A Lightweight Privacy-Preserving Smart Metering Billing Protocol with Dynamic Tariff Policy Adjustment
Sharif University of Technology(谢里夫理工大学)
该研究提出一种支持动态电价调整的轻量级隐私保护智能计量计费协议,通过电价加权零和的数据扰动机制实现准确计费,可减少资源消耗并保障用户隐私,性能与隐私特性均满足要求。
2026-08-28 cs.CR
V-Gas: Generating High Gas Consumption Inputs to Avoid Out-of-Gas Vulnerability
当智能合约程序被提供导致过度气体消耗的输入时,会发生气体耗尽错误,并且很容易被利用来进行DoS攻击。已经提出了多种方法来估计智能合约中函数的gas限制,以避免这种错误。然而,低估往往发生在合同是复杂的。在这项工作中,我们提出了V-Gas,它可以自动生成输入,最大限度地提高天然气成本,减少估计不足的情况。V-Gas基于反馈导向突变模糊测试设计。首先,V-Gas构建智能合约中函数的气体加权控制流图(CFG)。然后,V-Gas开发了气体消耗引导的选择和变异策略,以生成最大化气体消耗的输入。为了进行评估,我们基于js-evm(一种用JavaScript编写的广泛使用的以太坊虚拟机)实现了V-Gas,并对以太坊上记录的736笔真实交易进行了实验。44.02%的交易在solc给出的估算结果下会出现缺气误差,这意味着这些记录的交易的实际耗气量大于solc估算的耗气量限值。而V-Gas可将低估率降低至13.86%。此外,V-Gas在这些广泛使用的智能合约中暴露了25个以前未知的漏洞,其中5个在美国国家漏洞数据库中分配了唯一的CVE标识符。
2021-02-19 cs.CR
Plug-in privacy for Smart Metering billing
在客户家庭中,传统电表被智能电表取代。智能电表从客户那里收集精细的公用事业消费概况,从而实现动态的分时电价。然而,在此过程中编译的细粒度使用数据还允许推断居民的个人日程安排和习惯。我们提出了一个隐私保护协议,使计费与使用时间的关税,而不透露实际的消费配置文件的供应商。我们的方法依赖于一个零知识证明的基础上彼得森承诺执行的一个插件隐私组件,被放入智能电表和供应商的后端系统之间的通信链路。我们不需要改变智能电表的硬件,只需要对智能电表和后端系统的软件进行小的更改。在本文中,我们描述的功能和隐私的要求,规范和安全证明我们的解决方案,并给出了一个性能评估的原型实现。
2011-03-01 cs.CR
Load Control and Privacy-Preserving Scheme for Data Collection in AMI Networks
在高级计量基础设施(AMI)系统中,智能仪表(SM)向公用事业公司发送细粒度的功耗信息,然而该功耗信息可以揭示关于消费者生活方式的敏感信息。为了允许公用事业公司收集电力消耗信息,同时保护消费者的隐私,已经普遍利用广泛利用对称密钥和非对称密钥密码操作的不同方法。在本文中,我们提出了一种有效的方法,使用对称密钥加密和哈希运算来收集功耗信息。此外,向公用事业公司提供其电力消费者使用的电器类型和电力使用范围的概述。这个想法是基于从智能电表发送覆盖功耗信息,并通过包括智能电表的每一个消息来去除这些覆盖,目的是公用事业可以接收累积的功耗信息,但不能接收单独的读数。我们的评估表明,在我们的计划所需的密码操作是更有效的比在其他计划所需的操作。
2018-07-30 cs.CR
Exposing Vulnerabilities in Mobile Networks: A Mobile Data Consumption Attack
智能手机运营商公司依靠移动网络来保持客户数据使用的准确记录,以用于计费目的。在本文中,我们提出了一个漏洞,该漏洞允许攻击者在受害者不知情的情况下,通过在受害者的手机上启动数据下载,迫使受害者的智能手机通过蜂窝网络消耗数据。该攻击基于将受害者的智能手机从Wi-Fi网络切换到蜂窝网络,同时下载大型数据文件。这种攻击已经在实际场景中实施,测试结果表明攻击是可行的,移动网络无法准确记录客户数据使用情况。
2018-01-24 cs.CR
Detecting Anomalies using Overlapping Electrical Measurements in Smart Power Grids
随着针对关键基础设施的网络攻击变得越来越频繁,能够快速识别和应对这些威胁变得越来越重要。这项工作调查了两个独立的系统,重叠的电气测量,以更快地识别异常的目标。独立的系统包括HIST,SCADA历史学家,和ION,自动抄表系统(AMR)。虽然先前的研究已经探索了融合测量的好处,但尚未研究现有电气系统重叠测量的可能性。为此,我们探讨了结合重叠测量的潜在好处,以提高异常检测的速度/准确性,并提供额外的验证所收集的测量。在本文中,我们表明,合并重叠的测量提供了一个更全面的图片所观察到的系统。通过应用动态时间弯曲,发现了更多的异常--具体来说,当考虑来自两个重叠测量的异常时,平均多出349倍的异常。当合并重叠测量时,与实验结果所反映的数据的非合并相比,可以实现高达785%的异常百分比变化。
2022-01-06 cs.CR eess.SP
EnThM: Energy Theft Mitigation in Smart Grids using Hierarchical Verification of Metering Data
