近期，我校网络安全与信息化学院刘忆宁教授团队以无锡学院为第一署名单位和通讯作者单位在IEEE Transactions on Smart Grid发表论文《Practical Privacy-Preserving Electricity Theft Detection for Smart Grid》。IEEE Transactions on Smart Grid是电力与能源领域的国际顶级学术期刊，属于中科院一区Top期刊，2023年影响因子IF=10.275，这是我校网络安全与信息化学院成立运行以来又一重大突破。
目前窃电检测在智能电网中得到了广泛的研究，但仍有几个关键问题尚未解决。（1）没有考虑到智能电表数量多、采集数据带来的高通信开销；（2）未能考虑检测周期的影响和合理性，以往检测模型在周期长达数年的数据集上训练测试，不符合实际。论文以隐私保护和系统安全为重点，提出了一种实用的隐私保护窃电检测方案，实施流程如图2所示。将伽马噪声注入到用户的功耗数据中以保护用户隐私，基于内积加密设计功耗数据与模型参数的计算流程，在仅注入伽马噪声的情况下，实现了隐私保护的动态计费和区域用电量聚合的差分隐私。设计新的组合检测模型，通过提取用电数据的局部和全局特征以实现更高的检测性能。基于实际功耗数据和真实设备的仿真实验结果表明，能够在资源受限的设备上运行，具有更低的通信开销和更好的检测模型性能。（论文DOI: 10.1109/TSG.2023.3349280）（物联网工程学院/文：刘忆宁、毛伟民，图：刘忆宁；审核：王泉）
图1 论文发表信息
图2 隐私保护实施流程
搜索