论文摘要
针对传统智能电网大数据去隐私化加密提取模型存在提取精度不足的问题,文章在数据挖掘的基础上,构建了新的智能电网大数据去隐私化加密提取模型。该模型的构建主要分为2个阶段:第一阶段,利用协同认知模型对智能电网大数据进行去隐私化解密处理;第二阶段,首先对去隐私化解密后数据进行预处理,包括数据清洗、数据归约、数据标准化等,然后利用遗传神经算法提取数据聚类中心,最后计算数据集与聚类中心之间的相似性,筛选出最大相似性的数据,从而实现数据提取。结果表明:与其他3种基于分类的提取模型相比,本模型提取出的数据量与原始数据集中符合条件的数据量一致,由此可见本模型的提取精度更高。
论文目录
文章来源
类型: 期刊论文
作者: 李建锦,罗凡,李竣业,余向前,廖晓群
关键词: 智能电网,大数据,去隐私化,加密提取,遗传神经算法
来源: 电力信息与通信技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,计算机软件及计算机应用,自动化技术
单位: 国网甘肃省电力公司,西安科技大学通信与信息工程学院
基金: 国网甘肃省电力公司科技项目资助“智能电网大数据的去隐私化及数据开放研究”(52272317000C)
分类号: TM76;TP311.13
DOI: 10.16543/j.2095-641x.electric.power.ict.2019.06.002
页码: 8-13
总页数: 6
文件大小: 1862K
下载量: 49