(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111530977.0 (22)申请日 2021.12.14 (71)申请人 北方工业大 学 地址 100043 北京市石景山区晋元庄路5号 (72)发明人 张键红　韩皓庭　张佳楠　杨濠玮　 董成鹤　 (74)专利代理 机构 成都方圆聿联专利代理事务 所(普通合伙) 51241 代理人 邓永红 (51)Int.Cl. H04L 9/40(2022.01) H04Q 9/00(2006.01) H04L 67/12(2022.01) (54)发明名称 一种抗异常数据且保隐私的数据聚合系统 及方法 (57)摘要 本发明提供一种抗异常数据且保隐私的数 据聚合系统及方法， 包括系统模型和安全模型； 系统模型中， 智能电表SM主要负责测量用户实时 的用电数据， 并将其安全地报告给聚合中心AC； 聚合中心AC收集每个智能电表上传的用电信息， 并对其进行聚合； 当聚合过程结束后， 聚合中心 AC将聚合结果以及异常电表的伪身份信息一共 发送给云服务器； 云服务器CS负责对加密的聚合 结果进行解密， 从而得到真实的聚合结果， 以便 进行合理的生产决策以及电力分配。 方法主要包 括： 系统初始化、 用户注册、 电表加密数据、 聚合 中心聚合和过滤异常数据以及云服务器解密数 据。 本发明对智能电表报告的异常数据进行过滤 与追踪， 从而提高聚合结果的准确度。 权利要求书1页 说明书6页 附图2页 CN 114221809 A 2022.03.22 CN 114221809 A 1.一种抗异常数据且保隐私的数据聚合系统， 其特 征在于， 包括系统模型和安全 模型； 系统模型包括智能电表SM， 聚合中心 AC和云服 务器CS； 智能电表SM： 智能电表SM主要负责测量用户实时的用电数据， 并将其安全地报告给聚 合中心AC； 聚合中心AC： 在智能电网系统中， 聚合中心收集每个智能电表上传的用电信息， 并对其 进行聚合； 当聚合过程结束后， 聚合中心AC将聚合结果以及异常电表的伪身份信息一共发 送给云服 务器； 云服务器CS： 云服务器CS负责对加密的聚合结果进行解密， 从而得到真实的聚合结果， 以便进行合理的生产决策以及电力分配； 并且， 云服务器CS根据异常电表的伪身份信息对 其进行检查和维修。 2.根据权利要求1所述的一种抗异常数据且保隐私的数据聚合系统， 其特征在于， 所述 的聚合中心AC： 还用于判断加密的数据是否异常， 并对异常数据进 行过滤； 还用于追踪异常 数据的源头， 即对报告异常数据的电表进行记录 。 3.一种抗异常数据且保隐私的数据聚合方法， 其特征在于， 基于权利要求1或2所述的 系统模型和安全模型， 包括以下步骤： 系统初始 化、 用户注册、 电表加密数据、 聚合中心聚合 和过滤异常数据以及云服 务器解密数据。 4.根据权利要求1所述的一种抗异常数据且保隐私的数据聚合方法， 其特征在于， 具体 发包括以下步骤： 步骤1： 系统初始化 云服务器CS生成两个随机的非奇异矩阵 并计算它们的逆矩阵 系统 的公共参数 可表示为 步骤2： 用户注 册 当智能电表SMi向云服务器CS注册时， 云服务器CS 为它生成一个随机数ri和一个伪身份 信息PIDi； 然后， 云服 务器CS通过一个安全通道把{PIDi， ri}发送给该智能电表； 步骤3： 智能电表SMi加密用电数据xi 首先根据用电数据xi构建矩阵 并对其进行相应的加密生成{HTi， 1， HTi， 2}； 后将 密文{HTi， 1， HTi， 2}发送给聚合中心 AC； 步骤4： 聚合中心 AC进行聚合和过 滤 聚合中心AC根据正常数据的临界值q生成矩阵 