面向分布式最优潮流的隐私保护方法
Privacy protection method for distributed optimal power flow
1. 南京理工大学 计算机科学与工程学院, 南京 210094
2. 中国电子科技集团公司第二十八研究所, 南京 210007
摘要
电力系统中包含大量敏感数据，保护这些数据的隐私安全对用户至关重要。针对在分布式最优潮流（optimal power flow，OPF）算法中，由于迭代过程中信息交换频繁导致的隐私泄露问题，提出一种面向分布式最优潮流的隐私保护方法。该算法采用完全分布式计算方法来进一步增强隐私性，并引入了自适应惩罚参数方法以提高计算效率。在算法的迭代过程中对各节点间交流的传输变量添加差分隐私噪声，从而阻止攻击者通过窃听传输变量真实值而推测算法中的关键参量，实现了模糊关键参数的OPF问题的分布式求解框架。此外，对于所提算法的收敛性和最优性进行了理论证明，并在IEEE 9-总线系统中进行仿真验证。仿真结果验证了该算法具有收敛性与准确性，隐私保护性能也优于对比算法。该算法有效地解决了在迭代过程中由于信息交换导致的隐私泄露问题，在保持计算效率的同时，显著提高了数据隐私的安全性。
基金项目
国家自然科学基金资助项目(61872186)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.04.0211
出版期卷: 《计算机应用研究》 印刷出版, 2025年第42卷 第2期
所属栏目: 信息安全技术
出版页码: 592-598
文章编号: 1001-3695(2025)02-037-0592-07
发布历史
[2025-02-05] 印刷出版
引用本文
徐雅雯, 欧阳晓丽, 徐建. 面向分布式最优潮流的隐私保护方法 [J]. 计算机应用研究, 2025, 42 (2): 592-598. (Xu Yawen, Ouyang Xiaoli, Xu Jian. Privacy protection method for distributed optimal power flow [J]. Application Research of Computers, 2025, 42 (2): 592-598. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
