基于差分隐私的智能电网数据收集与预测问题研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 数据聚集机制 | 第10-11页 |
| 1.2.2 隐私拍卖机制 | 第11页 |
| 1.2.3 负载预测 | 第11-12页 |
| 1.3 论文研究内容及组织结构 | 第12-14页 |
| 1.3.1 论文研究内容 | 第12-13页 |
| 1.3.2 论文研究结构 | 第13-14页 |
| 第二章 背景知识 | 第14-28页 |
| 2.1 智能电网介绍 | 第14-18页 |
| 2.1.1 智能电网的定义 | 第14-15页 |
| 2.1.2 智能电网网络模型 | 第15-16页 |
| 2.1.3 智能电网的优势 | 第16-17页 |
| 2.1.4 智能电网中存在的隐私问题 | 第17-18页 |
| 2.2 差分隐私保护技术 | 第18-21页 |
| 2.2.1 差分隐私定义 | 第18-19页 |
| 2.2.2 差分隐私的实现机制 | 第19-21页 |
| 2.2.3 差分隐私保护的组合性质 | 第21页 |
| 2.3 同态加密 | 第21-23页 |
| 2.3.1 同态加密定义 | 第21-22页 |
| 2.3.2 Paillier密码系统 | 第22-23页 |
| 2.4 时间序列模型 | 第23-27页 |
| 2.4.1 时间序列 | 第23-24页 |
| 2.4.2 RNN循环神经网络 | 第24-25页 |
| 2.4.3 LSTM长短时记忆网络 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 智能电网中的差分隐私数据聚集机制 | 第28-44页 |
| 3.1 相关工作 | 第28-29页 |
| 3.2 问题描述 | 第29-33页 |
| 3.2.1 智能电网数据聚合模型 | 第30-31页 |
| 3.2.2 攻击模型设定 | 第31-32页 |
| 3.2.3 设计目标 | 第32-33页 |
| 3.3 具体方案 | 第33-38页 |
| 3.3.1 聚合器加密二进制序列 | 第34-35页 |
| 3.3.2 智能电表加密数据 | 第35-36页 |
| 3.3.3 聚合器聚合数据 | 第36-38页 |
| 3.4 协议分析 | 第38-40页 |
| 3.4.1 安全性分析 | 第38页 |
| 3.4.2 隐私性分析 | 第38-39页 |
| 3.4.3 复杂度分析 | 第39-40页 |
| 3.5 实验仿真 | 第40-43页 |
| 3.5.1 数据效用分析 | 第40-41页 |
| 3.5.2 复杂度仿真 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 智能电网中基于差分隐私的数据拍卖 | 第44-55页 |
| 4.1 相关工作 | 第44-45页 |
| 4.2 问题描述 | 第45-48页 |
| 4.2.1 场景描述 | 第46页 |
| 4.2.2 机制设计目标 | 第46-48页 |
| 4.3 具体方案 | 第48-53页 |
| 4.3.1 准确率机制 | 第48-50页 |
| 4.3.2 基于差分隐私的隐私拍卖机制 | 第50-53页 |
| 4.4 实验仿真 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于差分隐私的用户负载预测 | 第55-65页 |
| 5.1 相关工作 | 第55-56页 |
| 5.2 问题描述 | 第56-58页 |
| 5.2.1 隐私模型 | 第56-57页 |
| 5.2.2 设计目标 | 第57-58页 |
| 5.3 具体方案 | 第58-61页 |
| 5.3.1 预测模型 | 第58-60页 |
| 5.3.2 实验数据集 | 第60-61页 |
| 5.4 实验仿真 | 第61-64页 |
| 5.4.1 网络架构和参数 | 第61-62页 |
| 5.4.2 模型评估 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 论文展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 攻读硕士学位期间申请的专利 | 第70-71页 |
| 致谢 | 第71页 |
