一种基于矩阵补全的隐私数据传输方法及系统

本发明涉及电网数据处理，特别是指一种基于矩阵补全的隐私数据传输方法及系统。

背景技术：

1、智能电网一般会高频采集电表数据，主要包括智能电表 ip 地址、用电实时数据等，并可能在此基础上做用户需求和使用习惯的进一步挖掘分析。隐私属性较强的是用电实时数据。

2、智能电网是建立在高速双向通信网络的基础之上的电网智能化。它将传统的电力系统和先进的智能通信系统、控制技术、采集技术与传感技术结合起来，配合全面完善的安全策略，实现电网用户与电力运营商之间的互动，以保证电网智能、可靠、安全、友好、高效地运行。因此，精确、高效、开放的信息系统是未来电网的特性，也是智能电网与传统电网的本质区别。

3、尤其是随着可再生能源等分布式发电资源数量不断增加以及各类智能化家居等智能终端设备的大量接入，电网企业与电力用户之间、电气设备与控制中心之间会产生大量的数据流。智能电网产生了空前数量的原始信息，这些信息可以准确评估态势感知，提高多个工业系统的智能、效率和可持续性。研究者普遍认为智能电网的真正价值不在于物理互联设备本身，而在于它们所包含的大量粗糙、未经提炼的信息，以及如何高效、快速、有意义地处理这些信息。因此，近年来智能电网中数据的分析和处理受到了广泛的关注，其中数据的隐私保护问题一直是研究的热点与难点。

4、由于海量数据的采集、传输和处理，智能电网中各类参与者之间的频繁通信导致了其数据隐私问题变得越来越严重，例如敏感数据会直接暴露用户的隐私信息。因此，需要通过隐私保护技术来对智能电网数据进行处理，以保障智能电网中数据的隐私安全，促进智能电网应用的实际开展。

5、为了最大限度地实现智能电网数据信息的采集获取，不同机构会在同一个物理区域中部署各自的数据采集网络。这些网络覆盖范围相互重叠，但在通信过程中属于不同的信任域。因此，分属不同信任域的网络节点获取的数据需要对其它信任域保持隐私性，但是，目前的隐私保护方法通常存在以下两种问题：

6、首先，智能电网的不同信任域在同一物理区域中采集数据并传输，但它们担心传输的原始数据可能会被不同信任域所窃听，因此要在传输前进行隐私保护处理。然而一般的数据扰动处理可能会遭受恶意重构导致原始数据泄露。

7、其次，在智能电网的数据采集过程中，由于节点无法抵抗内在因素（例如节点的功耗、链接故障、数据包丢失）以及外部因素（例如恶意攻击）会有大量的数据缺失，同时节点之间频繁的通信造成了较高的通信开销。

技术实现思路

1、本发明实施例提供了一种基于矩阵补全的隐私数据传输方法及系统，用于解决智能电网中不同信任域之间的数据隐私保护问题。所述技术方案如下：

2、一方面，提供了一种基于矩阵补全的隐私数据传输方法，该方法由基于矩阵补全的隐私数据传输系统实现，所述基于矩阵补全的隐私数据传输系统包括数据接收模块、自相关矩阵估计模块、矩阵补全模块、加噪模块以及采集模块;

3、所述方法包括：

4、s1、数据接收模块将收集到的其他节点的原始数据，发送给自相关矩阵估计模块；

5、s2、所述自相关矩阵估计模块根据所述原始数据构造当前矩阵，将所述当前矩阵发送给矩阵补全模块；

6、s3、所述矩阵补全模块对所述当前矩阵进行矩阵补全，将补全后的数据矩阵发送给所述自相关矩阵估计模块；

7、s4、所述自相关矩阵估计模块根据补全后的数据矩阵，计算网络相关矩阵，并将所述网络相关矩阵发送至加噪模块；

8、s5、所述加噪模块根据所述网络相关矩阵，生成与所述原始数据具有相同统计特性的噪声；

9、s6、所述采集模块采集每个节点在t时刻的原始数据，将采集到的每个节点在t时刻的原始数据发送给所述加噪模块，所述加噪模块使用生成的噪声对每个节点在t时刻的原始数据进行加噪处理，使用加噪处理后的数据进行数据传输。

10、可选地，所述s3的所述矩阵补全模块对所述当前矩阵进行矩阵补全，将补全后的数据矩阵发送给所述自相关矩阵估计模块，包括：

11、s31、设定迭代次数k，令k=0，初始值，，；其中，和表示使用拉格朗日乘子法时设置约束条件时定义的矩阵，表示正则化参数；

12、s32、输入所述当前矩阵，,根据下述公式（1）和公式（2）计算公式（3）：

13、 (1)

14、 (2)

15、 (3)

16、根据下述公式（4）计算公式（5）：

17、 (4)

18、 (5)

19、根据上述公式（3）和公式（5），计算下述公式（6）：

20、 (6)

21、其中，表示采样元素的索引集合，表示奇异值分解函数，u和v分别表示二个相互正交矩阵，s表示一对角矩阵，表示下标取时s矩阵的值，t表示矩阵转置，表示特征值，表示狄利克雷l函数；

