文摘

智能电网的快速发展给人类带来了方便。它使用户能够知道实时供电能力、电能质量和电网的电价波动。然而,仍然有一些威胁智能电网,提高网格中的各种费用和能量分布造成很大的麻烦。其中,人为的非技术损失(NTL)问题尤其突出。最近,还有一些NTL检测程序。然而,大多数的计划需要大量的支持数据,劳动力成本高。结果,NTL问题还没有得到很好的解决。为了更好的避免这些风险,问题,如智能电表能源数据的篡改,绕过直接连接到电网智能电表,和不平衡的收入和支出之间的智能电网是解决,和威胁NTL构造的场景。分层网格提出了网关区块链和设计,和一个新的分权管理mdm系统构造。智能合同结合椭圆曲线加密技术用于检测存储和权力的获取数据,并实现NTL的检测问题。 At the same time, it has a certain ability to resist attacks such as replay, monitoring, and tampering. We tested the time consumption and throughput of this method on Hyperledger Fabric. At the same time, eight indexes of other methods proposed in the literature are compared. This method has a good effect.

1。介绍

智能电网的概念于2003年提出,和“智能电网技术论坛”由欧盟成立于2005年。智能电网是一个现代传输网络。它使用信息和通信技术调整生产、传输和分配电能的1),达到节约能源的目的,减少损失,提高电网的可靠性。智能电网可以实现信息的双向沟通的服务(2,3]。智能电网的智能电表不仅具有基本的测量功能,还具有更丰富的功能,比如通信功能。为了适应现代智能电网和新能源的使用,它还配备了一个存储模块、计算模块,它可以存储电力消费信息和双向梯率计量功能,还提供了一个控制接口,可以远程控制,以及智能电力防盗等功能。在智能电网中,先进的计量基础设施(AMI)系统用于智能管理。AMI系统主要由智能电表,通信系统和设备,计数据库管理系统(mdm)。

而智能电网带来的优势,例如,智能电网管理,它也面临着极其严重的威胁,它主要分为自然威胁和人为威胁。在众多威胁,最常见的是,小偷或高级用户欺骗电力公司通过一系列的方法,然后让非技术损失整个智能电网。NTL指的其余部分的损失无法解释的电力传输和分配技术排除TL。异常电力消耗电力偷窃等行为NTL的主要原因(4]。据统计,在国家,如印度、巴西、中国和美国,失去电力供应电力偷窃造成的超过25%。近年来,不仅是电力偷窃的现象越来越严重,而且电力使用的电力盗窃方法盗窃用户越来越不同,电力和手段盗窃变得越来越复杂。除了传统的窃电行为的方法,如欠压法和暗流法(5),还有高科技电力偷窃的方法,如强磁干扰,权力从高频电源、盗窃和网络攻击智能电表或数据中心6]。电力偷窃的行为变得越来越复杂尖端的技术。可以看出,在过去,意味着用户依赖偷电,如破坏传统电表或私人电线,已经变成了攻击智能电表通过数字存储技术和网络通信技术7]。功耗攻击是减少相应的时间或直接返回它通过数据篡改为零,为了减少应付电费。

在电网的运行,非技术损失将导致大量的能源和经济损失,和权力的不确定性盗窃行为将直接影响电网供需平衡的负载和干扰电力系统的稳定性。因此,它具有十分重要的现实意义,分析能耗数据和检测电力偷窃行为(8]。为了应对上述非技术功率损耗问题,很多相关工作已经完成,可以分为以下三个类别:(1)物理检测解决方案包括使用物理解决方案预防和检测电力偷窃。这些物理解决方案包括常规检查,传感器监控,摄像头监控,和无人驾驶飞机的监控。(2)NTL欺诈探测器基于机器学习算法主要利用机器学习技术建立检测模型来识别电力偷窃。然而,非技术功率损耗检测模型的训练数据集需要电力专家马克攻击数据集数据的能力;因此,成本很高。此外,由于电力偷窃对智能电网将给攻击者带来巨大的经济效益,相关的攻击行为的多样性增加。特征提取变得越来越困难,误差特性直接导致检测模型的精度高。减少级电力系统导致了巨大的经济损失。(3)基于比较法,这种方案通常采用安全可靠的中央仪器测量异常情况和比较它与其他可疑的仪器。 These schemes are usually lightweight and flexible, but existing schemes can only detect NTL fraud with small datasets.

