近日，草榴社区 谭作文教授团队在国际电气与电子工程师协会电力与能源协会（IEEE Power & Energy Society, PES）的旗舰期刊《IEEE Transactions on Smart Grid》（中科院一区顶刊）上发表研究结果《LPPMM-DA: Lightweight Privacy-Preserving Multi-Dimensional and Multi-Subset Data Aggregation for Smart Grid》。
在智能电网技术架构下，其强大的数据采集与传输能力为数据中心的信息处理工作提供了高效便捷的渠道。用户实时功耗数据作为电力管理精细化调控、负荷预测与资源优化配置的核心依据，其重要性不言而喻。但值得警惕的是，这些实时数据在传输与处理过程中，存在着用户身份信息与行为模式意外泄露的潜在风险。数据聚合技术成为解决这一隐私安全困境的重要方向。通过数据聚合，数据中心得以获取整体的聚合功耗数据，从而绕开对用户敏感信息的直接访问。不过，当前多数数据聚合方法存在明显局限性，它们大多只能实现多维数据聚合，在保障用户隐私安全、维持数据完整性以及进行有效身份验证等关键安全需求方面，难以提供可靠支撑。针对上述问题，创新性地提出了基于环签名的多维多子集聚合（LPPMM-DA）方案。该方案赋予数据中心跨维度计算能力，可精准计算各子集内的总功耗数值与用户数量统计。基于椭圆曲线离散对数难问题（ECDLP）假设，方案中构建的环签名机制在随机预言模型下，具备抵御自适应选择消息攻击的不可伪造特性。经分析验证，LPPMM-DA 方案不仅能够全面满足智能电网场景下数据聚合的严苛安全需求，而且在计算资源消耗与通信带宽占用方面，展现出显著的轻量化优势。
该研究工作同时得到国家自然科学基金(62362036)和江西自然科学基金重点项目(20232ACB202012)的联合支持。
