依托于计算机技术以及通信技术的迅速发展,智能电网为用户提供了高效、安全、可靠、清洁的能源供应,解决了传统电力系统中供给与需求难以平衡的困境,同时激励用户更加积极主动地参与电网系统的运营管理中。但随着电力系统开放性的不断提升,网络边界不断向用户侧延伸,需求侧产生的海量智能电表数据将不可避免地面临更加严峻的隐私安全挑战。不法攻击者对智能电表数据进行挖掘分析可以获知用户的用电行为模式等信息并进一步分析用户的生活作息规律、基本家庭信息、个人行为偏好等,严重威胁了用户的隐私安全。如何在保证智能电表数据可用性的同时,提高智能电表数据在应用过程中的隐私安全性成为社会各界所高度关注的重要问题。差分隐私能够平衡数据的隐私安全性与可用性,作为一种强有力的数据隐私保护手段被广泛应用于大数据时代的数据隐私保护中。但传统的中心化差分隐私依赖于可信的第三方数据中心的安全性,且对智能电表数据中的用电行为模式的保护力度不够。本文基于智能电表应用过程中的数据隐私保护问题进行研究,提出一种分布式的智能电表差分隐私保护方案,并结合随机置乱的时序扰动数据发布方法对用户的行为模式进行保护,以适应隐私挖掘背景下的用户隐私安全需求,本文的贡献可以概括为以下几个方面:一、对智能电网系统及其中存在的智能电表用户隐私泄露问题进行分析,基于智能电表大数据的典型应用场景,分析其数据隐私保护的特殊需求。同时分析当前智能电表隐私保护领域不同数据隐私方案的优缺点,确立了智能电表用户数据隐私保护方案的设计目标及构建规则。二、研究差分隐私保护模型在智能电表数据隐私保护中的应用。本文提出了一种新颖的由智能电表作为数据终端直接参与的分布式差分隐私保护机制,解决传统差分隐私在智能电表数据聚合过程中因噪声过量导致数据可用性严重下降的问题,摆脱对可信第三方的依赖,并对数据发布的过程进行时序扰动,通过随机置乱算法破坏原始数据中的负载特征信息,隐藏用户的用电行为模式,提高智能电表数据在隐私挖掘过程中的安全性。三、利用真实的电力消费数据对隐私保护方案的有效性进行分析,定量化地评估差分隐私保护的强度,分析不同隐私保护强度设定下的数据可用性,并对非侵入式负载检测的模式识别结果进行分析,直观的展现隐私保护方案在面临隐私挖掘攻击时的数据安全性。研究结果表明,提出的分布式差分隐私保护方案能够实现智能电表数据隐私保护过程中数据安全性与可用性之间的平衡,更加有效地保护智能电表用户在数据挖掘背景下的隐私安全。