陆翔宇 李 蕊 羡慧竹 丁 宁 刘士峰(中国电网北京电力科学研究院 北京 100162)

0 引 言

当前电网与物联网[1]的联系越来越紧密，这要求在电力企业和智能电能表之间建立支持双向通信的基础设施，且能够自动制定决策。一般情况下，智能电能表将测量的细粒度用电数据发送至电力企业，并接收电力企业的指令。但对于普通用户来说，细粒度用电数据的采集和存储会带来安全隐私问题[2]。

对于用电数据安全性问题，一般使用数据聚合技术来隐藏个体电表读数，同时减少高频计量数据在网络中产生的分组业务[3]。其理念是数据包从电能表路由至网关时，在网络内执行聚合，每个中间电能表执行一次聚合。但这会使得特定电能表的私人数据暴露给网络中的另一个电能表，因为聚合是在未加密电能表读数上执行的。为解决该问题，一些研究者建议使用部分同态加密(Partial Homomorphic Encryption,PHE)[4-5]、全同态加密(Fully Homomorphic Encryption,FHE)[6-7]、安全多方计算(Secure Multiple Party Computation,SMPC)[8-9]，以隐私保护的方式在隐藏数据上执行特定的算术运算。文献[10]以Paillier同态加密与盲因子相结合的方式对用户的多维数据进行加密，使得即使攻击者获得了解密密钥也无法解密单个用户的加密信息，更加体现了数据聚合的本质。

在同态加密系统[11]中，PHE被广泛用于简单聚合，支持加密数据上的加法运算，但PHE无法在加密数据上执行其他运算，这可能会影响到其他配电侧操作，例如状态估计、直接负荷控制等。FHE和SMPC系统支持加密数据上的加法和乘法运算，提高了应用的灵活性，同时保护用户隐私。……