隐私计算在能源行业数字孪生中的应用

随着气候问题逐步成为全球共识，各国纷纷采取措施控制碳排放。数据驱动的数字技术将在实现这方面发挥关键作用。能源系统数字化将是能源、供热和交通等行业脱碳的重要一步，同时也将支撑起一个更绿色的循环经济。

数字孪生是气候技术的一个新兴关注领域。数字孪生是物理对象（如风力涡轮机或电动马达）或过程（如经济交易模式）的相关虚拟对应物。当通过传感器与其他模型和物理虚拟系统集成时，数字孪生可以作为决策支持工具。

虽然小规模数字孪生已经在被使用，但大型数字孪生正处于相对较早的发展阶段，安全和隐私问题是其中发展关键之一。建立最佳实践和隐私解决方案将是数字孪生可接受性的关键。

这里以英国能源系统的实践举例，分享数字孪生如何助力平衡实时能源系统，实现真正“智能”电网。

在这个平台里，数据需要从一系列的来源来开发，评估，并作为“燃料”提供给能源系统的数字孪生平台，所以只有解决数据隐私和安全问题，才能让数据在数字双模型和真实世界的资产之间安全流动。

数字孪生隐私挑战涉及的4个参与角色

假设能源数据开放将有助于释放研究和创新潜力（例如通过数字孪生）。与此同时，必须解决新出现的隐私和安全问题。

在这种情况下，数据共享问题涉及几个利益相关者群体：

（1）个人：以往英国能源消费者的计量数据只按月阅读一次，但现在可以阅读更细的水平（通常是半小时），这意味着能源使用模式可以用于跟踪家庭活动；

（2）行业：能源行业的参与者可能会不鼓励分享商业敏感的数据（如算法派生的定价模型）；

（3）政府：与已建环境有关的数据可能会使重要的基础设施或公用设施受到攻击，从而导致国家安全问题；

（4）监管机构：对数据滥用的感知可能导致公众对数据信任的丧失（例如，导致智能电表的低使用率）。

数据流必须使数字孪生和现实世界的资产之间的通信成为可能。数据基础设施必须能够连接物理资产，考虑到不同的数据类型、组件、技术标准和分析能力——一个轻量级的数字化系统已经采取了一些步骤，如在国家数字孪生方案中建立信息管理框架。

数字孪生过程中哪些隐私信息会被泄露

数字孪生系统中中私人数据可能会披露如下信息：

（1）何时？使用什么电器？

（2）消费者的能源使用可能揭示什么行为模式，特别是占用模式；

（3）关于建筑/公用设施和其他特征的信息可能被推断，导致国家能源系统资产的安全风险；

（4）能源公司的处理算法如何提供专有知识和商业敏感的行为洞察；

（5）账单或其他记录可能揭示消费者的私人信息，包括消费者对价格变化的反应；

（6）可能在主动请求的目标营销中使用的设备和使用模式，例如，促使消费者维修锅炉的广告或信息。

虽然这些推断可以使用当代智能电表数据做出，但未来的版本可能会以更短的时间间隔读数，允许检测哪些设备被使用，或哪些电视频道被观看（通过可识别的电磁干扰信号）。

个人隐私解决案例1：

基于MPC的智能电表数据隐私保护

智能电表数据是个人数据，随着欧洲和英国智能电表设备的推出，对智能电表数据的隐私担忧得到了人们的关注。

然而，智能电表数据对可再生能源集成具有重要的价值：没有其他方法可以实时测量能源消耗，或如此接近消费者的最终用途。

荷兰在2006年实施了智能计量技术，并要求每隔15分钟共享一次数据。后来发现这违反了《欧洲人权公约》（尊重私人和家庭生活）第8条。

因此，通过了新的立法，允许荷兰客户选择完全退出，或保留智能电表的管理和关闭能力。

最近，隐私官员已经批准在6个邻近家庭中使用智能电表数据。这需要在没有分析师看到这6个数字的情况下，平均计算这6个数字。

罗斯曼实验室正在荷兰基于安全多方计算技术进行试点。安全多方计算用于计算“盲人”中六所邻近房屋的能耗总量和平均值。这首次提供了功消耗的中级网络视图。该解决方案目前处于试验阶段，使用硬件改造到智能电表上。

在未来，安全多方计算可以作为内置于智能电表中的软件的一部分来运行，数据在被发送到安全的服务器之前，要先进行本地加密。

个人隐私解决案例2：

基于TEE与同态加密的数据隐私保护

可信执行环境结合同态加密可以保护协作云计算免受攻击，保护关键国家基础设施的安全。同态加密是高度计算密集型的，需要大量的开发才能大规模使用。

可信执行环境是处理器内部的安全区域，它与系统的其他部分隔离。其中包含的代码不能被操作系统和管理程序（一个将计算机的操作系统和应用程序与底层物理硬件分离的过程）读取。

个人隐私计算解决案例3：

基于联邦学习的隐私能源数据隐私保护

能源供应商可以利用智能电表数据中的见解来提供新的服务模式（如加热作为一种服务）。

联邦学习可以允许用户的数据保持本地化，而能源供应商正在使用训练模型。

例如，一个机器学习模型可以被发送到单个的智能家居系统，并在本地“学习”某些能源消耗模式，以预测需求。

总结

数字孪生在实现降低碳排放方面具有巨大的潜力。使用隐私增强数字孪生该加强基本的安全措施，包括对关键基础设施、服务器和计算机（如使用硬件密钥）的物理限制。为了将隐私保护技术嵌入能源数字孪生的实现中，数据保护法规和相关指导应考虑在促进智能电表的使用方面，什么要求或建议是有效且和合乎道德的。

其他监管机构应确保数据的使用反映了消费者的利益。在一个数字孪生系统中，这可能需要允许用户审计和挑战他们的智能电表的输出。在算法以实时数据进行训练时，必须尽一切努力确保抽取的部分代表不会过多或不足，因为这可能会重现系统性偏见并导致不准确性。

本文由“开放隐私计算”翻译整理自英国The Royal Society的论文《From privacy to partnership》节选，转载请注明来源，分享仅供学习参考，如有不当，请联系我们处理。

END最新活动：

密码技术作为国家安全三大支撑技术之一, 是保障网络强国、数字经济发展的安全基石。本课程从零基础开始讲解现代密码学的重要范式--可证明安全。在可证明安全的框架下,深入浅出讲解安全多方计算、通用可组合(universal composability)安全、不可微分(indifferen- tiability)安全、黑盒技术、非黑盒技术、简洁非交互式零知识证明、格基密码学等。

本系列课程为公益讲座, 免费对所有人开放。 本系列课程特别适合从事密码学和网络空间安全领域研究的高年级本科生、硕士生、博士生和青年学者。如您感兴趣，可以直接点击下方预约直播：​​
热门文章: