隐私保护

电力信息物理系统综合安全评估 面向云计算服务的信息伪装保护机制

本白皮书以促进数据要素价值高效和可持续释放为目标，针对数据流通过程中面临的困难挑战，围绕解决数据流通基础设施建设的关键性难题，分析数据可信流通的基础原则，提出了可信数据流通网络（简称可信数网，TrustedDatacirculationNetwork，TDN）的概念。通过分析业界实践和深入研讨，凝聚各方共识，对TDN的总体功能、网络结构、建设思路、关键技术、应用场景、规范保障等内容展开全面分析和研究论证，并予以详细阐述。本报告亮点如下：一是首次提出可信数据流通网络（TDN）的概念。TDN是以数据可信流通为基础原则，以“全国互联、数据可信、流通安全、全程可溯、贡献可量”的核心能力为目标，而构建的数据流通基础设施。TDN基于分层次的网状结构，通过建立顶级节点、枢纽节点和子节点，以实现数据、算力、网络等跨区域、跨行业的互联互通和价值共享。二是明晰TDN的可信数据流通关键技术范畴。从保障数据隐私安全、流通过程可控可信、跨节点跨平台跨技术互联互通等角度归纳、分析实现数据可信流通的关键技术方法。主要包括隐私保护、使用控制、信任保障、互联互通等四大类技术，在TDN的互联基础层、资源接入层、计算控制层、流通服务层等环节发挥着不可替代的关键作用。三是全面梳理TDN应用场景和标准体系。首先分析可信枢纽节点的建立对公共数据授权运营、企业数据流通、数据交易这三种典型的数据流通场景的作用及应用效果，进而提出在数据流通的各个环节、相关的技术要求、行业应用要求以及节点落地建设等方面需要统一的标准规范。由此TDN的建设思路不再是独立松散的模块组合，而是形成了一套体系化的可实操可落地的解决方案。四是展望TDN的未来发展方向并提出建议。为实现数据要素价值的全面释放，政产学研各界将切实的从技术创新、试点示范、服务生态、标准规范等方面加快推进可信数据流通网络的落地，奋力实现打通数字基础设施大动脉、畅通数据资源大循环和建立全国统一大市场的目标。

虚拟电厂通过先进的通信、计量、控制等技术聚合不同的灵活性资源，实现资源综合协调优化控制，是提高电网安全水平、降低用户用能成本、促进新能源消纳的重要措施。而基于云服务的计算框架将虚拟电厂优化调度的求解转移至云端服务器完成，在降低本地计算压力和计算资源投资成本的同时也带来了新的隐私安全问题。为了应对云计算过程中云端服务器与园区之间信息交互存在的隐私泄漏风险，文章研究并提出了面向云服务的虚拟电厂优化调度过程中基线计算环节的信息伪装机制，利用基于线性映射的信息伪装算法将原优化问题的参数及变量信息进行伪装，在有效保证云端模型求解正确性的同时，可靠地保护园区数据隐私。通过对算例优化结果以及信息伪装特性的分析验证了所提模型和方法的有效性。

首要阐述区块链需要保护的隐私内容，然后针对当前典型的区块链隐私保护方法和技术进行分类，并简单分析相应的优缺点，最后展望未来区块链隐私保护研究方向。

分布式能源的日益普及与随之而来更复杂的能源系统结构，极大地增加了传统集中式求解能源协同优化问题的难度与成本。分布式优化方法与复杂的能源结构有良好的适配性，但缺少天然可信的协调中心，存在主体隐私保护困难、主体间交互数据真伪难辨等问题，因此提出了结合区块链的园区综合能源系统可信协调优化方法。首先，引入协调者角色组成协调委员会，并利用无偏随机排序算法选取协调者。之后，通过分解协调算法将协调优化问题解耦为上下两层的求解最优值问题，并利用区块链共识算法保障多协调者间可信。然后，设计了双区块链园区综合能源系统数据存储模型，保证数据安全和交易链效率。最后，仿真实验表明结合区块链的园区综合能源系统可信协调优化方法可公平选取协调者，有效实现园区综合能源协同优化、降低节点作恶影响、保护数据隐私，具有较好的鲁棒性和容错性。

