电力大数据信息安全分析技术要点

电力大数据信息安全分析技术要点

高旭瑞赵利民何壮壮

(国网山西省电力公司信息通信分公司山西太原030001)

摘要：当前我国的科学技术发展水平显著提高，大数据技术在多个行业得以广泛应用，大数据技术的应用促进了电力系统的发展，但是信息安全也受到了更大的威胁。本文主要分析了电力大数据对电力系统的影响，以及信息安全分析技术的管理措施，以供借鉴。

关键词：电力大数据；信息安全技术

引言

当前，由于非线性数据量巨大，数据关系错综复杂，传统的安全手段难以提供完善的保障，攻击者可通过大数据技术还原信息、窃取隐私。因此，针对大数据应用建设过程中的安全问题，根据实际情况制定特有的数据脱敏规则加以保障，对提高电力大数据安全应用具有重要意义。

1电力大数据的概念

电力大数据，实际上指的是通过技术和相关手段以及大数据的理念融合而成的，应用于电力行业的实践活动。与一般电力数据理念不一样的是，电力大数据所涉及的内容，从一般的供电、发电，再到配电外，还有变电、调度等多个环节，属于集合型的体系，具有丰富的结构，能够跨专业、跨服务的进行挖掘、分析与可视化过程的集合，对电力企业与其他相关行业的决策和运营具有较大的潜在战略价值。本文的电力大数据所描述的是广义立场下的概念，其中涉及了变电、配电、用电和发电等不同的组成以及和电力有着直接关系的数据集以及通过各类电力设备、用电设备传感器、视频及音频设备所记录的所有结构化数据和非结构化数据，即电力相关的数据集合，是很难在某个时间节点中通过一般的软件工具进行处理或者捕抓等操作的，为了完成任务，还要借助新的处理方式，才能够解决好问题，完成整个工作，这些都得益于新处理模式具备了高效、增速快和多元化的电力信息。电力大数据的数据来源包括电力行业内部各环节数据集、智能电表读数、设备图像数据、设备运行检测历史数据、客户用电信息、电力相关动态事件记录（结构化数据、音频、视频）、客户情感信息（行为特征、偏好、评论）、客户服务数据（文本、语音）、地理空间信息、电网拓扑数据和外部环境信息（气象、气候）等。

2电力大数据引发的信息安全风险

2.1数据运行风险

大数据系统在运行的过程中必须要做好数据存储分析及处理工作，而且管理人员也应及时地完善系统运行技术，进而有效提高数据处理的质量和效率。如无法及时进行技术更新，就会引发数据运行风险，最后导致数据丢失和信息失真等问题。

2.2黑客攻击风险

在大数据技术发展中，黑客攻击是必须要重视的一项问题，黑客的专业技术较强，是一种有组织有计划的盗窃活动，其利用大数据获取数据信息，进而以不法方式进行交易。系统一经黑客破坏，可能使整个系统无法正常运转，对电力企业造成了较大的经济损失。

2.3电力企业隐私的泄露

电力企业在应用大数据系统的过程中，还要将企业、员工以及与之相关的信息发布到权威的网络平台上，信息进入到互联网当中后就可能会有泄露的风险，若无法采取有效措施加以控制，就可能会造成严重的风险。如不法分子盗取电力企业的信息或用户的个人信息从事非法交易，从而破坏电力市场的运营秩序。

3信息安全防护技术措施与管理方法

3.1数据库类型

电力大数据在供电企业生产经营中，收集和整理数据依据不同业务类型可以分为关系数据、数据仓库、事务数据库、文本数据库以及多媒体数据库等。这些不同数据库包含了各种数据信息类型，比如在数据仓库中可以进行多维数据视图和汇总数据计算，通过联机分析处理进行不同级别数据观察和研究。