并对其进行相应的加密生成TT； 使用 智能电表SMi的报告数据{HTi， 1， HTi， 2}同生成的TT运算进行数据聚合， 自动地过滤掉异常数 据， 进而得到聚合结果R ′； 并且， 可以根据公 式HTi， 1TTHTi， 2的结果， 找到异常数据的来源， 记 录该智能电表的伪身份信 息PIDab； 最后， 聚合中心将聚合结果R ′以及异常数电表的伪身份 信息{PIDab}发送给云服 务器CS； 步骤5： 云服 务器CS解密 云服务器CS从聚合中心AC接收到聚合结果R ′和异常电表的伪身份信息{PIDab}后， 对数 据进行解密， 从而得到真实的聚合结果R以及异常电表的信息 。权　利　要　求　书 1/1 页 2 CN 114221809 A 2一种抗异常数据且保隐私的数据聚合系统及方 法 技术领域 [0001]本发明属于电力计量技术领域， 具体涉及 一种抗异常数据且保隐私的数据聚合系 统及方法。 背景技术 [0002]随着我们在日常生活中越来越频繁地使用电力资源， 云服务器在做出生产决策前 需要考虑更多的因素， 比如如何在用电量发生巨大变化时保证供需平衡。 作为一种新兴的 基础设施， 智能电网在传统电网的基础上增加了上行 的信息反馈。 它的优点是可以在短时 间内保证电力的供应与用户的需求相匹配， 这对于合理分配电力资源和减少经济损失具有 重大的意义。 为了确保云服务器做出合适的生产决策， 智能电网通过高级计量基础设施来 测量、 聚合和分析用户的用电数据。 [0003]对用户用电信息的测量与收集必定会使得用户的生活习惯、 经济情 况等个人信息 被暴露在研究人员的面前， 从而侵害到用户的个人隐私。 如果用户的个人信息落入恶意攻 击者手里， 则会对用户人身安全， 经济利益等造成极大的威胁。 所以在智能电表向聚合中心 报告用户数据前， 对其进 行加密是十分重要的。 目前， 用于在智能电网中进行数据聚合的加 密技术主要分为两种： 基于同态加密的加密方案和基于屏蔽值的加密方案。 这些加密方案 可以有效地保证用户的隐私安全不被恶意 攻击者所侵犯。 [0004]然而， 在对用户用电数据进行聚合的过程中有一个值得注意的问题， 就是由电力 盗窃或电表故障导致的异常用电数据会影响聚合结果的准确性。 这不仅仅会损害用户的个 人利益， 也会干扰云服务器的生产决策。 而据我们所知， 现有的方案都没有考虑到异常数据 的影响。 在他们的方案中， 聚合中心只能对所有接收到的用电数据进 行聚合， 而 无法判断接 收到的数据是否异常， 更 无法找到异常数据的来源。 [0005]当前使用同态加密的数据聚合方案主要包括： 基于Paillier的加密方案， 该加密 算法基于复合剩余类的困难问题， 是一种满足加法和数乘同态的同态加密； 基于ElGamal的 加密方案， 该加密算法基于有限域中离散对数间题的难解性； 以及基于格的加密方案， 该加 密算法可以抵抗 量子攻击和提高算法的有效性。 [0006]尽管使用同态加密的数据聚合方案可以有效地保护用户的个人隐私， 并对数据进 行有效的聚合。 但是无法对报告数据中的异常值进行过滤， 这样会导致最终的聚合结果中 包含异常数据， 降低聚合结果的准确度， 影响电力资源的合理分配， 甚至会造成经济损失。 [0007]另外还有一种基于屏蔽值的数据聚合方案， 通过为每个原始数据分配随机值， 对 其进行加密。 最终在聚合后， 消去所有随机数的和以得到真实的聚合数据。 [0008]与使用同态加密的数据聚合方案类似， 基于屏蔽值的数据聚合方案无法对报告数 据中的异常值进行过滤， 这样会导致最终的聚合结果中包含异常数据， 降低聚合结果的准 确度， 影响电力资源的合理分配， 甚至会造成经济损失。说　明　书 1/6 页 3 CN 114221809 A 3