基于联邦学习与区块链的风电安全数据共享与保护方法与流程

本发明涉及数据处理的新一代信息，尤其涉及一种基于联邦学习与区块链的风电安全数据共享与保护方法。

背景技术：

1、随着全球对可再生能源的日益重视和技术的不断进步，风电作为清洁能源的重要组成部分，其发展和应用正以前所未有的速度在全球范围内盛行。风电场的数量不断增加，规模不断扩大，产生的数据量也呈爆炸式增长。这些数据涵盖了风力资源的评估、风电机组的运行状态、发电效率、故障预警及维护记录等多个方面，对于风电场的优化运营、提高发电效率、降低运维成本具有重要意义。

2、然而，随着风电行业的快速发展，客户对风电数据隐私的关注度也在不断提升。风电数据不仅包含技术信息，还涉及到企业的商业秘密、用户隐私以及国家安全等多个敏感领域。一旦数据泄露或被滥用，将给风电企业、客户乃至整个社会带来严重的损失和风险。

3、因此，如何在保证风电数据高效共享的同时，确保数据的隐私性和安全性，成为风电行业亟待解决的重要问题。传统的数据共享方式往往依赖于中心化的数据平台或云服务，这种方式虽然能够实现数据的集中管理和处理，但存在数据泄露、被篡改或被非法访问的风险。此外，中心化的数据平台还可能因为单点故障而导致整个系统瘫痪，影响风电场的正常运营。

4、在传统的风电行业中，确保风电数据隐私和安全的方法主要依赖于一系列的技术手段和管理措施。这些方法旨在保护风电数据在采集、传输、存储和处理过程中的机密性、完整性和可用性。以下是一些主要的传统方法：

5、1、数据加密技术：数据加密是保护风电数据隐私和安全的基础手段。通过使用加密算法，将风电数据转换为只有授权用户才能解密的密文形式，可以有效防止数据在传输和存储过程中被非法获取或篡改。常见的加密技术包括：对称加密（如aes）和非对称加密（如rsa），各自具有不同的应用场景和优势；

6、2、网络安全防护：网络安全防护是保护风电数据免受网络攻击的重要手段。风电场应部署防火墙、入侵检测系统和安全审计系统等网络安全设备，以监控和防御来自外部的网络攻击。同时，还应加强对风电场内部网络的安全管理，防止内部人员泄露数据或进行非法操作；

7、3、访问控制机制：访问控制是限制对风电数据访问权限的重要措施。通过建立严格的访问控制策略，可以确保只有经过授权的人员才能访问风电数据。这通常通过身份认证、角色划分和权限分配等方式实现。例如，风电场运维人员只能访问与其工作相关的数据，而敏感数据如客户隐私信息则受到更高级别的保护。

8、以上方案的缺点分别是：

9、1、数据加密技术性能开销较大，加密算法涉及大量计算与转换工作，会耗费计算资源和时间。在处理大量数据或实时通讯时，加密算法的效能成本可能影响系统反应速度和整体性能。加密过程可能导致数据传输和处理速度下降，影响风电场的运营效率。而且，密钥管理复杂。密钥管理是数据加密中的重要环节，但同时也是一项繁琐且敏感的任务。密钥的生成、存储、分发、更新和销毁都需要严格的控制和管理，一旦密钥泄露或丢失，可能导致数据被非法访问。密钥管理不当还可能增加系统的复杂性和成本；

10、2、访问控制与权限管理的配置复杂度高，访问控制与权限管理系统需要根据风电场的实际情况进行详细的配置，包括角色定义、权限分配等。配置过程复杂且易出错，需要专业的技术人员进行操作和维护。其次，灵活性不足。传统的访问控制与权限管理系统往往缺乏足够的灵活性，难以适应风电场业务的快速变化。当风电场的组织结构或业务流程发生变化时，可能需要重新配置权限系统，增加了管理成本。而且，审计和追溯难度大，虽然访问控制与权限管理系统可以记录用户的操作行为，但在数据量庞大、操作频繁的情况下，审计和追溯工作变得复杂且耗时；

11、3、网络安全防护体系需要依赖特定的硬件和软件设备来实现。这些设备的成本较高且需要定期更新和维护。如果硬件设备出现故障或软件存在漏洞，可能导致整个防护体系失效。而且，难以应对新型攻击。随着网络攻击技术的不断发展，新型攻击手段层出不穷。传统的网络安全防护体系可能难以有效应对这些新型攻击手段，导致数据泄露或系统被入侵的风险增加。

12、综上所述，虽然数据加密、访问控制以及网络安全防护体系等技术在风电数据隐私和安全保护中发挥着重要作用，但它们也各自存在一些缺点和局限性。因此，本领域的技术人员致力于开发一种新的风电安全数据共享与保护方法，解决现有技术中存在的上述缺陷。

技术实现思路

1、有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是如何解决风电领域中的数据安全共享与保护问题。

2、为实现上述目的，在数据安全方面，本发明主动建立一系列防护措施，以确保数据的安全性；在数据保护方面，本发明通过有效防御外部入侵来保障数据的完整性和保密性。具体地，本发明提供一种基于联邦学习与区块链的风电安全数据共享与保护方法，包括以下步骤：

