基于数据特征的电力数据隐私保护模型研究

摘要：

为避免发生隐私泄露和数据缺失,研究了基于数据特征的电力数据隐私保护模型.依据不同的数据属性划分原始数据集,形成特征集和候选集后,采用基于最大信息系数的特征分类模型,分析形成的两种数据集,获取最高的相关性形成隐私数据集;通过差分隐私的数据匿名隐私保护模型,利用差分隐私技术获取隐私保护匿名数据集,完成数据隐私保护.测试结果表明:模型在合理的隐私保护预算范围内,运算性能良好,保护后数据记录连接值低于0.23,可较大程度保证数据的隐私性和可用性,降低数据损失率,应用性较好.

关键词：数据特征、电力数据、隐私保护模型、隐私数据集、差分隐私、匿名数据集

所属期刊栏目：44

分类号：TP309(计算技术、计算机技术)

资助基金：国家电网有限公司总部科技项目5700-202058481A-0-0-00

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：57-59,62