智能电网中测量异常数据的差分隐私通信
信号处理
2024-03-26 v2 密码学与安全
摘要
在本文中，我们提出了一种基于差分隐私 (DP) 的框架，用于查询电力测量数据以检测系统异常或坏数据。我们的 DP 方法隐藏了消耗数据和系统矩阵数据，同时通过发布用于假设检验的随机化充分统计量，使不可信的第三方能够测试异常假设（例如坏数据的存在）。我们考虑了一个受高斯噪声污染的测量模型和一个代表攻击的稀疏噪声向量，并观察到最优检验统计量是一个卡方随机变量。为了检测可能的攻击，我们提出了一种新颖的 DP 卡方噪声机制，确保检验不会泄露关于电力注入或系统矩阵的私有信息。所提出的框架为检测坏数据同时保护敏感电力系统数据的隐私提供了一种稳健的解决方案。
引用
@article{arxiv.2403.02324,
title = {Differentially Private Communication of Measurement Anomalies in the Smart Grid},
author = {Nikhil Ravi and Anna Scaglione and Sean Peisert and Parth Pradhan},
journal= {arXiv preprint arXiv:2403.02324},
year = {2024}
}
备注
13 pages, 5 figures