差分隐私对短期电力负荷预测的影响
密码学与安全
2018-07-09 v1
摘要
关于采用差分隐私的隐私保护智能计量的研究已有大量贡献，涉及从智能电表处的实际实施到能源供应商处的计费等问题。然而，其利用大多局限于智能电表与能源供应商之间密码学安全手段的应用。我们沿隐私保护负荷预测这一用例说明，差分隐私确实是一种有价值的补充，可解锁用于优化的新型信息流。我们表明：(i) 在三种选定的预测方法下效用存在巨大差异；(ii) 能源供应商可享有良好的效用，尤其是在线性回归基准模型下；(iii) 家庭可以以个体再识别风险 < 60%（仅比随机猜测高 10%）参与隐私保护负荷预测。
引用
@article{arxiv.1807.02361,
title = {The Influence of Differential Privacy on Short Term Electric Load Forecasting},
author = {Günther Eibl and Kaibin Bao and Philip-William Grassal and Daniel Bernau and Hartmut Schmeck},
journal= {arXiv preprint arXiv:1807.02361},
year = {2018}
}
备注
This is a pre-print of an article submitted to Springer Open Journal "Energy Informatics"