-
公开(公告)号:CN110288114A
公开(公告)日:2019-09-27
申请号:CN201910222802.X
申请日:2019-03-22
申请人: 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要: 本申请提出了基于电力营销数据的违规用电行为预测方法,包括从电力营销数据库中获取用户用电数据,对用户用电数据进行处理,得到用户用电相关系数矩阵,对获取到的系数矩阵进行整理得到用户用电数据表;构建卷积神经网络模型;将用户用电数据表划分为训练数据集和测试参数集,基于训练数据集对卷积神经网络模型进行训练,将测试参数集导入训练后的卷积神经网络模型中进行违规用电行为预测。从电力用户最近若干个月的用电数据中提取关键信息对该用户是否正在违规用电进行预测,通过根据以往电量使用的规律来判断该用户是否违规,能够提升判定的准确性。
-
公开(公告)号:CN110110887A
公开(公告)日:2019-08-09
申请号:CN201910223787.0
申请日:2019-03-22
申请人: 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要: 本申请提出了对低压台区线损率的预测方法,包括获取低压台区线损数据,将获得的数据进行数据清洗,剔除其中异常线损数据;将清洗过的数据按特征进行K-Means聚类,计算各个K值对应的轮廓系数,并选择轮廓系数最接近1的聚类数为最优聚类数;归一化或标准化聚类后的特征数据,基于处理后的数据确定训练集和测试集;构建卷积神经网络模型,利用得到数据矩阵对模型进行训练,使用训练好的模型对数据进行预测。通过基于K-Means聚类和深度学习理论的卷积神经网络建立低压台区线损率的预测模型,既考虑了合计供电量、台区容量、总用户等特征数据与当前线损率之间的关系,又使用了上月线损率、同期线损率、同期累计线损率等历史线损数据来提高预测的准确性。
-
公开(公告)号:CN110119755A
公开(公告)日:2019-08-13
申请号:CN201910223762.0
申请日:2019-03-22
申请人: 国网浙江省电力有限公司信息通信分公司 , 杭州电子科技大学
摘要: 本申请提出了基于Ensemble学习模型的电量异常检测方法,包括对获取到的部分用电数据进行数据整合和用户分类;基于异常审核规则对处理后的用电数据进行特征提取;构建Ensemble学习模型,将特征提取后的数据划分为n组训练集和1个测试集,将训练集导入以ELM为基模型的Ensemble学习模型中进行训练,得到n组分类检测模型;将测试集投入训练好的模型中进行测试,得到n种输出结果;对检测结果进行多数投票决策是否存在电量异常。通过结合用户类别和电量异常审核规则来进行特征抽取,可以把源数据具有强烈的时间序列特点变成具有无序列特点,使得在后面的电量异常检测分类算法的选择上更加具有普适性。同时用多数投票法对多模型预测结果进行投票,提高了异常数据检测率。
-
公开(公告)号:CN113127931B
公开(公告)日:2021-09-03
申请号:CN202110676618.X
申请日:2021-06-18
申请人: 国网浙江省电力有限公司信息通信分公司 , 东南大学 , 国网浙江省电力有限公司
发明人: 周鹏 , 叶卫 , 王文 , 王政 , 江樱 , 戚伟强 , 郭亚琼 , 王以良 , 陈逍潇 , 张烨华 , 刘若琳 , 陆鑫 , 宋宇波 , 周升 , 邱一川 , 陈超 , 孙嘉赛 , 董科 , 钱经纬 , 徐子超
摘要: 本发明公开了一种基于瑞丽散度进行噪声添加的联邦学习差分隐私保护方法,设有中央服务器和若干个客户端,对若干个客户端的本地模型进行N轮训练并进行添加噪声后上传至中央服务器,对中央服务器的全局模型进行迭代训练。本发明不仅可以有效防止攻击者从客户端提交的训练模型参数中逆向腿短得到客户端参与者信息,同时还可以解决因为添加噪声导致的数据可用性下降的问题。通过私有化梯度之间的瑞丽距离计算噪声分布下的隐私预算,寻求隐私预算和识别准确率最佳的噪声分布进行添加,以实现隐私与性能的最佳平衡点。
-
公开(公告)号:CN113132116A
公开(公告)日:2021-07-16
申请号:CN202110670696.9
申请日:2021-06-17
申请人: 国网浙江省电力有限公司信息通信分公司 , 东南大学 , 国网浙江省电力有限公司
发明人: 刘若琳 , 周鹏 , 叶卫 , 陆鑫 , 戚伟强 , 王以良 , 陈逍潇 , 郭亚琼 , 俞天奇 , 陈婧楠 , 江樱 , 张烨华 , 宋宇波 , 杨帆 , 孙望舒 , 许敏 , 朱好 , 朱鸿江 , 周慧凯 , 王臻