因此,即使有一些NTL攻击检测方案,我们仍然需要探索其他更有效的解决方案。这项研究旨在NTL问题在智能电网和开发一种检测计划从AMI的mdm系统。我们设计了一个智能电网NTL问题基于电力网关财团区块链保护计划。方案可以解决困难的问题,如状态检测的智能电表、智能电表的困难访问认证,和权力的不安全感的分级管理事务。我们使用电力数据和仪表检测NTL状态数据。它有一个良好的检测效果在智能电表数据篡改和权力盗窃造成的用户直接连接到电网。它是用来解决问题的造成NTL智能电网。

本文的主要贡献如下:(1)本文提出的方案能有效地抵抗重放攻击,监测攻击、中间人攻击和女巫攻击。(2)本文将电能存储信息和智能电表在mdm系统的状态,并采用边缘区块链网络的存储模式来存储用户的智能电表地位和用户支付信息,用于NTL审计和问责制。(3)本文提出NTL的威胁的情况下,检测NTL基于边缘区块链网络,并使用区块链技术,确保数据不被篡改。检测方法不依赖于大量的数据训练模型,但在较小的用户能耗数据。

剩下的论文由以下部分组成。部分2介绍了相关的研究工作区块链技术和NTL检测技术。部分3提出了一个智能电网NTL检测方案基于电网连锁协会,包括总体结构、客户登记,数据加密和解密传输。部分4演示实验和实验结果的比较。部分5分析了安全威胁场景的整体方案。部分6给出了研究结果和讨论。

本节将总结现有工作;我们首先总结NTL检测在智能电网的相关工作,然后研究区块链技术在智能电网的重要作用,最后总结区块链的相关检测技术来说明智能电网NTL检测方案的可行性基于网关区块链。

2.1。智能电网NTL检测

如今,随着智能的发展,集成和互联电网,实现目标的可靠性,安全性,和成本效益的电网,并防止权力发生盗窃事件,NTL探测技术和相关研究逐步发展。雷特et al。9]提出的策略使用多元控制图检测非技术损失,建立一个可靠的区域监控测量方差。检测非技术损失后,寻路项目基于该算法可以找到消费的非技术的损失。贾亚拉贾et al。10)提出了多维深度学习和分类学习算法非周期电力,然后可以检测用户盗窃电能的周期性负载曲线。每周的负载模式和日常负载模式都是处理二维数据样本。赛义德et al。11]提出一种有效的基于BoostingC5.0决策树分类方法来检测在电力公司非技术的损失。首先,从数据集中提取数据特征区分诚实和欺诈客户。随后,皮尔逊卡方的特征选择算法选择最相关的特征提取的特征之一。最后,使用BoostedC5.0决策树(DT)算法分类诚实的消费者和骗子基于所选函数的结果。维埃加斯et al。12]提到clustering-based方法来检测电力偷窃。通过集群所收集的数据,可以提取典型的消费者行为模型。如果一个新的数据样本之间的距离和一个典型的消费者原型太大,基于距离的新奇检测框架将把它归类为恶性的数据。Okino Otuoze et al。13)提出了窃电行为检测框架基于一般的预测算法。框架使用普遍的异常检测(UAD) Lempel-Ziv通用压缩算法的基础上,可以实现实时检测在智能电网环境下。它检测到异常通过监测许多网络参数,包括监测能源消耗数据,能源消耗数据的变化率,和日期以及时间戳的邮票。Blazakis et al。14]介绍了一种自适应神经模糊推理系统(简称ANFIS)窃电行为检测。结果表明,如果技术正确地应用,它可以实现高检测成功率的欺诈活动引起的未经授权的能源使用。

鉴于智能电网NTL的问题,上述检测方法起到了一定作用,但其中一些需要大量数据,计算方法是复杂的。它构成了严重的威胁到权力相关数据的隐私和安全。我们探索新技术解决NTL问题通过调查区块链在智能电网的应用。

2.2。区块链在智能电网中的应用

在智能电网系统中,各种网络互换需要大量的数据共享和网关之间的交流。与此同时,电力供应商之间的信息交流和个人消费者也很频繁;因此如果电力系统遇到的网络安全威胁,这将导致巨大的损失。区块链技术分散的特点,开放,透明,和nontamperability;实现多个对象之间的协作信任和共同行动;并广泛应用于智能电网的建设。时至今日et al。15)建议结盟区块链方法解决隐私泄露问题的能量交易用户在智能电网限制交易功能。这种方法也可以检测之间的关系和其他信息(如物理位置和能源使用)通过挖掘各种能源的交易量。关等。16]提出blockchain-based智能电网数据聚合的隐私保护方案,将用户划分为不同的组,每个组都有一个私人区块链记录的数据成员。该方案使用假名隐藏用户的身份。每个用户可以创建多个假名,并将他们的数据与不同的假名。然而,这个计划也只进行一维数据收集、电力和用户数据在同一地区在纯文本传播,构成极大的安全风险。流行et al。17]区块链技术来设计一个需求响应模型用于能源网络的分布式管理。模型使用防篡改区块链技术存储能耗数据收集的物联网智能电表。同时,智能自动执行合同定义每个生产者和消费者的预期能量损失以编程方式然后实现它。为了与智能电网的生产和需求相匹配。高et al。18]提出智能电网基于安全的主权区块链和监测方法也实现了一个智能的合同。合同执行既定的程序,然后提供了一个基于网络的信任系统。系统被证明是非常有效的,因为用户可以监控电是如何使用的,并且它还提供了一个平台,不需要操作。