3.2数据处理步骤

基于电力大数据信息安全分析技术，数据处理可以分为三个步骤，即数据处理目标、量化处理和评估与展示。在数据处理目标中，是依据不同数据库和数据类型，通过量化建模检测和预测来进行相关目标设立。在数据量化处理中，通过安全指标来判断数据信息的安全性，比如在正常情况下，局域网上具有固定采样周期，安全事件的数量具有一定规律并且波动范围分布相对稳定，在事件地址上也具有一定规律，并且增长速度上没有过快变化。在这个过程中要进行数据信息的安全保护，可以采用加密技术进行数据处理或者是采用数据扰乱技术，在数据中随机添加、替换、扰乱信息变量，对数据盗窃者进行数据混淆。在数据展示与评估部分通过使用相关函数来记录数据计算与处理，达到数据保密性与完整性。

3.3数据信息分析方法

电力大数据信息的安全分析方法中有很多，比如关联分析法、空间同位算法、离群算法、分类计数等。例如序列分析方法，可以在事务数据库和关系数据库中进行相关数据分析，可凭借序列分析方法对数据进行挖掘和分析，并进行联机处理，实现供电企业对数据信息管理和应用。

3.4建立完善的保密管理制度

“保密管理三分靠技术，七分靠管理”。通过技术来保护大数据的安全必然重要，但管理是基石。电力大数据建设是一项有序的、动态的、可持续发展的系统工程，一套规范的运行机制和安全管理制度也至关重要。电力大数据实验室针对大数据分析和使用的管理要求开展了深入研究，制定了保密的管理机制和制度，从业务管理的角度对相关各方的责任、义务、权利和处罚措施进行规定，并作为大数据使用的安全管理制度，包括签订保密协议，设置兼职保密员专人负责项目保密工作，严格管理文件资料。由兼职保密员专人负责项目内部敏感资料的保存、借阅。项目不需存档的文件、资料、图纸等内部资料，集中交到兼职保密员处，统一监销。文件资料按要求归档，剩余资料清理后统一销毁。严格审核研究成果使用，设置专人专职开展实验室数据安全防护，定期开展保密检查。通过保密管理体系建设，保证大数据平台在统一的安全规范框架下运行，确保数据安全。

4电力大数据的发展趋势

4.1企业岗位和机构的变化

未来的时代将是DT(datatechnology,数据科技）时代。大数据依托云计算，采用分布式结构，利用分布式处理、分布式数据库、云存储和虚拟化技术进行海量电力数据的数据挖掘，而这些必然促使数据管理的专门岗位和部门的设立。随着电力数据日益成为各个企业和社会关注的战略级别资源，数据管理岗位和部门也将成为一个企业的关键。

4.2数据采集方式的多样化

电力数据已经告别仅仅以重要站点和线路为核心的数据采集时代，现代的电力数据逐渐向以消费者和社会需求为核心的多样化转变，如何在功率、覆盖范围、传输速率和建设成本四者间找寻平衡点，是未来电力大数据长期面临的问题。传统的光纤传输方式必须依靠传输设备，建设成本高、建设周期长，已经无法满足高速増长的数据覆盖形势；投资少、设备简便的无线传输方式将逐渐承担更多的数据传输任务。未来一段时间无线网络和光纤传输网络的综合使用将在电力行业成为主要的数据传输方式。

结束语

如今电力大数据信息技术不断发展，这也极大地提高了电力系统运行的质量和效率，但是该技术发展和应用的过程中也造成了较多的安全隐患，为了维护电力系统的信息安全，我们有必要积极采取有效的技术和管理措施，增强电力系统信息的可靠性及安全性，最终推动我国电力系统的全面完善。

参考文献:

[1]刘伟娜.大数据技术在电力行业中的研究应用[J].大众用电,2017(S1):195-197.

[2]张君,李慧聪,关永昌,崔龙龙.电力大数据信息安全分析技术要点[J/OL].电子技术与软件工程,2017(22):211[2019-01-04].

[3]宋璟,任望,王煜,佟鑫.浅析电力行业大数据应用及安全风险[J].中国信息安全,2017(09):94-96.

[4]李国旗,顾翔,夏信.电力大数据信息安全[J].中国科技信息,2017(18):111-113+16.

[5]李鹏.电力大数据信息安全技术研究[J].低碳世界,2016(23):51-52.