[发明专利]一种基于全同态的用电加密数据异常检测方法与系统

权利要求书

1.一种基于全同态的用电加密数据异常检测方法，其特征在于，包括以下步骤：

构建异常检测模型，并对用户历史用电数据进行预处理，通过预处理后的所述用户历史用电数据训练所述异常检测模型，获得训练完成后的所述异常检测模型；

通过全同态密钥生成算法，获得公钥和私钥；

通过所述公钥对所述用户实时用电数据进行加密；

对所述异常检测模型进行转化处理，并通过所述异常检测模型对加密后的所述用户实时用电数据进行检测；

通过所述私钥对检测后的所述用户实时用电数据解密，获得用户用电异常检测结果；

其中，所述异常检测模型进行转化处理，包括步骤：将所述异常检测模型的激活函数近似为多项式函数；对所述多项式函数进行模余；将所述异常检测模型的参量转化为密文形式；构建所述激活函数的表达式。

2.根据权利要求1所述的一种基于全同态的用电加密数据异常检测方法，其特征在于，所述对用户历史用电数据进行预处理，包括步骤：对所述用户历史用电数据分配类别标签，并进行降维处理。

3.根据权利要求2所述的一种基于全同态的用电加密数据异常检测方法，其特征在于：通过E_K-means算法对所述用户历史用电数据分配类别标签。

4.根据权利要求1所述的一种基于全同态的用电加密数据异常检测方法，其特征在于：所述公钥与所述私钥一致。

5.根据权利要求1所述的一种基于全同态的用电加密数据异常检测方法，其特征在于：所述激活函数近似为最小二乘多项式函数。

6.根据权利要求5所述的一种基于全同态的用电加密数据异常检测方法，其特征在于：所述最小二乘多项式函数最高次数为5。

7.根据权利要求1所述的一种基于全同态的用电加密数据异常检测方法，其特征在于，所述激活函数的表达式为：

其中，t 为多项式明文系数模，q为密文系数模，e_iN为第i个用户第N维用电量，w_Nj为第j个神经元第N维的权重，b_j为第j个神经元的偏置量，m_e、s_e为全同态的加密随机噪声，h为加密密钥。

8.一种基于全同态的用电加密数据异常检测系统，其特征在于，包括：

第三方信任机构，用于通过全同态密钥生成算法生成公钥与私钥，并将所述公钥发给用户端以及将所述私钥发给云服务器；

用户端，用于将用户历史用电数据上传至云服务器，还用于通过所述公钥将用户实时用电数据加密，并将所述用户实时用电数据上传至雾服务器；

云服务器，用于通过所述用户历史用电数据训练预先构建的异常检测模型，并将训练完成后的所述异常检测模型进行转化处理，分发给各个雾服务器；还用于通过所述私钥对由雾服务器上传的用户实时用电数据解密，得到用电异常检测结果；

雾服务器，用于通过所述异常检测模型对所述用户实时用电数据检测，并将所述用户实时用电数据上传至云服务器；

其中，所述异常检测模型进行转化处理，包括步骤：将所述异常检测模型的激活函数近似为多项式函数；对所述多项式函数进行模余；将所述异常检测模型的参量转化为密文形式；构建所述激活函数的表达式。

9.根据权利要求8所述的一种基于全同态的用电加密数据异常检测系统，其特征在于：所述第三方信任机构定期更新所述公钥与所述私钥。