通过相关的调查工作,有许多区块链技术在智能电网中的应用,NTL检测和研究工作较少,一些问题如信息共享;因此,我们也调查异常问题的方案检测区块链的纸。

2.3。智能电网结合Blockchain-Related工作

区块链技术也用于工业物联网的场景(19]。针对智能电网中的异常检测问题,区块链可以实现不同信息之间的合作信任交互部分通过“智能合同”和有效地检测异常情况。

李等人。20.]提到blockchain-based方法检测异常在智能电网电力消耗,旨在使用传感器处理,智能电表读数,机器学习,区块链准确和及时发现电力消耗异常。

年青男子et al。21)提出了一个blockchain-based异常检测方法(坏)。糟糕的是一个完整的框架,它依赖于几个组件,利用其核心区块链元数据收集潜在的恶意活动。坏避免任何中央点故障,可以防止恶意软件删除或改变自己的痕迹。

Golomb et al。22CIoTA)提到一个轻量级的框架,它使用区块链进行分布式的概念和协作异常检测设备上有限的资源。通过证据之间的共识和物联网设备,CIoTA使用区块链逐渐更新可靠的异常检测模型。

Casado-Vara et al。23)提出了一个基于区块链检测欺诈的新系统。区块链是用来存储数据的分销网络监控的传感器网络和应用创建的聚类算法来检测欺诈行为。每当区块链增长,存储的数据更加安全。因此,电力公司可以检查存储区块链数据。这是证明区块链技术对异常问题检测有一定的影响。

通过以上的研究和分析,发现,随着智能电网的发展,电力供应商和用户之间的交互变得更方便。与此同时,由于各种智能设备的应用程序和相应的生成大量的数据和信息,网络安全等问题和权力盗窃继续出现在电网系统。瞄准NTL的问题,一些学者也提出了一个检测计划,但该计划有一些问题,如数据和需求的大型数据集中的必要性。此外,数据隐私和安全不能得到保证和高劳动力成本。因此,结合区块链技术,提出了一种智能电网基于电网协会窃电行为检测模型链,使充分发挥分散,开放,透明,和防篡改的区块链技术,它适用于智能电网NTL检测问题。

3所示。智能电网NTL检测基于电力网关财团区块链

通过相关工作的调查,我们发现NTL的智能电网问题造成的电力数据的篡改智能电表的家庭网络层,造成NTL绕过智能电表和直接连接到电网网络,和困难在检测智能电网不平衡的收入和支出。基于智能电网网络的边缘,我们设计了一个智能电网NTL问题基于电力网关区块链保护计划。我们首先介绍了智能电网网关财团区块链结构和描述了智能电网NTL的威胁模型场景。最后,智能电网NTL检测模型和检测方法提出了基于电力网关财团区块链节3.3。检测方法,智能电表注册、在线数据存储和查询,数据结构,共识,并详细介绍了检测过程。

3.1。智能电网网关财团区块链结构

智能电网网关财团区块链结构由两部分组成,包括电力基础设施网络和通信网络的力量。电力通信网络包括三个层次:广域网络(广域网),局域网(LAN),家庭网络(汉)。WAN财团区块链网络由局域网网关,和每个局域网电力网关节点包括多个局域网财团区块链网络。局域网财团区块链网络是由汉电力网关,和每个汉电力网关节点包括多个汉网络。具体结构如图1

定义1。电力基础设施网络。
电力设施的基本网络包括在传统电网的基本设备,如发电设施,电力传输站、变电站/配送站。从发电设施发电后,电压增加的过程中,传播,进行降压,最后,电力配电所卖给用户。它提供了一个保证生产、传输和使用电能。

定义2。电力通信网络。
电力通信网络由三种类型的网络结构,包括汉族、局域网和广域网。每一层的网络结构包括电力网关设备进行数据聚合和网络通信,如表所示1
汉族的区块链结构、局域网和广域网、网格门户和智能电表在电力通信网络图所示2
电力通信网络分为汉族、局域网和广域网范围从小型到大型的通信。三是包容的 其中,汉族网络包括汉族电力网关、智能电表、各种电气设备。在智能仪表电气设备采集能耗信息,这是连接到汉电力网关。在这里,我们定义多个网络 局域网网络是由多个汉网络,即 局域网网络中,汉族电力网关作为节点组成一个局域网网络联盟区块链。同样,WAN网络由多个局域网网络,即 在局域网广域网网络,电力网关作为节点形成一个广域网网络联盟区块链。

