What Can Wireless Cellular Technologies Do about the Upcoming Smart Metering Traffic?
具有蜂窝无线电接口的智能电表的引入给无线蜂窝网络带来了额外的负载。目前,这些仪表设计用于低占空比计费和偶尔的系统检查,这会产生低速率的零星流量。随着分布式能源数量的增加,家庭电力将变得更加多变,因此从配电系统运营商(DSO)的角度来看是不可预测的。因此,预计在不久的将来,在配电网中具有增加数量的具有类似相量测量单元(PMU)的能力的广域测量系统(WAMS)设备,从而允许公用事业监测低压电网质量,同时提供更严格的电网控制所需的信息。从通信的角度来看,流量概况将朝着更高的数据量和每设备更高的速率急剧变化。在本文中,我们描述了智能电表产生的当前流量,并补充了引入增强型智能电表所带来的潜在流量需求,即,具有类似PMU功能的仪表。我们的研究显示了GSM/GPRS和LTE蜂窝系统的性能如何与当前和下一代智能电表流量,其中可以清楚地看到,PMU数据将严重挑战这些无线系统。最后,我们强调了升级蜂窝标准的可能解决方案,以应对即将到来的智能计量流量。
2015-07-01 cs.IT cs.NI math.IT
Smart Meter Privacy with Renewable Energy and a Finite Capacity Battery
我们解决的智能电表(SM)的隐私问题,通过考虑可再生能源(RES)和电池,可以利用消费者部分隐藏的消费模式,从公用事业提供商(UP)的可用性。隐私通过消费者的能量消耗和可再生能量生成过程与从电网接收的能量之间的互信息率来测量,其中后者由UP通过SM读数知道,并且前两者将保持私密。通过将信息泄漏表示为一个可加量,我们将问题转化为一个随机控制问题,并建立了相应的Bellman方程。
2016-05-16 cs.IT math.IT math.OC
Privacy-cost trade-off in a smart meter system with a renewable energy source and a rechargeable battery
我们研究的隐私成本权衡智能电表(SM)系统与可再生能源(RES)和有限容量的可充电电池(RB)。通过能量需求和从电网接收的能量之间的互信息率来测量隐私,其中后者还确定成本,并且因此由SM向公用事业提供商(UP)报告。我们考虑一个可再生能源发电过程,完全充电的RB在随机的时刻,其实现被假定为已知的UP。我们将问题转化为马尔可夫决策过程(MDP),并通过动态规划(DP)求解,设计出最小化隐私泄露和能量成本线性组合的电池充放电策略.我们还提出了一个下限和两个替代的低复杂度的能源管理政策,其中一个是数字显示执行接近MDP解决方案。
2019-02-20 cs.IT math.IT
Lowest Density MDS Array Codes for Reliable Smart Meter Networks
在本文中,我们介绍了一种最低密度的MDS阵列码,它被应用到智能电表网络引入可靠性。通过将网络视为具有多个源的分布式存储器,可以在网络中的节点之间交换信息,从而允许每个节点存储与来自其他节点的数据相关的奇偶校验符号。然后应用最低密度的MDS阵列码,使网络在中断时保持鲁棒性,确保低开销和数据传输。我们展示了能够从n节点网络中的r节点擦除中恢复所需的最小开销,并明确设计了具有最低密度的最佳阵列码。与现有的代码相比,这一个没有限制的节点或擦除的数量,它可以纠正。此外,我们考虑不完全网络,其中所有节点都不相互连接。这限制了交换数据的冗余的目的,我们得出的最小节点度,允许最低密度MDS码存在的条件。我们还提出了一个显式的代码设计不完整的网络,能够纠正两个节点的故障。
2013-11-06 cs.IT math.IT
Smart Meter Privacy with an Energy Harvesting Device and Instantaneous Power Constraints
智能电表(SM)定期测量终端用户的电力消耗,并将其报告给公用事业提供商(UP)。尽管短信具有优势,但其使用导致了对消费者隐私的严重担忧。在本文中,SM隐私研究考虑存在的能量收集设备(EHD)作为一种手段,掩盖用户的输入负载。用户可以从EHD满足他/她的部分或全部能量需求,因此,较少的信息可以经由SM泄露给UP。EHD通常配备有可再充电的能量存储装置,即,电池,其瞬时能量含量限制了用户覆盖他/她的能量使用的能力。当UP观察到从电网请求的能量时,通过关于用户的真实能量消耗的泄露的信息来测量隐私,SM读取该信息并将其报告给UP。当EHD电池容量为无穷大或为零时,最小信息泄漏率被表征为可计算的信息论单字母表达式。数值结果的离散二进制输入负载,以说明潜在的隐私增益从存储设备的存在。
2015-06-05 cs.IT math.IT
Information-Theoretic Privacy for Smart Metering Systems with a Rechargeable Battery
