具有网络韧性与隐私保障的网格数据合成
系统与控制
2025-05-05 v2 系统与控制
摘要
差分隐私(DP)提供了一种原则化的方法，用于从真实电力系统中合成数据(例如负荷)，同时限制敏感信息的暴露。然而，敌人可能利用合成数据来校准源网格上的网络攻击。为控制这些风险，我们提出了新的DP算法，用于合成数据，同时为源网格提供网络韧性和隐私保障。该算法整合了正常运行和攻击优化模型，以平衡合成数据的保真度和网络韧性。 resulting post-processing optimization被重新表述为鲁棒优化问题，与DP的指数机制相容，从而减轻计算负担。
引用
@article{arxiv.2503.14877,
title = {Synthesizing Grid Data with Cyber Resilience and Privacy Guarantees},
author = {Shengyang Wu and Vladimir Dvorkin},
journal= {arXiv preprint arXiv:2503.14877},
year = {2025}
}