物联网技术的发展,将信息化互联延伸至任何物品与物品之间,引发了继计算机、互联网之后世界信息产业发展的第三次浪潮。越来越多传统行业因应物联网技术发展进行演进,催生出如智能家居、智能医疗、智能交通、智能电网等新兴产业,但随之而来的安全问题也愈来愈多。特别以本文研究的智能电网为例,其作为国家重要基础设施的重要组成部分,智能电网系统的安全问题将轻易导致一系列严重的灾难后果,更令人忧虑的是,智能电网信息缺乏基本的隐私保护机制,从用电信息中中可以轻易获取用户个人信息,严重危害了用户隐私。鉴于上述情况,本文以物联网为大背景,选择智能电网这个重要应用,分析其安全问题,总结并提出了一个基于物联网安全参考模型的智能电网安全参考模型,模型在从多个角度归纳安全威胁的基础上,从安全架构、安全措施、安全对象三个维度归纳出智能电网安全参考模型。在此基础上,以智能电网为研究对象,重点研究了智能电网保护用户隐私的问题。具体来说,本文的贡献如下:本文主要研究内容如下:1.我们意识到智能电网安全问题是系统性、结构性安全措施缺位的问题。在前期提出的物联网安全参考模型的基础上,充分归纳智能电网安全威胁的基础上,从安全架构、安全措施、安全对象三个维度归纳出智能电网安全参考模型。从安全架构角度归纳了保证智能电网安全需要的技术手段,从逻辑实施角度概括了智能电网需要用的到安全措施,从安全对象角度探讨了智能电网安全保护对象目标。2.在给出的智能电网安全参考模型的基础上,以智能电网为研究对象,重点研究了智能电网保护用户隐私的问题。为了将智能电网保护用户隐私保护问题与异常行为模式挖掘问题关联起来,从传统隐私定义的隐私维度出发,分析对应在智能电网中的隐私维度,进而提出异常行为模式的定义。3.在异常行为模式的定义的基础上,论文研究并实现一种“基于内在-外在模式熵差的智能电网异常行为数据挖掘方法”(Internal-External Entropy Based Privacy Data Mining in Smart Grid,IEE-PDM),该方法得到的自然排序也反应了该项数据的“异常程度”。4.在挖掘出的异常数据的基础上,论文研究并实现一种“基于HP滤波正则化过滤方法”(HP Filtering with Regrulariztion,HP-Regrularziaotn Filtering),利用HP滤波器加正则项的方法既保证了隐私信息改变,又对智能电网用电数据性质进行了约束。该方法尽可能的保证数据隐私的同时又不破坏数据可用性。最后,本文利用公开智能电网数据集进行隐私挖掘和隐私保护的效果。实验证明,基于内在-外在模式熵差的异常模式挖掘法与标准的方法相比,挖掘到的隐私信息显著增多,这也就意味着能够保护到的隐私信息量多,相应泄露的隐私信息少;而隐私保护方法通过多组参数对比寻找到了较为平衡的结果,达到隐私保护的目的。