摘要: 本申请提出了基于知识签名的敏感数据匿名访问方法,包括基于秘密值生成对应敏感数据访问客户端的知识签名;获取敏感数据访问客户端发送的带有知识签名以及身份标识的数据访问请求,基于秘密值以及时间戳生成发送至敏感数据访问客户端的回复密文,将身份标识添加至访问信息列表,敏感数据访问客户端使用敏感数据服务端的公钥对代理签名进行加密生成密文,敏感数据服务端基于敏感数据访问客户端的密文以及知识签名进行访问权限识别。敏感数据访问客户端和敏感数据服务端无需管理平台介入即可完成身份验证及授权过程,灵活高效,适用于跨域多方敏感数据访问场景。在授权过程中敏感数据访问客户端可匿名访问,也保护了敏感数据访问客户端隐私。
-
公开(公告)号:CN110765491A
公开(公告)日:2020-02-07
申请号:CN201911085585.0
申请日:2019-11-08
申请人: 国网浙江省电力有限公司信息通信分公司
摘要: 本发明属于大数据技术领域,具体涉及一种大数据中的数据去敏感化。通过数据生成网络模型生成公开数据集替代所述原始数据集供查询,避免了原始数据集中的真实数据被查询访问;同时,公开数据集中的数据与所述原始数据集中的数据的分布保持一致,保留了原始数据集中的数据之间的关联关系。
-
公开(公告)号:CN110580416A
公开(公告)日:2019-12-17
申请号:CN201910859914.6
申请日:2019-09-11
申请人: 国网浙江省电力有限公司信息通信分公司
摘要: 本发明的一种基于人工智能的敏感数据自动识别方法,涉及计算机技术与信息安全领域,包括如下步骤:S1、提取需要进行敏感数据识别的文本;S2、将文本与人工定义敏感关键词进行匹配,若符合,转入步骤S5;若不符合,转入步骤S3;S3、将文本与正则表达式进行匹配,若符合,转入步骤S5;若不符合,转入步骤S4;S4、采用基于条件随机场的敏感数据识别方式对文本进行识别,若识别为敏感数据,转入步骤S5;若识别为非敏感数据,转入步骤S6;S5、返回文本包含的敏感数据类型;S6、敏感数据识别结束。本发明能够快速识别常规的敏感数据,同时能够准确的识别地址和人名等数据,具有较高敏感数据识别的准确度和效率的综合性能。
-
公开(公告)号:CN117714094A
公开(公告)日:2024-03-15
申请号:CN202311445229.1
申请日:2023-10-31
申请人: 国网浙江省电力有限公司信息通信分公司
IPC分类号: H04L9/40
摘要: 本申请提供了一种基于canvas指纹识别深度溯源方法、系统及电子设备,方法包括:收集用户设备信息和用户行为,根据所述用户设备信息和用户行为生成唯一标识符;结合所述唯一标识符,获取入侵行为的数据来源,并分析入侵行为的典型特点;根据所述入侵行为的典型特点来建立特征库,利用误用检测法对当前入侵行为与所述特征库中的入侵行为进行模式匹配;根据匹配到的入侵行为,通过SDN环境下的攻击检测与路径回溯算法恢复出攻击路径。本申请通过浏览器唯一标识完成精确的标记,并通过SDN环境下的分布式拒绝服务DDoS攻击检测与路径回溯算法恢复出攻击路径,能够实现精准深度溯源和攻击链路分析。
-
公开(公告)号:CN116388955A
公开(公告)日:2023-07-04
申请号:CN202310183844.3
申请日:2023-03-01
申请人: 国网浙江省电力有限公司信息通信分公司
摘要: 本发明是一种智能电网中隐私保护下的电力分配方法,针对智能电网场景下的电力数据协同计算时的隐私泄漏问题,公开了一种高效的在两个互不信任的电力系统上的电力分配方法。该方法实现了在隐私保护条件下的两个电力系统数据库的电力数据的联合分组和聚合的功能,解决了智能电网场景中的安全性需求和高性能需求平衡的难题。其中,对于两个系统数据间的联合计算部分,引入OPRF协议进行实现;对于隐私保护下的数据分组‑聚合运算部分,采用加法同态加密和对称加密技术,引入随机化和置乱过程进行实现;针对智能电网的性能需求,本发明利用对称加密技术减少了同态加密次数,减少了整个过程的计算和通信开销。
-
公开(公告)号:CN114401107A
公开(公告)日:2022-04-26
申请号:CN202111489275.2
申请日:2021-12-08
申请人: 国网浙江省电力有限公司信息通信分公司
摘要: 本发明涉及能源互联网数据安全技术领域,具体涉及一种能源互联网数据安全处理系统及方法,包括服务器终端,是能源互联网的主控端;接收模块,用于接收能源供需请求;溯源模块,用于追溯请求信号发生位置,识别请求目标是否为用户;请求数据接收模块,用于接收供需请求的请求数据;输出路径分析及校对模块,用于分析请求数据输出路径,并将输出路径与能源互联网建设合法路径进行校对,形成差异文件;本发明针对现今能源互联网数据传输存在的安全隐患设置了一种安全性较高处理系统,该系统能够有效地避免能源互联网因入侵及攻击而轻易出现崩溃的现象,保护了能源供需请求用户的身份资料,对于异常非法入侵、攻击用户进行了精确捕捉。
-
-
-
-
-
-
-
-
-