3.2。威胁的情况

最小的单位是智能电网的用户场景,并分为恶意用户和普通用户。恶意用户是核心的威胁导致非技术智能电网的功率损耗。基于恶意用户的行为和分布特征,本文将威胁的恶意用户划分为三类:活跃的恶意用户威胁,被动恶意用户威胁和恶意用户的威胁。的具体场景三个不同的威胁将逐一介绍如下:活跃的恶意用户的威胁。活跃的恶意用户恶意用户有间歇性能源盗窃行为特征的角度。这种类型的用户还将执行正常的充电行为和行为能力盗窃行为。从分布特征的角度来看,这种类型的用户没有明显的地理集群和通常是和普通用户。被动恶意用户的威胁。被动恶意用户的分布特征和主动恶意用户是相同的,但是行为特征是不同的,主要反映在被动恶意用户没有执行收费行为。威胁的恶意用户组。组织恶意用户智能电网的危害是极其严重的。最显著特征是,恶意用户聚集在同一个地方,和恶意用户的行为是复杂和多样化,例如,主动恶意用户和被动恶意用户。

3.3。智能电网NTL检测模型基于电力网关财团区块链

提出检测方法,总体结构和概念,智能仪表注册、在线数据存储和查询,数据结构,共识,检测过程中详细介绍了以下部分。

3.3.1。总体结构和检测方法的概念

从逻辑上讲,电力通信网络的每一层包含mdm系统。根据mdm存储和检测机制,智能电网NTL检测模型提出了基于电力网关财团区块链。检测的结构模型如图3

整个电力通信网络模型包括三个部分:区块链网络,网关,以及智能电表。通信网络包括三个网络域,家庭网络,局域网和广域网络。局域网和广域网络包含联盟blockchains,分别局域网网络联盟区块链和广域网网络联盟区块链。WAN网络财团区块链和局域网网络财团区块链组合mdm来管理和控制电力网关设备和智能电表的数据,包括两部分:设备信息数据和分层电力信息数据。设备信息收集任务的业务。WAN网络联盟区块链和局域网网络联盟区块链结合mdm系统来存储和管理设备上的信息链。局域网网络财团区块链形成了mdm系统通过汉电力网关节点提供设备信息数据查询和存储服务。局域网网络财团区块链收集智能电表的状态信息通过电力网关并将其存储在LAN网络联盟区块链。同样,局域网广域网网络的电力网关节点财团区块链和商店的设备状态信息局域网网关在广域网网络联盟区块链。等级权力信息收集任务。WAN网络联盟区块链和局域网网络财团区块链结合mdm系统来存储和管理层次权力的信息链。等级权力信息包括用户支付信息,智能电表信息,汉族电力网关信息和局域网电力网关信息。其中,用户支付信息和电力信息上传到局域网网络联盟区块链存储管理通过智能电表和汉族电力网关节点功率信息通过汉电力网关节点。局域网电力网关电力广域网网络信息存储和管理财团区块链通过局域网电力网关节点。块结构。块结构包括块头部和身体。块头包括一块识别码,块大小,一个时间戳,一个地址号码,Merkle根。块包括设备信息、电力信息,源地址(智能电表ID、电力网关ID)。特定的块结构如图4数据内容。WAN网络中的数据财团区块链包括广域网网络层输入功率、局域网电力网关ID、时间戳、局域网电力网关设备能耗和设备状态。局域网中的数据网络联盟区块链包括汉族电力网关输出功率,汉族电力网关ID、时间戳(包括电力购买时间、事务处理时间,力量开始阅读时间),智能电表ID,家喻户晓,剩余的力量,购买力和购买时间,智能电表的公共和私人密钥对。许多共识。在织物中,订货方服务基于筏取代了以前的卡夫卡订货人服务。一般来说,大量集群包括2NN + 1订货人节点,允许错误的服务网络。在筏,每个节点只能在三个州之一24,25]:追随者:在最初的情况下,所有节点是追随者领导:负责处理客户端请求和确保所有追随者有相同的数据记录候选人:候选人将发起争夺选举领导人

在某些情况下,一个节点的状态可以改变。在最初的情况下,所有节点都是追随者。由于没有消息的领袖在一段时间内,跟随者会自动转换成一个候选人和发起一个投票。收到票后大部分节点,该节点将转变成一个领导,接受和应对来自客户机的请求。例如,当领导收到一个信息存储请求从客户端(汉网关)局域网联盟链,领导者将广播这个请求的追随者。响应将被发送,如果追随者成功接收请求。当领袖接收到响应超过一半的节点,它将本地提交请求和广播所有追随者执行请求。追随者接受和验证请求是否合法;之后,请求将被打包生成一个街区,广播给所有汉族网关,写进当地的分类帐。

