一种基于函数加密的电力密文数据异常检测方法及系统与流程

本发明属于电力数据检测，尤其涉及一种基于函数加密的电力密文数据异常检测方法及系统。

背景技术：

1、在进行密文数据的异常检测过程中不可避免的需要对密文进行相关的计算，目前全同态加密算法可以在密文下进行模型训练同时保证对密文的不破坏，然而在全同态密文下如何进行梯度的计算和反向传播是一个待解决的难点。而函数加密可以在不泄露明文的情况下得到计算结果的特性更加简单高效。目前在异常检测领域，基于深度学习的异常检测技术具有速度快、准确率高、可用于高维数据等优点，被广泛应用。基于深度学习的方法通过训练深度模型来学习数据的特征，推理时直接将需检测数据输入到模型中即可进行异常检测。当前的基于深度学习的异常检测可分为基于重构的方法和基于预测的方法。

2、然而这些方法仍然存在一定的局限性，例如：基于重构的方法只学习正常数据的分布，由于神经网络的泛化性推理时对异常数据也能重构的很好；而基于预测的方法依赖于大量数据的训练和对数据特征的提取方法，同时基于深度学习的方法在对全同态密文的训练推理上存在计算复杂度高、消耗大量计算资源和存储空间、梯度计算难以在加密域中实现、精度损失和通信开销大等问题。

技术实现思路

1、本发明提供一种基于函数加密的电力密文数据异常检测方法及系统，用于解决在存储资源与计算资源有限的情况下，难以对加密的电力数据进行异常检测的技术问题。

2、第一方面，本发明提供一种基于函数加密的电力密文数据异常检测方法，包括：

3、获取正常运行状态下电力设备中连续一段时间的电力时序数据，并根据预设尺寸的滑动窗口在各个电力时序数据上每次滑动一个时间步长，得到多个重叠的正常电力时序数据子序列；

4、根据至少一个正常电力时序数据子序列构建相对应的异常电力时序数据子序列；

5、根据预设的函数加密机制分别对所述正常电力时序数据子序列和所述异常电力时序数据子序列进行数据加密，并将加密后的正常电力时序数据和与所述正常电力时序数据相对应的第一标签，以及加密后的异常电力时序数据和与所述异常电力时序数据相对应的第二标签，输入至预先构建的lstm-fcn网络模型中，训练得到异常检测模型；

6、获取实时电力时序数据序列，根据所述函数加密机制对所述实时电力时序数据序列进行数据加密，并将加密后的实时电力时序数据序列输入至所述异常检测模型中，所述异常检测模型输出检测结果。

7、第二方面，本发明提供一种基于函数加密的电力密文数据异常检测系统，包括：

8、获取模块，配置为获取正常运行状态下电力设备中连续一段时间的电力时序数据，并根据预设尺寸的滑动窗口在各个电力时序数据上每次滑动一个时间步长，得到多个重叠的正常电力时序数据子序列；

9、构建模块，配置为根据至少一个正常电力时序数据子序列构建相对应的异常电力时序数据子序列；

10、训练模块，配置为根据预设的函数加密机制分别对所述正常电力时序数据子序列和所述异常电力时序数据子序列进行数据加密，并将加密后的正常电力时序数据和与所述正常电力时序数据相对应的第一标签，以及加密后的异常电力时序数据和与所述异常电力时序数据相对应的第二标签，输入至预先构建的lstm-fcn网络模型中，训练得到异常检测模型；

11、输出模块，配置为获取实时电力时序数据序列，根据所述函数加密机制对所述实时电力时序数据序列进行数据加密，并将加密后的实时电力时序数据序列输入至所述异常检测模型中，所述异常检测模型输出检测结果。

12、第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的基于函数加密的电力密文数据异常检测方法的步骤。

13、第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的基于函数加密的电力密文数据异常检测方法的步骤。

14、本申请的基于函数加密的电力密文数据异常检测方法及系统，函数加密允许在加密数据上直接进行计算，避免了同态加密带来的高计算和通信开销，它能够在不解密数据的情况下进行有效的运算，确保数据隐私的同时提高系统效率。函数加密的结果可以直接解释为明文运算的结果，这使得它在处理密文数据时更加直观和易于理解，并且直接从输入到输出进行异常检测，减少了中间环节，提高了检测速度和效率，在密文环境下，重构和预测方法可能会因为密文和明文的偏差不同而导致检测结果不一致。端到端方法通过直接处理密文，避免了这种不一致性。

技术特征：

1.一种基于函数加密的电力密文数据异常检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于函数加密的电力密文数据异常检测方法，其特征在于，所述根据预设尺寸的滑动窗口在各个电力时序数据上每次滑动一个时间步长，得到多个重叠的正常电力时序数据子序列包括：

3.根据权利要求1所述的一种基于函数加密的电力密文数据异常检测方法，其特征在于，所述根据至少一个正常电力时序数据子序列构建相对应的异常电力时序数据子序列包括：

4.根据权利要求1所述的一种基于函数加密的电力密文数据异常检测方法，其特征在于，所述根据预设的函数加密机制分别对所述正常电力时序数据子序列和所述异常电力时序数据子序列进行数据加密包括：

5.根据权利要求1所述的一种基于函数加密的电力密文数据异常检测方法，其特征在于，所述异常检测模型包括密文卷积层、带有鉴别损失的密文拟合层以及鉴别网络；

6.一种基于函数加密的电力密文数据异常检测系统，其特征在于，包括：

7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。

技术总结本发明公开了一种基于函数加密的电力密文数据异常检测方法及系统，方法包括：根据预设尺寸的滑动窗口在各个电力时序数据上每次滑动一个时间步长，得到多个重叠的正常电力时序数据子序列；根据至少一个正常电力时序数据子序列构建相对应的异常电力时序数据子序列；根据预设的函数加密机制分别对正常电力时序数据子序列和异常电力时序数据子序列进行数据加密，并将加密后的正常电力时序数据和异常电力时序数据输入至预先构建的LSTM‑FCN网络模型中，训练得到异常检测模型；将加密后的实时电力时序数据序列输入至异常检测模型中，异常检测模型输出检测结果。端到端的时序异常检测方法能够直接输出检测结果，减少了中间步骤，提高了检测速度。技术研发人员：肖勇才,徐健,杨浩,潘曙辉,刘恒,李腾,喻宝禄,姚保明,杜江龙,龙宣东受保护的技术使用者：国网江西省电力有限公司电力科学研究院技术研发日：技术公布日：2025/1/6