3、步骤1、建立基于联邦学习的保密数据模型；

4、步骤2、建立基于区块链的代理共享融入；

5、步骤3、建立基于联邦优化算法的数据泄露风险评估模型。

6、进一步地，所述步骤1包括以下子步骤：

7、步骤1.1、进行数据预处理；

8、步骤1.2、进行本地模型的训练，实现分布式处理；

9、步骤1.3、进行所述本地模型的参数加密，并将加密后的参数传输给中央服务器；

10、步骤1.4、进行模型参数聚合和更新，生成新的全局模型参数，并进行分发；

11、步骤1.5、所述本地模型接收所述新的全局模型参数，在本地进行模型更新和评估，建立所述保密数据模型。

12、进一步地，所述步骤1.3包括以下子步骤：

13、步骤1.3.1、在所述本地模型的参数中加入噪声，实现差分隐私；

14、步骤1.3.2、选择加密算法对所述本地模型的参数进行加密处理。

15、进一步地，所述步骤2包括以下子步骤：

16、步骤2.1、生成自然密码；

17、步骤2.2、使用生成的所述自然密码对数据进行加密处理；

18、步骤2.3、使用区块链技术进行数据传输；

19、步骤2.4、进行数据解密，实现数据的安全共享。

20、进一步地，所述步骤2.1包括以下子步骤：

21、步骤2.1.1、提取动态特征，采用时变风速-风向-温度数据，以动态气象特征为信息基座，确保获取的特征数据具有时间维度的不确定性；

22、步骤2.1.2、提取静态特征，通过传感器和网络接口，实时获取设备的地理位置、设备id、mac地址、ip地址，确保特征数据的唯一性；

23、步骤2.1.3、将所述动态特征和所述静态特征相结合，通过哈希函数生成唯一的自然密码。

24、进一步地，所述步骤2.2包括以下子步骤：

25、步骤2.2.1、选择加密算法；

26、步骤2.2.2、通过自然密码生成加密密钥，并在每次加密过程中动态生成新的密钥；

27、步骤2.2.3、使用所述加密密钥对数据进行加密处理，生成加密数据。

28、进一步地，所述步骤2.3包括以下子步骤：

29、步骤2.3.1、设计区块链结构，每个区块包含前一个区块的哈希值、时间戳、交易记录和区块的哈希值，通过链式结构连接各个区块，确保数据的不可篡改性；

30、步骤2.3.2、存储交易记录，将所述加密数据作为交易记录存储在区块中，每笔交易记录包含数据的哈希值、时间戳和签名信息；

31、步骤2.3.3、选择共识算法，通过共识机制对交易记录进行验证和传输。

32、进一步地，所述步骤2.4包括以下子步骤：

33、步骤2.4.1、提取动静态特征，采用与数据发送方相同的动态气象特征和静态环境特征提取技术，确保提取的特征数据具有一致性和高准确性；

34、步骤2.4.2、使用相同的哈希函数处理接收方的动静态特征，生成与发送方相同的自然密码；

35、步骤2.4.3、采用对称解密算法，使用所述自然密码生成的所述加密密钥对所述加密数据进行解密，恢复原始数据。

36、进一步地，所述步骤3包括以下子步骤：

37、步骤3.1、设计所述数据泄露风险评估模型；

38、步骤3.2、采用分布式协同学习框架进行模型训练，建立基于联邦优化算法的所述数据泄露风险评估模型；

39、其中，所述步骤3.1中的所述数据泄露风险评估模型选取人员、硬件、软件三个方面的信息为节点，以三者之间的关系为边，计算各节点的权重和边的权重，构建基于复杂网络建模的风险评估算法，包括以下子步骤：

40、步骤3.1.1、计算节点权重；

41、定义人员集合、硬件集合、软件集合，设定人员具有在数据泄露方面遇到两个硬件问题，则定义其硬件特征集合为，其与历史数据中硬件信息之间的相似性为；设定人员具有在数据泄露方面遇到两个软件问题，则定义其软件特征集合为，其与历史数据中软件信息之间的相似性为；通过上述定义得到人员的节点权重，为人员个体归一化处理后的风险系数；

42、步骤3.1.2、计算边的权重；不同人员之间个人特征之间的相似度，定义为；人员与硬件之间的相似度定义为，人员与软件之间的相似度定义为；

43、步骤3.1.3、计算每个节点之间的相似度；使用皮尔逊相关系数方法来计算不同节点之间的相似性指数，再根据所述相似性指数的大小确定每个节点之间的关联程度，并将所述关联程度作为边的权重；

44、将系统整体相似度定义为，即；

45、步骤3.1.4、评估数据泄露风险。

46、进一步地，所述步骤3.1.4具体为：人员个体的系统性风险表示为，则定义系统总体风险为，表示为。

47、本发明提供的基于联邦学习与区块链的风电安全数据共享与保护方法至少具有以下技术效果：

48、与现有技术相比，该发明在风电数据安全共享与保护方面具有以下显著优势：

49、1、本发明提供的技术方案通过联邦学习与区块链技术，增强了数据在传输和存储过程中的安全性，有效防止数据泄露和非法访问；

50、2、本发明提供的技术方案利用差分隐私和加密算法，确保在数据共享过程中保护数据隐私，避免敏感信息泄露；

51、3、本发明提供的技术方案通过分布式数据处理减少了数据传输需求，降低了系统的性能开销，提高了整体效率；

52、4、本发明提供的技术方案引入数据泄露风险评估模型，能够实时监测和预警潜在的安全威胁，增强了系统的预警能力。

53、以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。