总体结构区块链结盟的形式,这是一个特殊的区块链,基于一定数量的预选认证节点。区块链算法的共识是由这些预选的节点,而不是所有节点在整个网络中,这可以大大减少网络开销。在电网系统中,不同地区可以被视为不同的联盟,这样他们可以自主管理,信息可以共享的范围内。能耗统计设备(智能电表)检测到电网由汉族和LAN网关,和监控数据收集和存储。实时检测和审计消耗计算和存储,使用一个条件触发检测触发的行为。威胁模型的引入触发检测机制,当下列方法用于NTL问题检测过程的智能电网。

3.3.2。初始化和注册

假设1。区块链网关是可信的。mdm系统中的审计终端部署的联盟链也是可信的。

假设2。智能电表是semitrusted,用户并不可信。智能仪表之间的通信通道和电力网关并不是完全安全的。
假设1指定网关的区块链是值得信赖的。电力网关生成智能电能表的证书和私钥。这些信息存储在电力网关,以确保信息是安全的,不会被窃取或篡改。作为联合链mdm审计客户,审计终端也是可信的,这使得审计结果准确。
为假设2智能电表是semitrusted实体;它不会主动篡改和窃取信息,但将受到被动攻击。用户在默认情况下都是不可信的,这样的实体是高度咄咄逼人。
在整个生产过程中所使用的符号和描述如表所示2。低功耗加密方案是非常重要的在物联网26,27]。模型的关键过程如下:系统初始化。检测方法中使用的符号定义如表所示2系统选择一个椭圆曲线 发电机是 ,和以下三个哈希函数操作选择。 私钥的网关 和它的公钥 智能电表信息注册过程。从汉汉网络用户请求访问智能电表电力网关节点通过通信网络。允许访问如果通过认证,如果认证失败和访问被拒绝。汉族电力网关结合了智能电表的信息和门牌号生成唯一的身份证号码在当前网络。所有的智能电表在汉族身份证号码信息网络存储在汉网关。韩NTL发生时,网关可以与NTL负责智能电表的问题根据身份证号码信息。自从智能电表作为客户端需要签署时需要提交区块链请求汉网关,汉族网关需要生成一个公共和私人密钥对智能电表和私钥发送到智能电表的签名。具体的过程如图5先进的智能电表有一个独特的ID为电力网关发出证书,如下:步骤1:智能电表生成随机数 作为它的私钥, 步骤2:智能电表发送 电力网关后一代的证书步骤3:电力网关计算其证书 ,进一步更新其私钥 步骤4:电力网关将返回 智能电表是

3.3.3。数据存储和查询的过程

局域网网络的节点财团区块链和WAN网络财团区块链在汉电力网关和局域网网关,分别,他们负责客户端提交数据信息区块链。流程如图6

智能电表的迹象和上传数据,这个过程主要分为四个步骤:生成一次性密码,验证消息签名、身份验证和消息。

为了确保数据的安全,每一次使用的一次性密码是智能电表上传数据,并生成过程如下:步骤1:电力网关生成一个随机数 并将其发送到智能电表步骤2:智能电表随机选择 作为其私钥和计算它的公钥 步骤3:电力网关使用其私钥 生成的公钥

随着智能电表semitrusted实体,当生成的公钥,公钥值是由电力网关和智能电表。

上传数据的智能电表签名过程:第一步:首先,私钥 颁发的电力使用网关节点上传数据: 步骤2:智能电表将上传数据 电力网关。很容易验证智能电表的身份。如果窃听或篡改传输通道,电力网关可以确定消息是否被篡改根据签名

身份验证过程的网关智能表如下:

在的情况下 验证通过,防止证书被敌人偷听了,进一步的判断 它确保了消息不能被篡改。

电力网关验证发送的信息智能表如下:

首先,计算 ; 确定方程 是真的,如果是这样的话,接收消息。

验证原则如下:

上面是一个单一的消息身份验证过程。如果批量进行消息处理和假定的消息的数量n验证过程如下:

汉族电力网关节点将收集到的智能电表数据存储(汉网络层数据)在局域网网络财团区块链,和局域网网关节点存储局域网广域网网络层数据聚合网络联盟区块链。数据存储在一个加密的方式,区块链上的数据存储和获得如图7

获取数据后,网关节点通过加密算法加密数据,查询存储在链,解密过程中检测和审核。

审计客户审核上传的智能电表的数据,和过程如下:审计客户和电力网关可信实体,双方可以使用原始的椭圆曲线加密算法在传输数据时:步骤1:审计客户选择私钥 ;然后,它的公钥 步骤2:电力网关散列数据审计: ,随机生成 ,和计算点 步骤3:电力网关计算 并返回 的审计步骤4:在审计客户得到密文 ,计算出明文 和审计

