家庭能源消耗数据的恢复与隐私保护
1. 捕捉能源消耗速度
研究发现家庭能源消耗具有一致性和独特性,因此对能源消耗速度进行研究。以澳大利亚电网(Ausgrid)数据集为例,分析不同时间段家庭从能源消耗排名靠前的区间(“桶”)中消耗能源的时间占比。
- 夜间(凌晨12点 - 早上6点) :超80%和90%的时间里,家庭分别从排名前3和前5的桶中消耗电力,近100%的时间里,家庭的消费模式都在前10的桶内。这可能是由于自然睡眠周期,夜间能源消耗模式较为一致。
- 上午(早上6点 - 中午12点) :超80%的时间里,家庭能源消耗来自前5的桶,7点到11点间超95%的时间能源消耗来自前10的桶,且消费模式较为均匀,比夜间更多样。
- 下午 :前4个小时,前5和前10的桶被使用的时间超80%,其余时间能源消耗模式更多样。下午12点到3点,能源消耗保持稳定,与上午7点到11点的趋势相似,可能是因为人们白天去上班。
- 晚上 :消费模式更多样,且使用量持续增加直到午夜,之后随着人们睡觉,能源使用减少。
伦敦数据集也有类似情况,家庭通常一整天都从前5的桶中消耗能源,但具体消费模式与澳大利亚电网数据集不同。通过伦敦数据集展示连续两小时内不同家庭能源消耗的变化情况,可据此计算每个桶的预期能源消耗速度。
综上所述,可利用聚合数据的一致性、独特性和预期能源消耗速度来恢复单个家庭的能源消耗轨迹。
2. 无监督攻击模型
2.1 概述
考虑一个现实场景,
超级会员免费看
订阅专栏 解锁全文
28

被折叠的 条评论
为什么被折叠?



