密序列的异常数据,将预设置信概率阈值Y与每个异常数据的置信概率的比值记为每个异常数据的异常指数;
所述计算待加密序列的重要程度,包括的具体步骤如下:
其中,Q表示待加密序列的重要程度,m表示待加密序列中异常数据的数量,M表示待加密序列中数据的数量,表示待加密序列中第j个异常数据的异常指数。
2.根据权利要求1所述的一种电网大数据安全存储方法,其特征在于,所述获得历史数据集合服从的高斯分布,包括的具体步骤如下:
计算每个数值是历史数据集合的标准差的概率,将是历史数据集合的标准差的概率等于1的数值作为历史数据集合的标准差c,根据历史数据集合中所有历史数据的平均值和历史数据集合的标准差c,获得历史数据集合服从的高斯分布/>,其中,/>表示历史数据集合中所有历史数据的平均值。
3.根据权利要求2所述的一种电网大数据安全存储方法,其特征在于,所述计算每个数值是历史数据集合的标准差的概率,包括的具体步骤如下:
式中,表示数值s是历史数据集合的标准差的概率,/>表示历史数据集合中在/>范围内的所有历史数据的数量,/>表示历史数据集合中所有历史数据的数量,/>表示以自然常数为底的指数函数,z表示高斯分布的/>原则中的占比。
4.根据权利要求1所述的一种电网大数据安全存储方法,其特征在于,所述计算待加密序列中每个数据的置信概率,包括的具体步骤如下:
式中,表示待加密序列中第i个数据的置信概率,/>表示待加密序列中第i个数据,表示历史数据集合服从的高斯分布的概率密度函数,/>表示求积分。
5.根据权利要求1所述的一种电网大数据安全存储方法,其特征在于,所述获得待加密序列的重要等级,包括的具体步骤如下:
预设的三个重要程度阈值,将重要程度大于等于第一重要程度阈值A1的待加密序列的重要等级记为一级;将重要程度小于第一重要程度阈值A1且大于等于第二重要程度阈值A2的待加密序列的重要等级记为二级;将重要程度小于第二重要程度阈值A2且大于等于第三重要程度阈值A3的待加密序列的重要等级记为三级;将重要程度小于第三重要程度阈值A3的待加密序列的重要等级记为四级。
6.根据权利要求5所述的一种电网大数据安全存储方法,其特征在于,所述获得待加密序列的素数对,包括的具体步骤如下:
设置五个区间,从每个区间中随机选择一个素数,分别记为r1、r2、r3、r4、r5;如果待加密序列的重要等级为一级,则将(r5,r4)作为待加密序列的素数对;如果待加密序列的重要等级为二级,则将(r4,r3)作为待加密序列的素数对;如果待加密序列的重要等级为三级,则将(r3,r2)作为待加密序列的素数对;如果待加密序列的重要等级为四级,则将(r2,r1)作为待加密序列的素数对。
7.根据权利要求1所述的一种电网大数据安全存储方法,其特征在于,所述根据采集的电网大数据获得历史数据集合和待加密序列,包括的具体步骤如下:
通过传感器、检测设备、SCADA系统等采集在电力系统运行和管理过程中产生的电网大数据,电网大数据包括:电力生产数据、电力负荷数据、电力传输和配电数据、电力质量数据、电力市场数据、设备运维数据、用户数据和环境数据;
将电力系统在预设时间段T内的产生的所有数据按照时间顺序组成的序列记为数据序列,将电力系统在当前时刻所在月份的上一个月份产生的所有数据组成的集合记为历史数据集合;将距离当前时刻最近的数据序列记为待加密序列。
8.一种电网大数据安全存储系统,其特征在于,包括存储器和处理器,其特征在于,所述处理器执行所述存储器存储的计算机程序,以实现如权利要求1-7任一项所述的一种电网大数据安全存储方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253764.7A CN116996220B (zh) | 2023-09-27 | 2023-09-27 | 一种电网大数据安全存储方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253764.7A CN116996220B (zh) | 2023-09-27 | 2023-09-27 | 一种电网大数据安全存储方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116996220A CN116996220A (zh) | 2023-11-03 |
CN116996220B true CN116996220B (zh) | 2023-12-12 |
Family
ID=88523530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311253764.7A Active CN116996220B (zh) | 2023-09-27 | 2023-09-27 | 一种电网大数据安全存储方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116996220B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117792614B (zh) * | 2024-02-26 | 2024-04-30 | 数盾信息科技股份有限公司 | 一种端到端卫星通信数据高速加密方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061620A (zh) * | 2019-12-27 | 2020-04-24 | 福州林科斯拉信息技术有限公司 | 一种混合策略的服务器异常智能检测方法及检测系统 |
CN113689588A (zh) * | 2019-06-17 | 2021-11-23 | 创新先进技术有限公司 | 一种巡检存证方法、装置和电子设备 |
CN115942262A (zh) * | 2022-11-30 | 2023-04-07 | 厦门讯美网络科技有限公司 | 一种具有数据安全机制的短信服务系统及其方法 |
CN116094836A (zh) * | 2023-03-09 | 2023-05-09 | 深圳市网联天下科技有限公司 | 基于对称加密的路由器数据安全存储方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5424338B2 (ja) * | 2010-03-18 | 2014-02-26 | 日本電気株式会社 | 衛星測位システムの異常値検出装置、異常値検出方法及び異常値検出プログラム |
