面向容量受限可充电电池的智能电网实用差分隐私

差分隐私技术通过添加来自 Laplace 分布的噪声，成功克服了同时保持个体数据隐私和统计结果效用的难题。因此，在智能电网应用中普遍使用可充电电池作为噪声源来实现差分隐私。然而，据我们所知，当考虑电池的实际物理限制时，现有的隐私保护机制无法满足差分隐私。本文首先将由两个物理限制（最大充/放电速率和电池容量）引起的挑战分为两类。然后，我们通过探索一种边界可变分布来生成噪声，提出一种无状态隐私保护方案，并证明该方案在第一类挑战下满足差分隐私。我们进一步解释了在第二类挑战下实现差分隐私的困难，并形式化定义了松弛差分隐私的概念。最后，我们提出一种满足松弛差分隐私的有状态隐私保护方案。实验分析表明，在每个时间点，我们的隐私保护方案的最大隐私泄露量稳定优于现有工作。