数据共享

对照泛在电力物联网云、管、边、端架构，大全紧跟国网战略，从公司战略、产品研发、智能制造、工程案例、运维共享等方面阐述大全所做的工作。提出从电力物联到泛在，从制造到服务，从近期智能制造到长期制造数据共享、生态圈共建的建议，支撑泛在电力物联网稳步发展。

国网上海能源互联网研究院有限公司正在从传统信息化建设向数字化转型阶段迈进，对统一数据模型的设计和应用提出了更高需求，需要进一步凝聚共识，从源头主动应用统一数据模型，推动业务协同和数据共享，助力公司数字化转型，支撑公司战略落地。其中，电网资源领域以电网资源业务中台和网上电网建设为依托，聚焦构建“发一输一变一配—用一新”全环节的“电网一张图”，以及基于“一图三态”的全网基础共性业务优化情况，遵循IEC 61970/61968/62325等国际标准，重点完善主、配网侧相关逻辑模型设计，主要涉及电网域、资产域、综合域等。国网公司配网模型通过在两系统一平台模型建设、配电物联网模型建设、电网资源业务中台模型建设等方面已开展多项建设工作，从标准体系、技术体系、产品体系三方面完成统一信息模型成果积累。实现电网数据深度融合、业务系统协同交互、业务应用标准化构建的支撑作用。

惠州市政务服务和数据管理局联合广东泰一高新技术发展有限公司，搭建了“惠云眼”平台，将统一应急救援服务调度指挥、统一影像数据服务、统一数据共享调度服务、统一数据标准规范服务等四大通用服务能力引入无人机城市感知应用场景。

生态环境大数据平台是基于AI+大数据+云计算全栈先进技术，集数据采、存、管、用为一体，面向实施人员的、智能化、敏捷化的数据全生命周期管理应用平台；将生态环境全业务、多终端、多形态的数据汇聚融合，经过统一规范、标准化的全链路数据治理流程，为数据共享交换、数据应用奠定安全、高质效的数据支撑，贯通生态环境全域数据，最终实现生态环境数据价值的深度萃取。

为切实响应国网公司“两个替代”建设要求，甘肃公司探索集中式巡检总体构架，巡视系统采用多台服务器集群巡视模式，资源共享、互为备用，加大远程智能运检关键技术能力建设，逐步优化计算机视觉智能识别算法，扩展巡视点位的技术手段，建立多源融合感知体系；完善数据共享体制，建立站点间的模型迁移共享体系。同时针对算法模型的局限性展开技术攻关，提出增量学习技术，实现算法模型的高质效迭代和可识别类型便捷拓展；提出多源图像融合技术，实现变电站内设备缺陷及异常的快速追踪定位。

国网河北省电力有限公司是国家电网有限公司的全资子公司，负责河北南部电网的规划建设和运营管理，营业区域覆盖石家庄、邯郸、保定、沧州、邢台、衡水六市及雄安新区。供电面积8.4万平方公里，服务人口5100余万，供电客户2400余万。每天采集用电数据量约300GB，年累计达到15TB。 公司基于数据中台开展数据管理与应用。将28套系统汇聚到数据中台，共涉及数据表2万余张，数据量约35T。数据中台共享层有7581张模型表的落模。基于数据中台开展分析场景的服务化建设，实现分析应用的快速构建和灵活调用，全面支撑数字化审计、财务多维精益、物资智慧供应链等55项场景建设，完成1127项数据服务发布。同步构建数据质量规则库、数据资源目录、数据共享负面清单、数据共享运营机制。编制《国网河北电力云和数据中台运行保障管理办法》、《国网河北电力数据需求管理流程》、《国网河北电力数据接入规范》等数据运营文档共计13项，强化数据管理基础。 数据中台已初步具备完整的数据集成、数据开发、数据质量监控、数据资产管理等全链路功能，为公司各类分析决策类应用提供数据资源、分析计算能力及统一的运行环境，向各专业、各基层单位提供敏捷开放的数据共享和分析服务。

为解决工业互联网标识解析体系公共递归解析节点信息透明、缺乏隐私数据保护和身份权限管理等问题,提出了一种面向标识公共递归解析节点的数据安全加固策略。通过设计加密机制及细粒度权限查验机制,实现了标识解析二级节点的编码注册和解析服务的安全加固,提高了标识解析数据共享的安全性,验证了该方案的有效性。

报告指出，电力大数据作为能源与互联网技术的结合点，是电力行业实现共享应用的重要载体。通过构建电力大数据共享服务平台，旨在突破电力内外数据的获取、融合、共享、挖掘等共性技术，形成面向政府、企业、社会的三类大数据公共服务产品，与上下游环节及政府部门开展深入合作，积极探索适合中国国情的能源互联网大数据服务运营策略，推动跨领域数据共享和价值提升。

现有的工业互联网数据在互联互通过程中存在难以安全共享的问题,工业互联网发展模式急需创新。首先细化了分布式认知工业互联网的技术架构,其次探讨了工业互联网领域在数据共享与利用方面的困境,并提出了隐私计算在具体工业应用场景下的解决方案,最后根据实际需求给出了隐私计算在分布式认知工业互联网中的发展建议。

虚拟电厂采集存储了海量电力用户数据，涉及查询、交易、测试、共享等不同业务场景，给用户信息安全带来了巨大风险。现有的用户隐私保护方案大多采用传统的属性基加密(attribute-based encryption，ABE)，不需要为每个接收者单独进行加密操作，支持细粒度的访问控制需求。然而使用ABE方法需要访问者输入自身属性，数据共享的过程是公开的，用户的属性隐私、加密数据的访问策略和其他用户私人信息可能通过分析相关记录而被泄露。为此，文章提出基于零知识证明的用户属性隐私保护。该方案基于分布式属性基加密(distributed attribute-based encryption，DABE)技术，引入Merkel树聚合用户属性，使用Merkel根构建承诺，用于零知识证明验证，在不暴露用户属性和文件访问策略的前提下实现属性基加密的访问控制策略。同时，将属性与用户地址绑定，有效避免中间人攻击和重放攻击。通过安全性分析，证明本方案具有属性不可分辨性和属性防篡改性。将所提方案与现有方法进行实验比较，结果表明，所提方案在时间成本和空间占用方面性能更好。