22、s33、判断计算结果是否收敛，如果未收敛，则令k=k+1，转去执行s32，如果计算结果收敛，则转去执行s34；

23、s34、停止循环，输出和，即为补全后的数据矩阵。

24、可选地，所述s4的所述自相关矩阵估计模块根据补全后的数据矩阵，计算网络相关矩阵，包括：

25、s41、所述自相关矩阵估计模块接收到补全后的数据矩阵后，根据以及下述公式（7），计算网络相关矩阵：

26、 (7)。

27、可选地，所述s5的所述加噪模块根据所述网络相关矩阵，生成与所述原始数据具有相同统计特性的噪声，包括：

28、s51、根据下式(8)计算原始噪声：

29、 (8)

30、s52、根据下述公式（9）对进行特征值分解，得到特征向量：

31、 (9)

32、s53、根据原始噪声、所述特征向量以及下述公式（10），计算与所述原始数据具有相同统计特性的噪声：

33、 (10)。

34、可选地，所述s6的所述加噪模块使用生成的噪声对所述原始数据进行加噪处理，包括：

35、根据原始数据、与所述原始数据具有相同统计特性的噪声以及下述公式（11），计算得到加噪处理后的数据：

36、（11）。

37、另一方面，提供了一种基于矩阵补全的隐私数据传输系统，该系统用于实现基于矩阵补全的隐私数据传输方法，所述基于矩阵补全的隐私数据传输系统包括数据接收模块、自相关矩阵估计模块、矩阵补全模块、加噪模块以及采集模块;其中：

38、所述数据接收模块，用于收集其他节点的原始数据，将收集到的其他节点的原始数据，发送给自相关矩阵估计模块；

39、所述自相关矩阵估计模块，用于接收其他节点的原始数据，根据所述原始数据构造当前矩阵，将所述当前矩阵发送给矩阵补全模块；根据补全后的数据矩阵，计算网络相关矩阵，并将所述网络相关矩阵发送至加噪模块；

40、所述矩阵补全模块，用于接收所述当前矩阵，对所述当前矩阵进行矩阵补全，将补全后的数据矩阵发送给所述自相关矩阵估计模块；

41、所述加噪模块，用于根据所述网络相关矩阵，生成与所述原始数据具有相同统计特性的噪声；使用生成的噪声对每个节点在t时刻的原始数据进行加噪处理；

42、所述采集模块，用于采集每个节点在t时刻的原始数据，将采集到的每个节点在t时刻的原始数据发送给所述加噪模块。

43、可选地，所述矩阵补全模块，用于：

44、s31、设定迭代次数k，令k=0，初始值，，；其中，和表示使用拉格朗日乘子法时设置约束条件时定义的矩阵，表示正则化参数；

45、s32、输入所述当前矩阵，,根据下述公式（1）和公式（2）计算公式（3）：

46、 (1)

47、 (2)

48、 (3)

49、根据下述公式（4）计算公式（5）：

50、 (4)

51、 (5)

52、根据上述公式（3）和公式（5），计算下述公式（6）：

53、 (6)

54、其中，表示采样元素的索引集合，表示奇异值分解函数，u和v分别表示二个相互正交矩阵，s表示一对角矩阵，表示下标取时s矩阵的值，t表示矩阵转置，表示特征值，表示狄利克雷l函数；

55、s33、判断计算结果是否收敛，如果未收敛，则令k=k+1，转去执行s32，如果计算结果收敛，则转去执行s34；

56、s34、停止循环，输出和，即为补全后的数据矩阵。

57、可选地，所述自相关矩阵估计模块，用于：

58、s41、所述自相关矩阵估计模块接收到补全后的数据矩阵后，根据以及下述公式（7），计算网络相关矩阵：

59、 (7)。

60、可选地，所述加噪模块，用于：

61、s51、根据下式(8)计算原始噪声：

62、 (8)

63、s52、根据下述公式（9）对进行特征值分解，得到特征向量：

64、 (9)

65、s53、根据原始噪声、所述特征向量以及下述公式（10），计算与所述原始数据具有相同统计特性的噪声：

66、 (10)。

67、可选地，所述加噪模块，用于：

68、根据原始数据、与所述原始数据具有相同统计特性的噪声以及下述公式（11），计算得到加噪处理后的数据：

69、（11）。

70、另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述基于矩阵补全的隐私数据传输方法。

71、另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述基于矩阵补全的隐私数据传输方法。

72、本发明实施例提供的技术方案带来的有益效果至少包括：

73、本发明实施例中，数据接收模块将收集到的其他节点的原始数据，发送给自相关矩阵估计模块；自相关矩阵估计模块根据原始数据构造当前矩阵，将当前矩阵发送给矩阵补全模块；矩阵补全模块对当前矩阵进行矩阵补全，将补全后的数据矩阵发送给自相关矩阵估计模块；自相关矩阵估计模块根据补全后的数据矩阵，计算网络相关矩阵，并将网络相关矩阵发送至加噪模块；加噪模块根据网络相关矩阵，生成与原始数据具有相同统计特性的噪声；采集模块采集每个节点在t时刻的原始数据，将采集到的每个节点在t时刻的原始数据发送给加噪模块，加噪模块使用生成的噪声对每个节点在t时刻的原始数据进行加噪处理，使用加噪处理后的数据进行数据传输。基于本发明的一种基于矩阵补全的数据隐私保护方法，可以解决智能电网中不同信任域之间的数据隐私保护问题。该方案通过给原始数据添加与原始数据具有相同统计特性的噪声，这种噪声难以去除，因此可以避免数据被恶意重构，保证了数据隐私。另外，本发明实施例利用不精确alm算法进行网络相关矩阵的补全，降低了通信开销并且减少了数据缺失的影响。