关于通过充电数据对电动汽车进行画像的可行性

电动汽车是传统燃油汽车的长期绿色替代品。为了鼓励电动汽车的普及，必须确保终端用户的信任。在本研究中，我们关注一种近期新兴的隐私威胁，即通过电动汽车充电过程中交换的模拟电气数据对电动汽车进行画像和识别。我们工作的核心重点是调查此类威胁在大规模情况下的可行性。为此，我们首先提出了一种改进的电动汽车画像方法，其性能优于现有最先进的电动汽车画像技术。接下来，我们详尽评估了改进后的方法在真实场景中对电动汽车进行画像的性能。在我们的评估中，我们进行了一系列实验，包括来自 530 辆真实电动汽车的 25032 次充电会话、具有不同数据分布的子采样数据集等。我们的结果表明，即使使用我们改进的方法，在实践中对不断增长的电动汽车进行画像和单独识别也是不可行的；至少在文献中使用的模拟充电数据下是如此。我们相信，我们在这项工作中的发现将进一步培养潜在用户对电动汽车生态系统的信任，从而鼓励电动汽车的普及。