电价型需求响应离不开对用户价格响应的精准刻画，然而用户对价格的响应大多发生在与聚合商的交互中。并且出于隐私保护需求，这些交互数据往往不被公开，呈现为数据孤岛。针对现阶段用户数据隐私需求和电网调度需求相互冲突的问题，提出了基于联邦学习的用户电价响应行为刻画及其应用方法。首先，构建基于联邦学习的用户电价响应行为刻画的分布式交互框架，将原始数据信息交互转变为特征信息交互。然后，利用差分隐私-联邦近端算法实现不同聚合商电价响应模型的参数聚合，获得区域用户电价响应模型。最后，提出嵌入响应模型的配电网优化运行应用方法，利用改进的策略近端优化算法求解系统实时电价和储能出力。算例表明，所提方法在保障用户用能信息隐私下，能准确刻画区域用户电价响应行为，并改善配电网综合效益。

他介绍到数据隐私已经成为电网数字化应用关注的重点。将隐私计算与区块链融合，可以有效解决电网数据共享隐私保护的问题。基于区块链的隐私保护解决方案可以做到只有获得授权的用户才可以查看隐私数据，可以方便开展数据追溯及数据计量，可以在不共享原始数据的情况下完成数据的汇总分析，为电网企业、金融机构、政府机构之间业务协同提供隐私保护解决方案，保障和促进电网事业健康可持续发展。

配电智能网关具备异构终端快速接入、边缘计算及容器功能，本地计算在靠近物或数据源头的网络边缘侧，提供融合网络、计算、存储、应用核心能力的开放平台，就近提供本地化智能服务，满足数字电网在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。 适用于国内配电网中配电房、台架型配变、户内外开关站、箱式配变、低压配电柜等配电设备的智能化建设改造，还可以应用到智慧工地、智慧园区等业务场景。获专利2项，软件著作权2项。 自2018年开始，配电智能网关已经在广东佛山、肇庆、海南乐城、广西南宁等地市试点应用。 后开展规模化运用， 全网共推广建设152个项目点。2019年作为南方电网标准设计和典型造价（v3.0）智能配网建设关键设备进行推广，在2020年全南网范围新建配网项目全面推广应用。实现了基于边缘技术架构，利用容器等虚拟化先进技术，集成路由器+交换机+数据采集+边缘计算一体化的模式，统一物理模型，结合简单易行的传输技术，实现配电智能网关计算、存储、网络等资源共享，满足多业务融合需求，使基于智能网关的智能配电房解决方案具备简单、经济、安全、有效的优点，极大优化了智能配电建设和运维模式。

针对现有多主体综合能源微网群协同运行中，集中式优化面临的主体隐私保护、参数难以共享问题，以及分布式优化面临的优化模型须大量简化近似、全局最优性难以保障的问题，提出了一种基于联邦学习的多主体综合能源微网群协调优化运行方法，以兼顾主体隐私性与全局最优性。首先，基于循环门控单元（gated recurrent unit，GRU）深度学习网络构建各综合能源微网的等值互动特性封装模型并上传至云端；其次，在不侵入各微网内部隐私数据的基础上，将各微网等效模型加密后于云端汇总并进行联邦学习；然后，依据云端联邦学习的结果对边端各综合能源微网互动特性封装模型进行修正和更新，迭代直至损失函数收敛，进而实现隐私保护下综合能源微网群的全局协同优化运行；最后，通过典型的综合能源微网群仿真算例验证了所提方法的可行性和有效性，结果表明，所提方法能实现综合能源微网群的快速高效优化运行，并有效保护各参与方的数据隐私。

“个人信息安全工程”的概念取自“隐私工程”即“privacy engineering”，国际标准ISO/IEC TR 27550:2019《信息技术安全技术系统生命周期流程中的隐私工程》将隐私工程定义为“将隐私问题纳入系统和软件工程生命周期过程的工程实践”。作为将隐私保护要求嵌入系统工程乃至企业管理全流程的一套方法论，欧盟、美国等国家对其进行持续讨论和研究，对于隐私工程与隐私保护立法的关系、如何指导企业进行隐私工程实践等形成了较为体系化的结论和成果。相比之下，我国对于隐私工程的研究和实践仍处于初期。一方面，随着我国个人信息保护立法的不断完善，如何在落实个人信息保护合规要求的同时尽量减少对业务的负担成为企业无法回避的课题，越来越多的企业开始从技术和管理等多角度求解，但尚未形成较为系统和全面的方法论；另一方面，我国对数据要素市场的大力发展也促使企业主动探寻数据安全合规流通路径，尤其是个人信息的安全合规使用，以掌握参与数据要素市场建设的先机。为了加深企业对隐私工程的理解，帮助处在不同发展阶段的企业提升隐私保护能力，我们联合在隐私工程理论和实践方面有经验的企业共同撰写了《隐私工程白皮书》，对隐私工程的理论发展和我国企业的隐私工程实践经验进行介绍，希望能够为企业隐私保护能力建设提供参考，推动形成更适合我国企业的隐私工程体系。