智能计量系统几乎实时地向公用事业提供商报告用户的用电量。这可能会将用户的私人信息泄露给公用事业提供商。在这项工作中,我们调查使用可充电电池,以提供隐私的用户。我们假设用户负载序列是一个一阶马尔可夫过程,电池满足理想的电荷守恒,和隐私使用归一化的互信息(泄漏率)之间的用户负载和电池输出测量。我们认为电池充电政策在这个设置中,满足可行性约束。我们提出了一系列的减少原来的问题,并最终重铸它作为一个马尔可夫决策过程(MDP),可以使用动态程序来解决。在i.i.d.的特殊情况下。的需求,我们明确地描述了最优策略,并表明,相关的泄漏率可以表示为一个单字母的互信息的表达。在这种情况下,我们表明,最佳的收费政策承认一个直观的解释,保持一定的不变性的状态。有趣的是,可以提供一种替代的最优性证明,它不依赖于MDP方法,而是基于纯粹的信息论约简。
2017-09-15 cs.IT math.IT
Decision Error Probability in a Two-stage Communication Network for Smart Grids with Imperfect Data Links
本文分析了一种情况下,配电系统运营商需要估计是否在一个给定的时间段内的平均功率需求是使用1位无记忆方案高于预定的阈值。具体地说,各个智能电表周期性地监视其各自家庭的平均电力需求,以仅使用1比特信号来通知系统操作员其是否高于预定水平。仪表和操作员之间的通信链路发生在两个跳,并被建模为二进制对称信道。第一跳将各个智能电表连接到其相应的聚合器,而第二跳将不同的聚合器连接到系统运营商。关于功率需求的决定也基于所接收的信息比特分两个阶段发生。我们在这里考虑三个决策规则:AND,OR和多数。我们的分析结果表明的情况下(即如何频繁的电表经历的消费超过定义的阈值)和设计设置(即决策规则),可以达到一个低的错误概率。我们用来自12个家庭和3个聚合器的实际日常消费的数值结果来说明我们的方法。
2016-08-04 cs.IT math.IT
Smart Meter Privacy via the Trapdoor Channel
University of Sheffield(谢菲尔德大学);Princeton University(普林斯顿大学)
本文提出了一种有限容量电池的充电策略,以保障智能电表系统的隐私。该策略提供了信息泄露率的上限,并证明用户平均能耗决定了信息泄露率,通过推导达到该上限的随机过程概率分布证明了该上限的紧致性。
2017-08-15 cs.IT cs.SY eess.SY
Smart Meter Privacy with Renewable Energy and an Energy Storage Device
智能电表(SM)测量消费者的电力消耗,并几乎实时的将其自动报告给公用事业提供商(UP)。尽管短信有许多优点,但它们的使用也导致了对消费者隐私的严重担忧。在本文中,SM隐私的研究,考虑到存在一个可再生能源(RES)和一个可充电电池(RB),这可以用来部分隐藏消费者的能源消费行为。隐私通过信息泄漏率来测量,信息泄漏率表示用户的实际能量消耗与从电网请求的能量之间的平均互信息,SM读取并向UP报告该平均相互信息。还考虑了在UP处由RES产生的能量的量的知识的影响。在两种极端情况下,即当电池容量为无穷大或零时,最小信息泄漏率被表征为可计算的信息论单字母表达式。数值结果的有限电池容量的情况下,说明潜在的隐私收益的存在的RB。结果表明,虽然信息泄漏率随着RES可用性的增加而降低,但需要更大的存储容量来充分利用可用能量来提高隐私性。
2018-01-29 cs.IT math.IT
Privacy-Aware Smart Metering: Progress and Challenges
与传统能源网络相比,下一代能源网络,即所谓的智能电网(SG),有望大幅提高管理电网的效率,安全性和灵活性。今天比以往任何时候都更需要这一点,因为全球能源消耗正以前所未有的速度增长,可再生能源必须无缝地融入电网,以确保人类的可持续发展。智能电表(SM)是SG概念的关键推动因素之一;它们向公用事业提供商提供有关用户家庭能源消耗的准确高频信息,这对于使用时间定价、快速故障检测、能源盗窃预防至关重要,同时还为消费者提供更大的灵活性和对消费的控制。然而,高度准确和粒度的SM数据也对消费者隐私构成威胁,因为非侵入式负载监控技术使恶意攻击者能够推断用户私人生活的许多细节。本文重点介绍增强隐私的能源管理技术,为电网运营商提供准确的能源消耗信息,而不会牺牲消费者的隐私。特别是,我们专注于通过物理资源(如可充电电池,可再生能源或需求塑造)塑造和修改实际用户能源消耗的技术。严格的数学分析隐私的各种物理约束下的可用物理资源。最后,公开的问题和挑战,需要解决铺平道路,以有效保护用户的隐私,在未来的SG。
2018-05-24 cs.IT math.IT
Smart Meter Privacy for Multiple Users in the Presence of an Alternative Energy Source
