-
公开(公告)号:CN117744634A
公开(公告)日:2024-03-22
申请号:CN202311764455.6
申请日:2023-12-20
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号: G06F40/242 , G06F40/279 , G06F18/232
摘要: 本发明涉及业务敏感词库构建技术领域,公开了一种业务敏感数据词库构建方法、装置、介质及设备。其中,方法,获取目标业务数据集;基于列实体识别模型,对目标业务数据集进行列实体识别得到目标敏感数据列;基于每个单词的位置特征、相关性特征、频率特征、出现比率,对目标敏感数据列所属目标词表进行关键词提取得到候选敏感词;对候选敏感词进行聚类分析得到候选敏感词的敏感主题聚类结果以扩充敏感词库;最终不但有助于目标业务数据集的敏感词库自动化构建,而且基于半监督主题分析方式,有利于从语义层面对不同类型的业务数据负面清单敏感词进行更深粒度、更全覆盖率的高效识别,最终提高了不同业务数据集的敏感信息识别能力。
-
公开(公告)号:CN116628584A
公开(公告)日:2023-08-22
申请号:CN202310897969.2
申请日:2023-07-21
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心 , 国网江苏省电力有限公司营销服务中心 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号: G06F18/2411 , G06F18/214 , G06F18/22 , G06F21/62 , G06Q50/06
摘要: 本发明实施例涉及一种电力敏感数据处理方法、装置、电子设备及存储介质,包括:采集电力系统运行过程中产生的样本敏感数据并对所述样本敏感数据进行敏感性标注;基于所述样本敏感数据的数据类型,对敏感性标注完成的样本敏感数据进行特征构建,得到所述样本敏感数据对应的归一化特征向量;基于所述归一化特征向量对预先改进的支持向量机分类算法进行训练,得到训练完成的电力敏感数据分类模型;基于所述电力敏感数据分类模型对电力系统中产生的业务数据进行分类,输出敏感性预测结果。由此,兼顾全局样本的整体特征,改善传统分类方法对不属于其分类范围的数据分类能力差的问题,提升了电力系统敏感数据分级分类结果的准确性和可靠性。
-
公开(公告)号:CN118138305A
公开(公告)日:2024-06-04
申请号:CN202410249936.1
申请日:2024-03-05
申请人: 国网智能电网研究院有限公司 , 国网山东省电力公司 , 国网山东省电力公司信息通信公司 , 国家电网有限公司大数据中心 , 国家电网有限公司
摘要: 本发明涉及数据安全技术领域,具体涉及多方能源数据联合保密统计计算系统及其控制方法、装置。系统包括:碳排放监测密钥生成中心、能耗数据融合计算中心以及多个省级监测计算节点;碳排放监测密钥生成中心用于生成系统参数和密钥份额,将系统参数公开,将密钥份额发送至能耗数据融合计算中心和多个省级监测计算节点,系统参数包括公钥;多个省级监测计算节点根据能耗数据融合计算中心发送的需求、公钥以及密钥份额对相应能耗数据进行加密,得到密文数据,将密文数据发送至能耗数据融合计算中心;能耗数据融合计算中心根据密钥份额对密文数据进行聚合解密,得到统计结果。本发明仅需一轮通信即可完成统计计算过程,还可以抵抗恶意的数据使用者。
-
公开(公告)号:CN117195306A
公开(公告)日:2023-12-08
申请号:CN202311295144.X
申请日:2023-10-08
申请人: 国网智能电网研究院有限公司 , 国网山东省电力公司 , 国网山东省电力公司信息通信公司 , 国家电网有限公司大数据中心 , 国家电网有限公司
摘要: 本发明涉及数据安全技术领域,公开了一种基于多方能源数据隐私计算的恶意参与行为检出方法,该方法包括:接收密钥生成中心发送的秘密信息,通过同态加密公钥对自身能耗数据进行加密获得节点密文,计算并发送第一签名和承诺值给数据融合中心;接收数据融合中心返回的第一消息集合;计算并将第二签名、解承诺值和第一证明发送给数据融合中心;接收数据融合中心返回的第二消息集合;计算并将聚合密文、部分解密结果和第二证明发送给数据融合中心,通过数据融合中心进行结果聚合,在同态加密过程中,增加了一轮承诺操作,能够有效应对流氓攻击的安全风险,提高了数据融合的安全性,同时实现了对恶意行为的精准识别。
-
公开(公告)号:CN116933299A
公开(公告)日:2023-10-24
申请号:CN202311197942.9
申请日:2023-09-18
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心
IPC分类号: G06F21/60 , G06F16/245 , G06F18/25
