多维分解加噪算法在智能电网隐私保护中的优化

作     者：陈倩 刘云 CHEN Qian;LIU Yun

作者机构：昆明理工大学信息工程与自动化学院昆明650500 

出 版 物：《重庆大学学报（自然科学版）》 (Journal of Chongqing University)

年 卷 期：2018年第41卷第9期

页      面：86-93页

核心收录：

学科分类：11[军事学] 1105[军事学-军队指挥学] 0839[工学-网络空间安全] 08[工学] 110505[军事学-密码学] 110503[军事学-军事通信学] 

基　　金：国家自然基金资助项目(61262040)~~ 

主　　题：实时监测系统 拉普拉斯噪声 多维分解 差分隐私 MDLN算法 

摘      要：在智能电网的数据采集监测中,针对用户隐私泄露安全隐患问题,采取加噪为主的方式来实现隐私保护。提出一种基于多维分解的拉普拉斯噪声算法(MDLN,multidimensional laplacian noise algorithm),该算法将原始测量值分解成多维数据,并根据各维度的隐私敏感度,自适应决定需添加的拉普拉斯噪声幅度,通过有效的噪声扰动方式实现差分隐私。通过与SLN(simple laplacion noise algorithm)算法ULN(uniform laplacian noise algorithm)算法相比较,仿真表明,MDLN算法的隐私保护强度较高,且效能更高。