National University of Singapore(新加坡国立大学);Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校)
提出一种轻量级、通信高效的窃电实时缓解方案EnThM,利用智能电网分层结构对计量数据进行多级验证,通过统计建模和规则检查实现高精度实时检测。
2026-05-24 cs.CR cs.ET
Achieving Differential Privacy against Non-Intrusive Load Monitoring in Smart Grid: a Fog Computing approach
雾计算是云计算在网络边缘的一种重要扩展,在提供低延迟服务方面具有很大优势。在智能电网中,雾计算的应用可以极大地方便收集用户的细粒度能耗数据,然后可以用于绘制负荷曲线并制定发电计划或模型。然而,这些数据也可能揭示客户的日常活动。非侵入式负载监控(NILM)可以监控为独立打开和关闭的多个电器供电的电路。如果攻击者分析仪表读数以及NILM设备测量的数据,则客户的隐私将被泄露。本文提出了一种有效的电力负荷监测隐私保护方案,能够保证智能电网中数据泄露的差分隐私。在该方案中,建立了一个基于阶乘隐马尔可夫模型(FHMM)的能源消费行为模型。此外,在行为参数中加入噪声,这与通常在能耗数据中加入噪声的传统方法不同。分析表明,与其他流行的方法相比,该方案可以得到一个更好的权衡效用和隐私。
2018-04-05 cs.CR
Bi-Level Poisoning Attack Model and Countermeasure for Appliance Consumption Data of Smart Homes
Jashore University of Science and Technology(杰索尔科技大学);Deakin University(迪肯大学);RMIT University(皇家墨尔本理工大学)
准确的建筑物能量预测在从建筑物能量自动化和管理到最佳存储控制的各种应用中是有用的。然而,在设计建筑物能源预测模型时应考虑漏洞,因为智能攻击者可以使用复杂的攻击模型故意影响模型性能。这些可能因此降低预测准确性,这可能影响建筑物能量管理系统的效率和性能。在本文中,我们调查的影响,从家用电器的能量使用的回归模型的双级中毒攻击。此外,针对预测模型的中毒攻击,本文提出了一种有效的对策。在基准数据集上评估攻击和防御。实验结果表明,智能网络攻击者可以毒化预测模型来操纵决策。然而,我们提出的解决方案成功地确保了防御这种中毒攻击有效地与其他基准技术相比。
2021-07-01 cs.CR cs.LG
Inference of Tampered Smart Meters with Validations from Feeder-Level Power Injections
配电系统的计量基础设施的篡改可以显著地导致客户的计费差异。智能电表的大规模部署可能通过将其代理传播到其他基于IP的电表而被恶意软件篡改。这种可能性是通过智能电表的物理边界进行旋转。虽然该框架可以帮助公用事业公司定期准确地获取能源消耗信息,但当存在大量被利用漏洞和kWh信息被更改的用户时,识别恶意电表具有挑战性。本文提出了一种基于图论的重构切换方案,结合分布式发电机的概念,以加速配电网内的异常定位过程。首先,提出了一种从可视化的网格拓扑结构到具有顶点和边的图的数据形式转换。然后执行从图形表示到机器识别的矩阵表示的转换。网格拓扑的连接被示出为邻接或关联矩阵以用于以下分析。通过改变拓扑矩阵中元素的切换过程来检测和定位被篡改的节点或簇。该程序必须满足电气和临时闭环操作限制。然后根据从智能电表异常导出的概率执行客户级异常检测。
2019-04-28 cs.CR
Privacy-preserving and Efficient Aggregation based on Blockchain for Power Grid Communications in Smart Communities
智能是我们未来社区发展中最重要的方面之一。从灵巧家庭、智能建筑到智能城市,所有这些智能基础设施都必须得到智能电源的支持。智能电网的提出是为了解决未来电力供应的所有挑战。在智能电网中,为了实现最优调度,在每个家庭安装智能电表(SM)以收集接近实时的用电数据,其可以被公用事业公司用于提供更好的灵巧家庭服务。然而,接近实时的数据可能会泄露用户的隐私。对手可以通过分析用户的电力消耗简档来跟踪应用使用模式。在本文中,我们提出了一个隐私保护和高效的数据聚合方案。我们将用户分为不同的组,每个组都有一个私有区块链来记录其成员的数据。为了保护群组内的内部隐私,我们使用假名来隐藏用户的身份,每个用户可以创建多个假名,并将他/她的数据与不同的假名关联。此外,采用布隆过滤器进行快速认证。分析表明,该方案能够满足安全性要求,并取得了更好的性能比其他流行的方法。
2018-06-04 cs.CR
A Lightweight Incentive-Based Privacy-Preserving Smart Metering Protocol for Value-Added Services
Sharif University of Technology(谢里夫理工大学)
针对AMI智能计量的隐私问题,提出轻量级基于激励的隐私保护协议,采用时间聚合、局部差分隐私等技术,保障隐私与数据效用,性能与安全性经评估符合要求。
2026-08-28 cs.CR
A Discussion and Comparative Study on Security and Privacy of Smart Meter Data
