买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)

摘要：本发明属于智能电网窃电检测隐私保护技术领域，更具体地，涉及一种基于相对熵优化的双重隐私保护电力盗窃检测方法。本方法包括：边缘服务器对本地用电数据进行分配转换得到最终转换数据；检测服务器建立检测模型，利用集成学习训练检测模型；边缘服务器将基于得到的最终转换数据上传到检测服务器，检测模型提取最终转换数据的中间特征输出到边缘服务器；边缘服务器构建后处理神经网络，通过检测模型返回的中间特征判断信息为积极或消极，确定是否发生窃电行为。本发明解决了现有技术中缺乏对用电量数据隐私性和检测模型的同步关注、在推理阶段缺乏对隐私的关注和推理效率较低和传输存储成本较高等问题。

主权项：1.一种基于相对熵优化的双重隐私保护电力盗窃检测方法，其特征在于，包括：S1、边缘服务器ES对本地用电数据进行分配转换得到最终转换数据x′；S2、检测服务器DS建立检测模型，利用集成学习训练检测模型；所述检测模型包括头层模块和后层模块，头层模块用于检测，后层模块用于提取数据的中间特征，用于发送给边缘服务器ES；S3、边缘服务器ES将基于所述S1得到的最终转换数据x′上传到检测服务器DS，检测模型提取最终转换数据x′的中间特征输出到边缘服务器ES；S4、边缘服务器ES构建后处理神经网络，通过检测模型返回的中间特征判断信息为积极或消极，确定是否发生窃电行为；所述S1具体包括：S11、边缘服务器ES对本地用电数据x进行数据转换，得到数据z，通过KL散度公式表示： （1）；公式（1），P（x）表示数据x的概率分布，Q（z|x）表示x通过数据变换得到的数据z的概率分布，表示概率分布Q的最大值；将公式（1）变形为： （2）；公式（2）中，H（P（x）表示信息熵，表示概率分布Q的最小值，P（x）和H（P（x））为常数；将用户的本地用电数据映射为同等的n份到集合：zi={zi,1,zi,2,zi,3,...zi,k......zi,n},zi,k与xi有相同标签，将数据x映射为同等的n份，获得数据z的可能性是对应数据x可能性的1，从而缩小概率分布Q（z|x）的最小值；对于Q（z|x）是与P（x）不相似的任何概率分布，为了使本方法的效率更高，将Q视为一组高斯分布； （3）； （4）；其中，μi表示任意一组数据zi遵从正态规律分布的随机变量的均值，σi表示任意一组数据zi的离散程度，θi表示任意一组数据zi独立分布的随机变量，Ni表示高斯分布的任意一个数据，Q表示高斯分布的一组分布；最后边缘服务器ES在Ni中进行随机取样得到转换数据zi,k，完成随机取样操作；S12、z与x具有相同维度，采用上采样操作，得到最终转换数据x′；所述利用集成学习训练检测模型包括：所述本地用电数据包括良性用户和恶性用户两种标签，将良性用户作为正样本，恶性用户作为负样本，将正和负样本按1:1的比例分成w个子集，每个子集具有相同的负样本但不同的正样本；然后将w个子集按照7：3的比例划分为训练集和测试集，使用集成学习技术训练w个单独的检测模型，每个检测模型分别由一个正样本和一个负样本组成的子集训练而成；将每个训练好的模型进行误分类权重调整验证；最后，通过集成学习中投票法对w个检测模型进行处理，选出w个检测模型中出现最多的预测结果的模型作为最终模型。

全文数据：

权利要求：

百度查询： 山东省计算中心(国家超级计算济南中心) 齐鲁工业大学(山东省科学院) 一种基于相对熵优化的双重隐私保护电力盗窃检测方法