智能电表(SM)几乎实时地测量并向公用事业提供商(UP)报告用户的能源消耗,与模拟电表相比,能够更详细地描述消费者的能源消耗。这种信息流到UP的速度的增加,连同其许多潜在的好处,引起了关于用户隐私的重要关注。这项工作调查,从信息理论的角度来看,隐私,可以实现在一个多用户SM系统中存在的替代能源(AES)。为了测量隐私,我们使用用户的真实能量消耗简档与UP可用的SM读数之间的互信息率。我们的目标是表征的\textit{privacy-power function},定义为最小的信息泄漏率,可以得到一个平均功率受限的AES。当用户的能量需求被假设为独立同分布时,我们以单字母的形式描述了隐私功率函数。此外,对于二进制和指数分布的能源需求,我们提供了一个明确的特征的隐私功率函数。对于任何离散的能源需求,我们证明了隐私权函数总是可以有效地进行数值计算。最后,对于连续的能源需求,我们推导出一个显式的下界的隐私功率函数,这是紧指数分布的负载。
2014-08-01 cs.IT math.IT
Secure Compressed Reading in Smart Grids
智能电网实时测量能源使用情况,并相应地调整供应和交付,以改善电力传输和分配。为了使电网有效运行,必须以高效和安全的方式将读数从安装的智能电表收集到控制中心。在本文中,我们提出了一个安全的压缩阅读方案来解决这个关键问题。我们观察到,我们收集的真实世界的仪表数据表达了很强的时间相关性,这表明它们在某些领域是稀疏的。我们采用压缩感知技术来利用这种稀疏性,并设计了一个有效的电表数据传输方案。我们的方案实现了压缩感知提供的实质性效率,而不需要事先知道在哪个领域的仪表数据是稀疏的。这与传统的基于压缩感测的方案形成对比,在传统的基于压缩感测的方案中,先验地需要这种稀疏域信息。然后,我们设计了具体的可靠方案,与我们的基于压缩感知的数据传输方案,使我们的抄表可靠和安全。我们提供了性能保证的正确性,效率和安全性,我们提出的方案。通过分析和仿真,我们证明了我们的计划的有效性,并比较其性能与现有技术。
2012-02-22 cs.IT cs.PF math.IT
Maximizing the Link Throughput between Smart-meters and Aggregators as Secondary Users under Power and Outage Constraints
Centre for Wireless Communications (CWC), University of Oulu(奥卢大学无线通信中心);University of Oulu(奥卢大学);São Paulo State University (UNESP)(圣保罗州立大学)
本文研究在功率和断电约束下,作为次级用户最大化智能电表与聚合器之间的链路吞吐量,考虑了次级用户对主链路的干扰问题,通过泊松点过程建模移动用户空间分布,推导出最大吞吐量的闭式解。
2016-02-16 cs.IT cs.SY eess.SY
Real-Time Privacy-Preserving Data Release for Smart Meters
McGill University(麦吉尔大学);CentraleSupélec(中央理工-高等电力学院);CNRS(法国国家科学研究中心);Université Paris Sud(巴黎第十一大学);Montreal Institute for Learning Algorithms (Mila)(蒙特利尔学习算法研究所);Université de Montréal(蒙特利尔大学)
智能电表(SM)能够几乎实时地与公用事业提供商共享用户的电力消耗。这些细粒度的信号携带着用户的敏感信息,从隐私的角度来看,这引起了严重的关注。在本文中,我们专注于实时隐私威胁,即,试图以在线方式从SM数据推断敏感信息的潜在攻击者。我们采用了信息理论的隐私措施,并表明它有效地限制了任何攻击者的性能。然后,我们提出了一个通用的配方来设计一个私有化机制,可以提供一个目标水平的隐私,通过添加最小量的失真的SMs测量。另一方面,为了应付不同的应用,灵活的失真措施被认为是。这个公式导致了一个通用的损失函数,它使用深度学习对抗框架进行了优化,其中两个神经网络-被称为攻击者和对手-被训练为相反的目标。一个详尽的实证研究,然后进行验证所提出的方法的性能,并比较它与国家的最先进的方法的占用检测隐私问题。最后,我们还研究了攻击者和攻击者之间数据不匹配的影响。
2021-11-25 cs.CR cs.IT cs.LG
Information-Theoretic Grid Topology Reconstruction using Low-Precision Smart Meter Data
Stanford University(斯坦福大学);Humboldt-Universität zu Berlin(柏林洪堡大学)
本文研究了利用电压幅值测量数据重建配电网拓扑所需的数据保真度,通过信息论方法分析数据位深度、有效数字截断等对重建精度的影响,证明低精度数据也能有效恢复电网拓扑。
2026-05-11 cs.CE cs.IT math.IT