| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 论文主要工作及章节安排 | 第16-18页 |
| 1.3.1 论文主要工作 | 第16页 |
| 1.3.2 章节安排 | 第16-18页 |
| 第2章 隐私保护与预警技术 | 第18-24页 |
| 2.1 智能电网大数据 | 第18-19页 |
| 2.2 隐私保护技术概述 | 第19-20页 |
| 2.3 隐私保护技术的性能评估 | 第20-21页 |
| 2.4 随机化扰动隐私保护技术 | 第21-22页 |
| 2.5 轻量级加密隐私保护技术 | 第22-23页 |
| 2.6 预警技术 | 第23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 基于轻量级分组密码的用电信息采集层隐私保护策略 | 第24-49页 |
| 3.1 用电信息采集层场景 | 第24-26页 |
| 3.1.1 应用场景 | 第24-25页 |
| 3.1.2 隐私保护策略设计目标 | 第25-26页 |
| 3.2 轻量级分组密码算法选取 | 第26-30页 |
| 3.2.1 PRESENT算法 | 第27页 |
| 3.2.2 LED算法 | 第27-28页 |
| 3.2.3 PRINCE算法 | 第28-29页 |
| 3.2.4 轻量级加密算法性能对比与选取 | 第29-30页 |
| 3.3 基于轻量级分组密码的LPPSPSG策略构建 | 第30-35页 |
| 3.3.1 LPPSPSG策略多维度保护用电信息 | 第30-31页 |
| 3.3.2 LPPSPSG策略流程规划 | 第31-35页 |
| 3.4 基于LPPSPSG的采集层隐私保护策略的实现 | 第35-41页 |
| 3.4.1 基于LPPSPSG的采集层隐私数据安全保护 | 第35-39页 |
| 3.4.1.1 基于加法噪音的随机化扰动 | 第35-36页 |
| 3.4.1.2 基于PRINCE算法的加密 | 第36-38页 |
| 3.4.1.3 基于NTRUSign的签名 | 第38-39页 |
| 3.4.2 基于LPPSPSG的采集层通信优化 | 第39-41页 |
| 3.4.2.1 现有数据传输场景 | 第39-40页 |
| 3.4.2.2 HAN端通信优化 | 第40页 |
| 3.4.2.3 BAN端通信优化 | 第40-41页 |
| 3.4.2.4 NAN及CC通信优化 | 第41页 |
| 3.5 仿真与性能分析 | 第41-48页 |
| 3.5.1 仿真环境及参数设置 | 第41-42页 |
| 3.5.2 隐私数据安全性实验 | 第42-43页 |
| 3.5.3 通信复杂度实验 | 第43-46页 |
| 3.5.4 计算复杂度实验 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于高斯过程的集中式隐私保护预警 | 第49-58页 |
| 4.1 预警系统应用场景 | 第49-52页 |
| 4.1.1 面临攻击的场景 | 第49-50页 |
| 4.1.2 面临的攻击 | 第50-51页 |
| 4.1.3 集中式预警 | 第51-52页 |
| 4.2 基于高斯过程的集中式隐私保护预警方案流程规划 | 第52-55页 |
| 4.2.1 高斯过程回归 | 第52-53页 |
| 4.2.2 预警方案流程规划 | 第53-54页 |
| 4.2.3 LPPSPSG策略与隐私预警方案结合 | 第54-55页 |
| 4.3 仿真与性能分析 | 第55-57页 |
| 4.3.1 场景攻击仿真 | 第55-56页 |
| 4.3.2 攻击预测仿真 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
