[发明专利]基于CFF码和RS码的抗合谋电力数据指纹编码方法

权利要求书

1.基于CFF码和RS码的抗合谋电力数据指纹编码方法，其特征在于，包括以下步骤：

步骤1，合谋用户分组：首先根据电力业务数据的特点设置不同的权重；然后根据权重值划分不同的使用场景分组；最后对场景分组的用户规模进行分析；转至步骤2；合谋用户分组的具体步骤为：

步骤1.1，电力业务数据包括档案数据、量测数据和计算数据，其中档案数据主要是指厂站、线路、台区、计量资产、采集对象，量测数据主要是指电量、功率、电流、电压，计算数据主要是指电耗、线损、统计，根据电力业务数据的特征设置相关的权重ω_i，划分不同的应用场景；转至步骤1.2；

步骤1.2，将所有电力业务数据以选择权重值转化为向量U，即U＝(ω₁，ω₂，…，ω_n)，将由电力业务数据构成的向量集进行场景分组聚类；转至步骤1.3；

步骤1.3，将电力业务数据场景分组后，对场景用户进行分析，若各场景分组间人数规模差别较大，对场景分组进行调整，应把几个规模小的场景分组合并为大的场景，最后得到各组间规模相对均衡的用户分组集，使得每组的CFF区组码大小相同，以减少内码的生成计算成本；

步骤2，分组内码生成：首先根据组合理论来构建对应的关联矩阵，生成CFF码，然后将CFF码和I码结合起来，利用I码扩展来容纳多个小的CFF区组码作为分组内码，最后使用编码技术对内码进行扩展置乱，以此消除编码的规律性，增强指纹编码的安全性；转至步骤3；分组内码的具体生成步骤为：

步骤2.1，设计k-CFF(n，t)区组编码，设定编码元素集合χ，其中n为χ集合中元素个数，t为满足CFF区组定义的区组数，k为最大的抗合谋人数；转至步骤2.2；

步骤2.2，根据k-CFF(n，t)构造对应的关联矩阵M，关联矩阵M中每行对应一个CFF区组q_i，每列对应集合χ的一个元素，如果q_i中包含元素，那么关联矩阵对应位置置为1，其余位置置为0，再对关联矩阵M按行向量取补生成取补矩阵；转至步骤2.3；

步骤2.3，构造I码矩阵：首先根据分发用户总数N，确定I码的大小m，即然后构造一个m×m的单位矩阵，最后扩展码比特为1的2n×t的子矩阵，码比特为0的2n×t的子矩阵；转至步骤2.4；

步骤2.4，构造内码矩阵：由于I码矩阵中1的位置是唯一确定的，因此将CFF码字嵌入到此位置上便于确认，将I码扩展矩阵对角线上全为1的2n×t子矩阵替换为由CFF设计生成的2n×t的关联矩阵D′，另外用户分组集规模相对均衡，所以使用m个大小相同的CFF区组矩，生成内码关联矩阵R；转至步骤2.5；

步骤2.5，将内码关联矩阵R中各矩阵D(2n，t)子块左侧的所有0(2n，t)子块的元素取反，生成内码码字矩阵G；转至步骤2.6；

步骤2.6，取内码码字矩阵G的每一列为一个向量，共有t×m个向量，将内码码字矩阵G每一列转换为一个二进制的码字g_i，扩展码命名为S(l，t)，其中l为码字长度；转至步骤2.7；

步骤2.7，在将指纹嵌入电力业务数据时，利用logistic映射构造出同长度混沌序列f与指纹编码异或生成新码字序列作为数字指纹编码，并将logistic变换的初始值作为指纹提取的密钥；

步骤3，级联分组编码生成：首先将内码的分组用户码字集作为RS外码输入的码元集；然后以RS码编码的方式形成码字，使得处理后的分组内码存在校验位；最后将生成的级联分组编码分配给该组用户；转至步骤4；级联分组编码的具体生成算法步骤为：

步骤3.1，对内码进行RS编码：对于每一个内码s_i使用RS编码技术进行编码，得到RS编码O；转至步骤3.2；

步骤3.2，级联码编码算法：外码的码元集为内码的码字集，以外码编码的方式形成码字即可得到级联码；

步骤4，级联分组编码检测算法：首先将提取的合谋指纹进行预处理，并进行阈值判断以确定合谋用户场景；然后对合谋指纹进行内码译码获取码元集，再进行RS译码，如果编码丢失或者被攻击，就可以通过RS码对原始编码进行纠错，得到该场景嫌疑合谋内码集合；最后将嫌疑合谋内码集合逐一与提取的合谋指纹进行相关性匹配，确定合谋用户，追踪到泄密者；级联分组编码检测算法具体步骤为：

步骤4.1，内码译码：使用密钥提取指纹，将提取的合谋指纹C进行预处理，即与编码时使用的混沌序列f进行异或操作，得到新的指纹序列将C′按照内码长度l′进行切分；转至步骤4.2；

步骤4.2，检测合谋用户场景：首先将内码矩阵中各CFF小块内的0换成1，每一块抽取一个码字，得到一组用户分组的组特征码；然后确定场景分组，计算还原合谋内码CFF编码所在CFF子块位置，根据步骤2.6中CFF码的规律性可知：每条指纹编码含有0的个数是CFF码字长度的倍数，故统计0的个数后，计算还原后的合谋码CFF所在块位置即用户所在的场景分组；最后将还原合谋内码的CFF块依次与组特征码相与后，如果超过给定阈值ε，则认为该场景用户为嫌疑组，其他场景为无辜组；转至步骤4.3；

步骤4.3，追踪嫌疑合谋用户：确定嫌疑用户场景后，根据该场景用户指纹中的特征码字对合谋用户进行追踪，检测出合谋用户；

转至步骤4.4；

步骤4.4，追踪合谋用户：对于嫌疑合谋用户所在的集合U中的每个码U_i确定其CFF子块位置，逐条计算指纹特征码与被追踪指纹u_i的距离d，如果码间距d(u_i，U_i)＞(L/k)，即为合谋用户，最终得到所有的合谋用户，其中L为RS(L，N，d)_b码中的长，b为码元数。