云计算伴随着隐私和安全问题带来了很多高级功能。智能电表数据利用智能电网中的云计算。通过分析家用电器产生的智能电表数据,用户的隐私可能会受到损害。当数据转移到云端时,用户失去了对数据的控制。本文介绍了云环境下智能电表数据的隐私和安全问题。我们还比较了现有的方法来保护智能电表数据的隐私和安全性。
2021-11-17 cs.CR
Detection and Prevention of Process Disruption Attacks in the Electrical Power Systems using MMS Traffic: An EPIC Case
Birla Institute of Technology and Science Pilani, Hyderabad Campus(比拉理工学院皮拉尼校区);Singapore University of Technology and Design(新加坡科技设计大学)
本文提出了一种基于MMS流量的自动攻击检测与预防框架,用于识别和阻止针对智能电网的远程网络攻击,通过分析MMS协议字段值对,提升智能电网的网络安全水平。
2026-01-07 cs.CR
Re-pseudonymization Strategies for Smart Meter Data Are Not Robust to Deep Learning Profiling Attacks
EPFL(洛桑联邦理工学院);Imperial College London(帝国理工学院)
本文提出首个针对再假名化智能电表数据的深度学习画像攻击,结合神经网络嵌入与最近邻分类,在 5139 个家庭中识别准确率达 73.4%,证明频繁再假名化策略仍可被逆转。
2024-04-05 cs.CR cs.LG
E-DPNCT: An Enhanced Attack Resilient Differential Privacy Model For Smart Grids Using Split Noise Cancellation
针对智能电网差分隐私模型易受共谋攻击的问题,提出E-DPNCT模型,利用分裂噪声消除与多主智能电表实现抗共谋,兼顾隐私保护与准确计费负载监测,实验显示显著改进。
2023-09-05 cs.CR
A Survey on Smart Metering Systems using Blockchain for E-Mobility
电力是支持我们日常活动的基本舒适。随着行业竞争力的提高和能源成本的增加,为客户提供电力的新价值和机会产生了。其中一个新的机会是电动汽车。随着电动汽车的到来,世界范围内的电力系统面临着各种挑战和机遇。例如,在传统的电力计费方案下,必须在需要的地方消耗电力,使得如果没有对正确的用户计费(这是由于电能的高消耗使得其昂贵),则终端用户不能在不同的点(例如,亲戚的房子)对他们的电动车辆充电。为了实现电动汽车,他们必须解决新的挑战,例如能源消耗的智能计量和这些测量的网络安全。目前的工作显示了对使用区块链和其他安全机制来实现电子移动的不同智能计量技术的研究。
2020-09-06 cs.CR cs.CY eess.SP
Differentially Private Publication of Electricity Time Series Data in Smart Grids
University of Southern California(南加州大学);Hamad Bin Khalifa University(哈马德·本·哈利法大学)
针对智能电网电力时间序列数据发布中的隐私保护与效用损失问题,提出STPT方法,利用RNN分析时空属性并基于模式划分发布数据,在隐私与效用间取得更优平衡。
2024-08-24 cs.AI cs.CR cs.LG
Local Differential Privacy for Smart Meter Data Sharing
University of New South Wales(新南威尔士大学)
针对现有本地差分隐私方法无法保护电器级智能电表流数据隐私的问题,提出带滑动窗口随机响应的LDP-SmartEnergy方法,在隐私保护与数据效用间取得平衡且效率更优。
2023-11-08 cs.AI cs.CR cs.SE
FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids
针对智能电网故障预测系统易受对抗攻击的问题,提出首个抗攻击的故障分类框架FaultGuard,结合新型生成对抗网络训练层的异常检测系统、低复杂度预测模型与在线对抗训练,在基准数据集上实现检测与分类性能的显著提升。
2024-03-26 cs.CR eess.SP
Georacle: Enabling Geospatially Aware Smart Contracts
智能合约通过利用分散的信任网络实现大规模共识,实现了计算的范式转变。Oracle网络通过解决所谓的“Oracle问题”进一步扩展了智能合约的功能。这样的网络使智能合约能够利用当今网络上现有的大量数据,而不会危及底层信任网络的完整性。通过利用Oracle网络,智能合约可以根据与物理世界相对应的数据做出决策。为此,我们引入了Georacle --一种Oracle服务,它以尊重区块链环境空间受限性质的方式启用地理空间感知智能合约。合约可以查询给定区域中对象的位置,在街道地址和坐标之间进行映射,并检索所需空间区域的几何形状,同时节省气体消耗并避免不必要的数据处理。
2021-11-29 cs.CR cs.IR