CN114167214B (zh) * | 2021-12-02 | 2022-09-06 | 浙江大学 | 基于随机矩阵理论的低压配电网边-云协同故障检测方法 |
-
2023
- 2023-09-27 CN CN202311253764.7A patent/CN116996220B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689588A (zh) * | 2019-06-17 | 2021-11-23 | 创新先进技术有限公司 | 一种巡检存证方法、装置和电子设备 |
CN111061620A (zh) * | 2019-12-27 | 2020-04-24 | 福州林科斯拉信息技术有限公司 | 一种混合策略的服务器异常智能检测方法及检测系统 |
CN115942262A (zh) * | 2022-11-30 | 2023-04-07 | 厦门讯美网络科技有限公司 | 一种具有数据安全机制的短信服务系统及其方法 |
CN116094836A (zh) * | 2023-03-09 | 2023-05-09 | 深圳市网联天下科技有限公司 | 基于对称加密的路由器数据安全存储方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116996220A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10181101B2 (en) | Support vector machine enhanced models for short-term wind farm generation forecasting | |
Trakas et al. | Spatial risk analysis of power systems resilience during extreme events | |
Mohanta et al. | Deterministic and stochastic approach for safety and reliability optimization of captive power plant maintenance scheduling using GA/SA-based hybrid techniques: A comparison of results | |
Bagheri et al. | Distributionally robust reliability assessment for transmission system hardening plan under $ Nk $ security criterion | |
Zhao et al. | Resilient unit commitment for day-ahead market considering probabilistic impacts of hurricanes | |
CN116996220B (zh) | 一种电网大数据安全存储方法及系统 | |
CN110807550A (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
Gajowniczek et al. | Electricity peak demand classification with artificial neural networks | |
Vallée et al. | Non-sequential Monte Carlo simulation tool in order to minimize gaseous pollutants emissions in presence of fluctuating wind power | |
CN103825272A (zh) | 一种基于解析法的含分散风电的配电网可靠性确定方法 | |
CN104281779A (zh) | 一种异常数据判定与处理方法及装置 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
CN110675070A (zh) | 智能微网设备关键度分析方法 | |
Karaaslan et al. | Forecasting of Turkey’s sectoral energy demand by using fuzzy grey regression model | |
Peng et al. | Multi-objective robust optimization allocation for energy storage using a novel confidence gap decision method | |
McMillan et al. | Towards quantification of condition monitoring benefit for wind turbine generators | |
CN111861587A (zh) | 一种基于隐马尔可夫模型和向前算法的居民用电行为分析的系统及方法 | |
Warren et al. | Managing uncertainty in electricity generation and demand forecasting | |
Chen | Generating system reliability optimization | |
CN114696328A (zh) | 电力线损分析方法、系统及存储介质 | |
Javanbakht et al. | A risk‐aware generation dispatch including wind power for a power grid subjected to hurricanes | |
Yanhui et al. | Forecasting hourly electricity demand with nonparametric functional data analysis | |
CN107508279B (zh) | 一种电力网络的稳定性仿真方法 | |
Cheng et al. | PowerNet: Neural power demand forecasting in smart grid |
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 |