一种针对电力数据指纹的评估方法技术

本发明专利技术提供了一种针对电力数据指纹的评估方法，包括选取针对电力数据库指纹的评估指标集、利用熵权法和层次分析法耦合优化确定权重、建立基于关联理论的数据指纹优度评价体系三个部分。首先针对电力数据指纹的多指标、复杂的评价任务，通过对电力数据库指纹使用场景进行分析，选取合理且全面的评估指标集；利用熵权法充分利用指标数据内在客观规律，在一定程度上消除评估的主观影响确定客观权重，利用层次分析法确定主观权重，再将主客观权重耦合得到最优权重解；利用关联理论计算关联度，构建电力数据指纹优度评价体系。本发明专利技术实现对电力数据指纹的全面客观评估，能够为电力数据指纹方案的选取提供依据。

【技术实现步骤摘要】
一种针对电力数据指纹的评估方法
本专利技术提出一种针对电力数据指纹的评估方法，属于技术评估领域。
技术介绍
随着电力数据加密需求的增加，数据指纹作为一种新型有效的数据加密溯源技术，在现实生活中有着越来越广泛的应用。数据指纹的性能代表着对电力数据的保护程度，因此对电力数据指纹评估具有强烈的现实意义。客观、高效的评估方法可以有效的指导决策者选取性能相对最优的数据指纹方案，实现电力信息的加密、溯源、保护。电力数据具有数据量大、保密性高的特点且存在合谋泄露的现象，针对上述特点，提出包括可溯源性、抗合谋性评估指标的数据指纹的评估方法。评估方法，也成为评估模型。在发达国家，“评估学”已经成为一门专门的学科，并且迅速发展成为超学科的显学。良好的评估模型的建立需要综合考虑待评估对象，选取合理、客观、完备的评估指标，采用自洽的评价理论。因此针对电力数据指纹，需要构建针对性评估模型。结合国内外学者研究现状，数据指纹具有以下的常规指标：容量、鲁棒性、不可感知性、可靠性、防利用性。在现实场景中，还需要考虑嵌入位置对于数据本身的影响、数据指纹的加密和解密计算效率、数据指纹方案的通用性、专家意见等。针对上述多个指标，传统的层次分析法、熵权法等单一评估方法无法实现准确客观完成评估任务；TOPSIS法提出理想解贴近度的概念，对评估对象排序。但由于评估对象理想解难以给定，因此不适合应用于数据指纹评估；灰色层次分析法则结合灰色理论和层次分析法，量化模糊指标。其权重的确定是由古典层次分析法决定，属于主观评价的范畴，不能客观反映数据指纹本身的信息。有鉴于此，确有必要选取完备的指标集，结合系统本身和专家意见，建立客观合理的评估体系，对电力数据指纹进行评估。
技术实现思路
本专利技术旨在提供一种针对电力数据指纹的评估方法，以帮助企业管理人员对数据指纹方案获得客观认识，从而选取性能相对最优的电力数据指纹方案，实现电力数据的加密、溯源。为实现上述目标，本专利技术提供了一种针对电力数据指纹的评估方法，具体步骤如下：步骤(1)：根据电力数据库的日常使用情况以及数字指纹的常规评估指标，可结合可拓学中的物元理论，构建备选的评估指标集，并量化指标，确定经典域物元、节域元；步骤(2)：根据步骤(1)得到的备选的指标集获得相关测评数据，并且执行指标的标准化，确定待评价物元；步骤(3)：利用熵权法和层次分析法分别确定指标客观权重、主观权重，再利用最优加权法，采用拉格朗日乘子法进行权重的耦合优化得到最终的最优权重解；步骤(4)：利用步骤(1)和步骤(2)确定的经典域物元、节域物元、待评价物元，计算关联度并评价电力数据库指纹性能。可选的，步骤(1)具体包括：步骤(1.1)：构建备选的评估指标集；该步骤需要考虑电力数据库的日常使用情况以及数字指纹的常规评估指标，可结合可拓学中的物元理论，构建指标集。设有t个指标，如下：[r1，r2，......，rt-1，rt]T电力数据库的日常使用场景包括对特定列的均值查询、特定列区间查询、间断时间的更新、数据量大等，因此需要着重考虑嵌入算法效率、不可感知性；在现实场景中，存在较多的合谋现象，因此需要考虑数据指纹的抗合谋性，抗合谋评估包括与合谋、或合谋检测、合谋人数；对数据指纹溯源能力有着较高要求，所以提出可溯源性指标，可溯源性评估则考虑数据指纹的可追踪性。数字指纹的常规评估指标包括容量、鲁棒性、不可感知性、可靠性、防利用性；其中容量评估即可嵌入指纹的最大长度；鲁棒性评估包括删除攻击、添加攻击、修改攻击、协议攻击、同步攻击；不可感知性评估包括修改行数、方差、均值、嵌入列嵌入结果与原始列的差值绝对值比上原始列的数值；可靠性评估包括漏检率、误检率、可证明性；防利用性评估包括通信保密、加密算法保密等。步骤(1.2)：根据步骤(1.1)得到的评估指标集，运用可拓学中的基元理论和关联函数，建立单指标评价体系，即量化测量值与评价区间的关系，确定经典域、节域。对于极小型(成本型)、中间型、区间型指标均使用相关正向化方法，调整为极大型(效益型)指标。确定经典域；其中R0i为数据指纹性能评价的第i个等级(i＝1，2，3，...，m)；Ci为数据指纹性能评价等级R0i的第i个评价因子(i＝1，2，3，...，t)，Vij为数据指纹性能评价等级R0i关于对应评价因子Ci的数值上下限范围，即＜a0ij，b0ij＞。确定节域；其中P为数据指纹评价等级的全体；Vpi为P关于Ci所规定的量值范围，即(api，bpi)(i＝1，2，3，...，t)。对于极小型指标正向化为极大型指标如下：或x′＝M-x(其中M为指标x可能取值的最大值)。对于中间型指标正向化为极大型指标如下：其中M为x可能取值最大值，m为x可能取值最小值。对于区间型指标正向化为极大值指标如下：其中[a，b]为指标x的最佳稳定区间，[a*，b*]为最大容忍区间。数据预处理包括处理冗余数据、处理异常数据，统一量纲，同时对得到的极大值指标进行归一化处理，可以选择Z-score归一化处理。可选的，步骤(2)具体包括：步骤(2.1)：根据步骤(1.1)确定的备选指标集进行评估测试并得到测评数据；该步骤需要针对给定的数据指纹系统进行模拟测试，确定评估结果。容量评估即考察数据指纹的有效比特位数；抗合谋评估即考察数据指纹的抗与、或合谋能力，观察支持最大抗合谋人数，确定抗合谋评估结果；可溯源性评估即考察数据指纹的可溯源能力，模拟现实使用场景，观察可溯源能力，确定可溯源性评估结果；鲁棒性评估包括且不限于删除攻击即删除一定比例元组，观察数据指纹可溯源能力；添加攻击即添加一定比例元组，观察数据指纹可溯源能力；修改攻击即修改一定比例元组，观察数据指纹可溯源能力；协议攻击即尝试在使用者角度对数据进行解释，观察数据指纹的抗解释能力，最终确定鲁棒性评估结果；不可感知性评估即考察修改行数、修改前后的方差和均值对比，或者采用嵌入列嵌入结果与原始列的差值绝对值比上原始列的数值这一综合指标；可靠性评估即考察数据指纹的漏检率、误检率，并根据数据指纹的可证明性的数学证明，确定相应的评估结果；防利用性评估即考察数据指纹编码算法本身的加密能力，根据加密标准，确定防利用性评估结果。步骤(2.2)：根据步骤(1.2)的指标量化方法确定待评价物元。对于待评估数据指纹系统p，把步骤(2.1)得到的测评数据用物元R0表示，称为待评物元，公式如下：其中，p表示具体数据指纹系统，vi表示p关于测评因子Ci的量值，即具体评估数据。可选的，步骤(3)具体包括：步骤(3.1)：利用熵权法得到各指标客观权重；计算第j个指标的信息熵；其中，K为常数，显然，0≤f≤1，∑f＝1，并且当fij＝0时，fijlnfij＝0计本文档来自技高网...

