基于自适应差分隐私的智能电表数据保护机制OA
智能电表的高频采集数据可能泄露用户生活习惯,而已有差分隐私方案多采用固定噪声参数,难以兼顾不同量级数据的可用性,且缺少对长时间序列累积误差的有效控制。为此,提出一种自适应差分隐私智能电表保护机制(ADPM-SM)。该机制将电量数据划分为5个级别,依据级别差异分配隐私预算和敏感度参数,并通过高斯滤波补偿长期噪声偏移。在Austin智能电表数据集上的实验结果表明,与标准拉普拉斯机制相比,ADPM-SM的平均绝对误差降低了84.4%,大值数据误差减少84.8%,数据相关性达到0.999,累积误差保持在0.01%以内。
戚盼盼;王小英
应急管理大学廊坊市网络应急保障与网络安全重点实验室,河北廊坊065201应急管理大学廊坊市网络应急保障与网络安全重点实验室,河北廊坊065201
信息技术与安全科学
差分隐私智能电表隐私保护自适应噪声累积误差补偿
《现代信息科技》 2026 (14)
P.174-177,4
立德树人视域下AI赋能网络安全“赛-教-创-研-服”育人路径探索与实践(2026GJJG487)。
评论