3.3.4。NTL检测方法

汉族用户发起的电力购买平台,和用户发送验证信息 为验证平台。验证通过后,审核合同的检测触发机制,如图8

审计合同的步骤如下所示的过程和算法1:步骤1:韩寒的连通性测试智能电表(获取仪表状态数据),执行步骤2,如果测试成功,并发出警报的审计师如果测试失败。步骤2:汉族网关节点发送请求信息收集的智能电表的买家。步骤3:如果智能电表接收请求信息,它对汉族网关节点和传输的要求 到汉电力网关节点的信息。步骤4:汉族网关节点获得力量 信息,进行比较和融合HANsm信息。我们计算的区别(过去)和剩余的力量后电能表的最后力量购买和比较它与汉族的输出电能网关(电力信息之间最后的购买时间和当前的购买时间)。我们判断是否收取用户和其他用户在当前电力网关节点能耗异常。第五步:验证通过后, 打包上传。同时,平台将购买电力智能电表的家庭。

输入:HANpurchaseInfo = {UserID,萧述三、购买数量、时间戳}
输出:审计结果
(1) 函数NTL(HANpurchaseInfo)
(2) 智能电表的状态
(3) 如果状态离线=然后
(4) 返回发送警告审计师
(5) 其他的
(6) 发送请求到相应的智能电表
(7) 得到HANsm ={先进UserID, SOC}从智能电表
(8) 得到HANgw ={萧述三、标识、当前时间、Tlast过去}从汉族
(9) 如果(Elast-SOC) -E_Output >阈值然后
(10) 返回发送警告审计师
(11) 其他的
(12) 采购时间=时间戳
(13) SOC = SOC +购买数量
(14) 发送HANgw1 ={萧述三、标识、当前时间、采购时间,吃}区块链
(15) 更新发送给用户的智能电表
(16) 返回正常的
(17) 如果
(18) 如果
(19) 结束函数

(1)NTL汉网络检测方法。目标被动恶意用户检测的问题,一个汉族网络NTL检测方法提出了基于NTL检测方法。每隔一段时间,汉族网关将查询的数据链,请求智能电表的数据,然后计算每个理论功耗的智能电表在当前汉网络,然后比较其与实际的输出功率 每个用户的汉族网关。如果实际输出功率大于理论功耗,用户被认为是一个被动的恶意用户。所示的过程的算法2

输入:时间间隔
输出:分析结果
(1) 函数NTL的汉
(2) 如果当前的时间时间=时间间隔然后
(3)
(4) 得到HANsm ={先进UserID, SOC}发送 的智能电表
(5) 得到HANgw ={萧述三、标识、当前时间、Tlast过去}从汉族
(6) E_Theoretical_Consumption = Elast-SOC
(7) 从汉E_Output
(8) 如果E_Output > E_Theoretical_Consumption然后
(9) 发送警告审计师
(10) 如果
(11) 结束了
(12) 返回
(13) 如果
(14) 返回等待
(15) 结束函数

(2)NTL局域网网络的检测方法。广域网网络层定期审计局域网用户遵循审计规则。WAN网络发起一个定期审计局域网的功率输出电力网关审计WAN输入和局域网的输出是否平衡。根据审计结果,是判断局域网组用户NTL问题。所示的过程的算法3

输入:时间间隔
输出:分析结果
(1) 函数NTL的局域网
(2) 局域网的状态
(3) 如果状态离线=然后
(4) 返回发送警告审计师
(5) 其他的
(6) 如果当前的时间时间=时间间隔然后
(7)
(8) 得到LAN1 = {LANID, SOC}发出
(9) 得到LAN2 = {LANID,过去}从广域网
(10) E_Theoretical_Consumption = Elast-ATE
(11) 得到E_Output广域网
(12) 如果E_Output > E_Theoretical_Consumption然后
(13) 发送警告审计师
(14) 如果
(15) 结束了
(16) 返回
(17) 如果
(18) 返回等待
(19) 如果
(20) 结束函数

WAN网络进行连接测试后到网关节点(获取设备状态数据),每一个时间间隔T触发审核合同;换句话说,它执行的查询WAN网关节点信息存储在局域网财团区块链。WAN网络获得的电力输入数据并与局域网节点数据,以确定是否有一个问题与局域网用户NTL。如果有一个问题,审计人员提醒。

4所示。实验仿真

我们已经进行了实验提出的智能电网NTL检测方案基于电网连锁协会和模拟数据绕组和检测局域网联盟链的过程,包括汉族用户(智能电表),联盟链组成的汉族网关,并检测端。实验的结构如图9

4.1。实验环境

码头工人用于模拟区块链上的同行来验证我们的计划。操作系统使用的是Ubuntu 18.04, tripwire Hyperledger织物的版本。表列出了实验环境的更多细节3

局域网联盟链,区块链网络包括两个组织,每一个都有十五同行(汉网关)。每个组织的peer0作为锚节点的组织,负责组织之间的通信。网络中有一个通道;所有同行都将安装链代码和加入频道。

4.2。实验结果

实验的主要步骤包括信道的创建和维护、开发、和链的使用代码。管理员负责添加汉网关和局域网的网关相应渠道,开发和部署链代码,和满足其他需求。区块链网络功能测试和智能电网的数据交互功能测试如表所示45,主要包括存储和查询网关日期。