【技术保护点】
1.一种针对电力数据指纹的评估方法，包括以下具体步骤：/n步骤(1)：根据电力数据库的日常使用场景以及数字指纹的常规评估指标，可结合可拓学中的物元理论，构建备选的评估指标集，并量化指标，确定经典域物元、节域元；/n步骤(2)：根据步骤(1)得到的备选的指标集获得相关测评数据，并且执行指标的标准化，确定待评价物元；/n步骤(3)：利用熵权法和层次分析法分别确定指标客观权重、主观权重，再利用最优加权法，采用拉格朗日乘子法进行权重的耦合优化得到最终的最优权重解；/n步骤(4)：利用步骤(1)和步骤(2)确定的经典域物元、节域物元、待评价物元，计算关联度并评价电力数据指纹性能。/n

【技术特征摘要】
1.一种针对电力数据指纹的评估方法，包括以下具体步骤：
步骤(1)：根据电力数据库的日常使用场景以及数字指纹的常规评估指标，可结合可拓学中的物元理论，构建备选的评估指标集，并量化指标，确定经典域物元、节域元；
步骤(2)：根据步骤(1)得到的备选的指标集获得相关测评数据，并且执行指标的标准化，确定待评价物元；
步骤(3)：利用熵权法和层次分析法分别确定指标客观权重、主观权重，再利用最优加权法，采用拉格朗日乘子法进行权重的耦合优化得到最终的最优权重解；
步骤(4)：利用步骤(1)和步骤(2)确定的经典域物元、节域物元、待评价物元，计算关联度并评价电力数据指纹性能。


2.根据权利要求1所述的一种针对电力数据指纹的评估方法，步骤(1)具体包括：
步骤(1.1)：构建备选的评估指标集，电力数据库的日常使用场景包括对特定列的均值查询、特定列区间查询、间断时间的更新、数据量大等，因此需要着重考虑嵌入算法效率、不可感知性；在现实场景中，存在较多的合谋现象，因此需要考虑数据指纹的抗合谋性；对数据指纹溯源能力有着较高要求，所以提出可溯源性指标。
数字指纹的常规评估指标包括容量、鲁棒性、不可感知性、可靠性、防利用性；其中容量评估即可嵌入指纹的最大长度；鲁棒性评估包括删除攻击、添加攻击、修改攻击、协议攻击、同步攻击；不可感知性评估包括修改行数、方差...

【专利技术属性】
技术研发人员：葛崇慧，李鼎文，张迎周，谢林枫，朱林林，邸云龙，汪天琦，曾望志，王江辉，
申请(专利权)人：江苏方天电力技术有限公司，南京邮电大学，
类型：发明
国别省市：江苏;32