考虑能源的重要性在我们的生活中及其对其他关键基础设施的影响,本文从大数据的整个生命周期,将能源大数据的安全性和隐私风险因素分为五个阶段:数据收集、数据传输、数据存储、数据使用、数据破坏。集成到云环境的考虑,本文充分分析了每个阶段的风险因素,建立了风险评估指标体系能量大数据的安全和隐私。根据风险的不同程度的影响,使用层次分析法给指标权重,使用遗传算法来优化BP神经网络的初始权值和阈值,然后优化BP神经网络权重和阈值,和评价样本数据库中用于训练它。然后,训练模型是用来评估一个案例来验证模型的适用性。