我们测试了两个组织网络,和四个汉网关/ Org。测试结果如图1011。结果表明,局域网区块链网络的处理能力达到高峰时四个汉网关同时发起交易。

与其控制同伴,加入频道一个接一个;我们所有的同事加入到英吉利海峡在同一时间,然后控制同行的数量同时发起交易。

局域网联盟链,不同数量的汉族网关启动事务同时为不同的总交易。结果包括消费的时间和吞吐量指每秒可以处理的事务数量。图12显示之间的关系所需的时间完成交易的数量和汉族网关需要启动事务。图13显示了汉网关的吞吐量和数量之间的关系需要同时启动事务。可以看出,随着越来越多的汉人网关参与事务,局域网联盟链网络的处理能力不断增加,最终稳定。当三个汉族网关启动事务同时,局域网网络的最大处理能力。可以看出,在应用程序中,我们只需要一个小的节点数量区块链网络的充分利用;因此,我们可以节省我们的成本。

值得注意的是,区块链的吞吐量受到许多因素的影响,包括但不限于系统架构,硬件、算法和共识。同行的数量需要适当地设置根据应用场景。

为了进一步验证该方案的可行性,数据集(28从智能能源信息学实验室被选中。数据集由电力消耗数据(2016年12月到2018年1月)从高层住宅建筑在IIT孟买校区。每个公寓都是仪器的智能电表。出于隐私原因,公寓的名字保持匿名,取而代之的是数字。日期是downsampled小时粒度。它包括公寓ID、时间戳、电压和能量消耗。

结果如图1415,类似于以前的结果,局域网联盟链网络的处理能力不断增加,最终稳定与汉族的人数增加网关参与交易。

我们最好的,只有一个类似的纸。哈立德et al。29日)试图把物联网设备与区块链消除非技术的损失。物联网设备部署的关键电力系统检测电力生产和消费。检测到非技术损失通过计算生产和消费之间的区别。最后Ethereum用于验证这个方案。

对于不同大小的消费者,Sana设计不同的解决方案。私人连锁店、连锁联盟和公共链用于目标大,中型的,分别和小规模的消费者。这的确提高了吞吐量的区块链,但几乎没有改善NTL检测。该计划提出了我们的工作是基于面料也被称为联盟链。虽然私人链高吞吐量,同行在私人链是需要相互信任,这是不可能的实际情况。与私人链相比,该联盟链更符合实际情况。这是因为联盟链中的节点只需要semitrusted之间。然而,本文只提供智能合约的成功执行的结果和区块链;它不提供性能结果。

更重要的是,大规模物联网设备需要安装查找特定用户偷了电力这将导致高成本。然而,层次结构提出了我们的论文让我们来定位用户偷了电力更加方便和灵活的基于现有供电设备。通过分析不同的汉斯和局域网的数据在各自区块链网络,我们可以有效地解决的问题单用户电力偷窃和集团用户窃电行为。

4.3。定性分析的结果

在本节中,我们将讨论本文的设计方案之间的差异和其他现有的方案在每个索引维度,主要包括以下八个指标维度。第一个维度是NTL的检测效果,第二个维度是判断是否有分散的特点,它可以避免单点故障和其他问题。第三个维度是数据防篡改;因为本文使用区块链结构,它有antitamper数据的能力。第四个维度是智能检测功能,主要检查检测方案是否可以不需要进行手工查表,减少劳动力成本。本文中的所有检测过程可以由智能自动进行的合同;因此,不需要任何手工查表。第五维度是信息共享的能力,主要是指节点之间数据共享的能力。在本文中,由于使用区块链机制,不同节点实现数据一致性通过共识机制。第六维度数据的机密性。 All the upper-chain information in this paper is ciphertext so that the data can be effectively protected. The seventh dimension is the traceability and auditability of the data; because all the power equipment information and the power purchase information are stored on the chain, the power purchase behavior can be traced back and audited. The eighth dimension is independent of audit data; because the detection process in this paper is to trigger intelligent contracts for detection, there is no need to train datasets for learning; thus, it is not dependent on large audit data.

