目前电力系统的数据往往包含大量的隐私信息,一旦泄露或被滥用,将会对个人隐私和企业利益造成严重威胁,因此提出基于深度学习算法的电力运行数据隐私保护方法.首先,基于深度学习算法提取电力运行数据特征,有效地保护电力运行数据的隐私;其次,构建电力运行数据加密模型,在处理电力运行数据时,防止未经授权的用户获取敏感数据;最后,保护电力运行的隐私数据,实现平衡数据利用和隐私保护的需求.实验结果表明,传统加密方法在 40 s内,对电力数据进行加密后的成功数量达到了4700 条,而基于深度学习算法的电力运行数据隐私保护方法达到了 5800 条,可见其数据隐私保护的效率相较于传统加密方法的效率更佳.
NETL
NSTL
万方数据