摘要: 本发明涉及信息安全技术领域,公开了一种税电数据安全融合方法、税电节点、设备及介质,该方法包括:结合税务数据和电力数据计算税电数据融合指标;接收安全查询中心根据门限秘密共享算法拆分保序密钥获得的密钥分片;根据所述密钥分片对所述税电数据融合指标进行联合加密获得税电密文;基于接收到的查询区间从所述税电密文中查询得到位于所述查询区间的密文数据集;根据所述密钥分片对所述密文数据集进行联合解密得到查询结果。本发明通过基于门限秘密共享算法的保序密钥进行加解密,能够保证密钥以及数据安全性。
-
公开(公告)号:CN116933299B
公开(公告)日:2023-12-05
申请号:CN202311197942.9
申请日:2023-09-18
申请人: 国网智能电网研究院有限公司 , 国家电网有限公司大数据中心
IPC分类号: G06F21/60 , G06F16/245 , G06F18/25
摘要: 本发明涉及信息安全技术领域,公开了一种税电数据安全融合方法、税电节点、设备及介质,该方法包括:结合税务数据和电力数据计算税电数据融合指标;接收安全查询中心根据门限秘密共享算法拆分保序密钥获得的密钥分片;根据所述密钥分片对所述税电数据融合指标进行联合加密获得税电密文;基于接收到的查询区间从所述税电密文中查询得到位于所述查询区间的密文数据集;根据所述密钥分片对所述密文数据集进行联合解密得到查询结果。本发明通过基于门限秘密共享算法的保序密钥进行加解密,能够保证密钥以及数据安全性。
-
公开(公告)号:CN114021188A
公开(公告)日:2022-02-08
申请号:CN202111299904.5
申请日:2021-11-04
申请人: 全球能源互联网研究院有限公司南京分公司 , 国网江苏省电力有限公司 , 国家电网有限公司大数据中心 , 南京大学 , 国家电网有限公司
摘要: 本申请提供一种联邦学习协议交互安全验证方法、装置及电子设备,该方法包括:在联邦学习过程中,模拟针对当前联邦学习协议的隐私窃取攻击行为;检测当前模拟的隐私窃取攻击行为达到的攻击总收益;根据隐私窃取攻击行为达到的攻击总收益,确定当前联邦学习协议的交互安全验证结果。上述方案提供的方法,通过对当前联邦学习协议进行攻击模拟,根据当前模拟的隐私窃取攻击行为能够达到的攻击总收益,确定了当前联邦学习协议在数据交互方面的安全性,为进一步提高联邦学习参与者的隐私安全奠定了基础。
-
公开(公告)号:CN113987539A
公开(公告)日:2022-01-28
申请号:CN202111270844.4
申请日:2021-10-29
申请人: 国网电力科学研究院有限公司 , 江苏瑞中数据股份有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司大数据中心
摘要: 本发明公开了一种基于安全洗牌和差分隐私的联邦学习模型安全防护方法及系统,联邦模型拥有者利用差分隐私技术对联邦学习的模型参数进行加噪声,生成带噪声的模型参数,之后利用用户授权密钥和安全洗牌算法加密模型参数,并将加密的联邦学习模型参数发送给用户;用户在本地使用联邦学习模型时,首先利用用户授权密钥和安全洗牌算法解密模型参数密文,得到带噪声的联邦学习模型,用户将自己的数据作为该模型的输入就能得到期望的输出结果。本发明不仅保护了原始模型的隐私性,可以有效保护原始模型的安全、保证用户能够得到可用的模型使用结果。
-
公开(公告)号:CN115348360B
公开(公告)日:2023-11-07
申请号:CN202210963950.9
申请日:2022-08-11
申请人: 国家电网有限公司大数据中心
IPC分类号: H04N1/32 , H04L9/40 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
摘要: 本发明公开了一种基于GAN的自适应嵌入数字标签信息隐藏方法。该方法包括:获取初始载体图像、目标密钥和初始数字标签信息;对所述初始载体图像进行强化处理,得到强化图像;根据所述强化图像确定修改概率图像;根据所述强化图像、所述修改概率图像、所述目标密钥以及所述初始数字标签信息确定含密图像,通过本发明的技术方案,以解决初始载体图像被攻击者恶意篡改的问题,能够提升安全性。
-
公开(公告)号:CN118626982A
公开(公告)日:2024-09-10
申请号:CN202410695649.3
申请日:2024-05-31
申请人: 国家电网有限公司大数据中心
IPC分类号: G06F18/2433 , H04L9/40 , G06F18/243 , G06F18/214 , G06N20/20
摘要: 本发明提供了一种大数据网络流量的多模态异常检测方法及系统,包括:获取内网产生的流量数据,并对流量数据进行流分析得到深度包检测特征;通过机器学习模型基于深度包检测特征对流量数据进行异常行为检测,得到多条疑似异常行为流量;将疑似异常行为流量输入深度学习模型中获取其表征向量;基于表征向量对疑似异常行为流量进行检测分类得到异常行为分类结果;本发明为了进一步提升检测准确性,利用深度学习模型对机器学习模型检测得到的疑似异常行为流量,基于多模态特征进行再次检测,能够更加精准的识别网络流量中的异常行为流量;且基于多模态特征检测增加了特征量,不需要获取大量的异常样本就能实现海量流量的异常检测。
-
-
-
-
-
-
-
-
-