基于之前的八个指标早些时候指出的那样,我们的工作是与其他现有的作品相比,结果如表所示6

5。安全分析

在本部分中,分析了该方法的安全性方面的智能电表信息初始化,数据验证,验证,和威胁的情况。

5.1。智能电表信息初始化

智能电表,一个客户,需要签署提交链请求时汉族网关;因此,汉网关需要生成一个公私密钥对智能电表和私钥发送到智能电表作为一个签名。汉族网关使用一个散列算法和一个随机数字生成器生成的公钥和私钥对。虽然随机数发生器是由人建立随机,它可以被攻击者利用。哈希算法提供了一种更安全的方法。SM公钥信息创建基于Merkle区块链树使用哈希函数和时间戳和存储在汉网关在初始化阶段保持安全的智能电表。

5.2。数据验证安全

数据存储在允许通过加密区块链。汉网关获取智能电表的数据后,它通过加密算法加密用户的电表数据并将其存储在区块链。SM与汉族通信网关时,创建一个安全的会话和更新的私钥对的间隔时间t。当汉网关发起一个请求并接收到由SM用私钥加密的消息,作为领导者,它使用的SM的公钥来验证签名加密的数据。身份验证安全性和数据传输的完整性是确保通过私钥对验证。

5.3。块验证安全

块的安全验证的方案保证了筏子算法。mdm的智能电网是一个分布式系统,设计一个网关的失败是一个独立的事件。假设有 汉族在LAN网关联盟链,错误的节点的数量 随着选举的领导人是基于投票的木筏,我们需要确保正常的节点数量大于故障节点以保证投票过程。因此,我们需要 ,导致 然后,我们需要确保至少有 系统中节点来保证分布式系统的安全性。

5.4。安全分析威胁的场景

(1)主动恶意用户的威胁分析。主动恶意用户会进行收费行为,它将触发上述NTL检测方法。请求后主动恶意用户通过平台验证和主动恶意用户的电表通过随后的连通性测试,汉族网关将收集的信息从用户的智能电表HAMsm:智能电表ID、用户ID,剩余的电力(ERemain),然后汉族网关查询链上的信息获得用户的最后一次充电信息HANgw: 结合HANsm,之间的区别(过去)的数量,剩下的米在上次购买的力量得到理论计算功耗E_Theoretical_Consumption = (ELast-ERemain)并与实际输出的汉族网关(电力信息之间最后的购买时间和当前的购买时间)。

因为主动恶意用户盗窃电能的行为,E_Output大于E_Theoretical_Consumption,两者的区别代表了恶意用户的恶意程度。窃电行为的数量越多,恶意程度越高。此时,警报电力偷窃将局域网的网络管理员和处理恶意的程度。

(2)被动恶意用户的威胁分析。被动恶意用户不收费,所以定期NTL检测方法不能被触发。然而,本文介绍了NTL汉族网络检测方法,每隔一段时间,汉族网关将查询的数据链,请求智能电表的数据,然后计算理论功耗E_Theoretical_Consumption,每个智能电表在当前汉网络,并比较它与每个用户的实际输出功率E_Output汉网关。如果实际输出功率大于理论功耗,用户被认为是一个被动的恶意用户。摘要由于汉族网络节点为每个用户单独维护区块链的数据结构,与维护一个区块链数据结构相比,这个计划的查询数据量较小;因此,它更高效。

(3)组织恶意用户的威胁分析。目前,局域网网络NTL检测方法和汉族网络NTL检测方法提出了可以有效地解决这一组恶意用户的威胁。局域网网络NTL检测方法之间的区别和汉族网络NTL检测方法主要在于不同的区块链的内容数据。局域网网络链的数据块记录用户的电力购买信息单元,而广域网网络链的数据块记录该地区的电力购买信息单位,和每个局域网网关代表一个区域。因此,该集团的恶意用户可以分为不同的恶意。

6。结论

在本文中,我们提出一个智能电网NTL问题检测方案基于电力网关区块链解决NTL问题的智能电网系统。我们计划把通信网络领域如汉,局域网和广域网的智能电网。等级电网提出了网关区块链和设计,和分权管理mdm系统构造。没有大量数据的支持,智能合同结合加密技术用于存储和查询数据,并实现NTL的检测问题。首先,总体结构智能电网联盟区块链的网关。其次,威胁场景NTL问题的智能电网进行了分析。最后,智能电网NTL检测模型提出了基于电网协会联盟区块链。模型使用边缘网络区块链存储状态信息的智能电表,电力网关,电力及相关数据。在模型中,智能电网的数据情况,智能电网的数据绕组和查询过程详细描述。触发机制,详细介绍了NTL检测方法的检测流程,和一个聪明的书面合同,以确保安全可靠运行的检测方案。 It has a certain ability to resist attacks such as replay, monitoring, and tampering. It is worth noting that the throughput and the consumed time of the blockchain are affected by many factors. The number of peers needs to be reasonably set according to the application in the scenario. After testing the performance of the scheme, it is proved that it is theoretically feasible. In the future, we will expand our work to optimize the efficiency of the consensus algorithm and to refine the trigger conditions of the detection mechanism to improve the practical feasibility of the scheme.

数据可用性

这个手稿属于合成中使用的数据集的数据。合成数据用于支持本研究的发现可以从相应的作者。没有任何限制对合成数据集的访问。

的利益冲突

作者宣称没有利益冲突。

确认

这部分工作是支持基础研究基金在中国中央大学(2019 yjs033)。