智能电网中的独特性——细粒度用电数据的隐私代价
密码学与安全
2022-11-15 v1 数据库
摘要
通过智能电表收集用电时间序列随着雄心勃勃的全国性智能电网计划而不断增长。这类数据既高度敏感又极具价值：关于个人数据的严格法律保护着它，而关于开放数据的法律旨在经过隐私保护数据发布过程后将其公开。在这项工作中，我们研究了大规模真实细粒度用电时间序列的独特性，并展示了其与隐私威胁的联系。我们的结果显示此类数据集中存在令人担忧的高独特性率。特别地，我们表明在包含 250 万条半小时用电时间序列的数据集中，已知 5 个连续电量读数平均可重新识别超过 90% 的家庭。此外，即便数据被严重降质，独特性依然很高。例如，当数据被四舍五入到最近的 100 瓦时，已知 7 个连续电量读数平均可重新识别超过 40% 的家庭（同一数据集）。我们还研究了独特性与熵、独特性与用电量、以及用电量与温度之间的关系，显示出它们之间的强相关性。
引用
@article{arxiv.2211.07205,
title = {Unique in the Smart Grid -The Privacy Cost of Fine-Grained Electrical Consumption Data},
author = {Antonin Voyez and Tristan Allard and Gildas Avoine and Pierre Cauchois and Elisa Fromont and Matthieu Simonin},
journal= {arXiv preprint arXiv:2211.07205},
year = {2022}
}