電力大數據的數據保密技術研究

劉凱樂，徐建兵，龍 鵬，黃 林，郭乃網，陳 睿，羅 祾

(1. 國家電網公司，北京 100083；2. 國網上海市電力公司，上海 200122；3. 國網上海市電力公司電力科學研究院，上海 200437)

隨著大數據、云計算、物聯網、人工智能等各種新技術不斷涌現，數據的融合、數據共享、數據挖掘、數據應用等大數據技術成為智慧城市發展的關鍵技術。電力行業作為我國基礎的能源行業，其重要性不言而喻。隨著近年來的電網改革，不斷推進智能電網發展，各個電網實現智能化發展，在大數據時代也將發生急速增長。在電力領域，信息通信技術與電力生產以及企業經營管理的深度融合，導致電力數據的爆發性增長。中國的電力工業經過幾十年的高速發展，隨著新一代智能化電力系統建設的全面展開，已經成為了世界上最大規模關系國計民生的專業物聯網。對于電力行業而言，電力大數據將貫穿未來電力工業生產及管理等各個環節，為電力發展注入新的活力，是中國電力工業在打造下一代電力工業系統過程中有效應對資源有限、環境壓力等問題，實現厚積厚發、綠色可持續性發展的關鍵。

目前上海電力公司已經實現了電表、配變、配電變電站、配電開關站、電能質量等自動化和信息化的全覆蓋，配網監控、配網生產、氣象信息、電能質量、客戶管理、新能源及電動汽車充換站監控等生產信息系統也已經建成，是國內最早建設綜合數據平臺的省級公司。為提高企業生產經營管理決策水平，國網上海市電力公司公司和復旦大學合作成立電力大數據實驗室，通過分析城市地理、氣象、環境、經濟等因素對電力消費的影響機理，揭示用戶用電行為偏好特征，預測清潔能源利用、能源市場供需、經濟社會運行等趨勢，力爭在商業模式創新、能源數據產業孵化等方面實現突破，為電力公司運營、電網管理、客戶服務提供全面支撐，也可廣泛服務于行業關聯特征分析、商圈景氣預測、用戶節電管理、宏觀經濟預測預警等多目標以及政府、企業、居民等多主體。

從美國“棱鏡門”等一系列駭人聽聞的事件中，我們必須認識到，大數據給我們帶來無限正能量的同時，亦存在著資訊工具的“暗影效應”或“雙刃劍效應”——大數據技術增加了保密的難度，加大了信息泄露的風險。大數據時代的互聯網安全形勢發生變化，信息安全上升為國家戰略高度。為此，應實行更嚴格的保密分級制度，注重內部細節和末端管理。在分布式和開放的環境下，電力大數據由于涉及到眾多電力用戶的隱私和電網安全，對信息安全也提出了更高的要求。另一方面，由于電力大數據需要為眾多單位和用戶提供服務，大數據環境的邊界保護顯得非常重要，確保數據不會被隨意拷貝和傳播，因此針對大數據的安全防護技術和關鍵防護措施需要進一步加強，從目前的被動防御向多層次、主動防御轉變。

1 大數據時代下的數據保密面臨的風險

電力企業大數據時代下，由于電力企業涉及到的企業數據、用戶隱私等越發重要，因此在大數據時代如何加強安全防護和保密措施顯得更加重要。大數據時代的數據產生、傳輸以及處理和應用中存在著各種安全威脅。數據在傳輸過程中極易被竊聽，尤其是對于一些關于電力行業的機密信息，若被不法分子竊聽，那么非常容易出現電力行業危險事件。如智能電表自動收集大量數據，并回傳給電力公司。這些數據包括很多用戶隱私，而且能夠從對這些數據的分析中得到用戶的行為特點、使用了什么樣的電器，甚至能夠推斷出什么時間家里沒有人。這些隱私數據一旦泄露，會給用戶帶來很多困擾；如果是家中無人時間這樣的數據泄露，可能會帶來家中財產被盜這樣的惡性事件。特別是如果關聯到分析出用戶的身份信息，甚至有可能對用戶的人身安全構成威脅，極端情況下，可能上升到國家安全的層面。這種從信息安全問題，逐漸升級到財產安全、人身安全和國家安全的鏈式反應，是萬物互聯新形勢下信息安全防范、數據保密的重點。因此電力行業在數據存儲、傳輸的時候應該加強風險預估，盡可能將風險降到最低。大數據技術的快速發展導致傳統的信息安全技術暴露出不足，但同時也促進了信息安全保密技術的發展。研究大數據背景下數據保密技術需要多種新技術相結合，例如物聯網、云計算等技術，促進保密技術不斷進步以適應社會發展的需要。

2 大數據時代下的數據保密技術研究

2.1 電力大數據安全體系框架

隨著大數據的應用的拓展，對電力企業信息安全有了更高的挑戰，傳統的安全防護體系已經不能夠滿足當前的需求，而需要全新的安全架構技術，將大數據時代下的電力行業的安全風險納入到日常防護之中。電力大數據實驗室結合最新的大數據、以及數據安全技術，研究適合電力大數據管理的安全體系，設計了新的電力大數據安全體系框架，可以滿足深度安全保障的需求。如圖1所示。

圖1 電力大數據的總體架構

電力大數據安全體系框架在保密制度和安全隔離技術自下而上分為四層：最底層為安全策略層，存儲了關于文件、數據庫和緩存數據的安全控制策略；第二層是安全策略執行引擎，在底層的安全策略下反饋上層用戶的訪問需求，實現用戶對大數據平臺的安全訪問和數據獲取；第三層是安全接口層，其中包括身份認證、授權管理和多租戶管理三個接口組件，實現對訪問層的安全接口；第四層是大數據組件層，是大數據的使用組件，用戶通過這些組件可以訪問、獲取和分析電力大數據。

2.2 建立完善的保密管理制度

“保密管理三分靠技術，七分靠管理”。通過技術來保護大數據的安全必然重要，但管理是基石。電力大數據建設是一項有序的、動態的、可持續發展的系統工程，一套規范的運行機制和安全管理制度也至關重要。電力大數據實驗室針對大數據分析和使用的管理要求開展了深入研究，制定了保密的管理機制和制度，從業務管理的角度對相關各方的責任、義務、權利和處罰措施進行規定，并作為大數據使用的安全管理制度，包括簽訂保密協議，設置兼職保密員專人負責項目保密工作，嚴格管理文件資料。由兼職保密員專人負責項目內部敏感資料的保存、借閱。項目不需存檔的文件、資料、圖紙等內部資料，集中交到兼職保密員處，統一監銷。文件資料按要求歸檔，剩余資料清理后統一銷毀。嚴格審核研究成果使用，設置專人專職開展實驗室數據安全防護，定期開展保密檢查。通過保密管理體系建設，保證大數據平臺在統一的安全規范框架下運行，確保數據安全。

2.3 大數據的多租戶安全管理技術

由于電力大數據匯集存儲著大量電網重要數據和大量用戶隱私信息，在一定程度上，為數據保密埋下了安全隱患。一旦安全機制不完善，可能會造成一些相關的敏感數據的泄露，甚至可能影響電力生產，產生嚴重的后果，這就要求大數據管理必需采取嚴格安全管理防范措施。在電力大數據的平臺中，存在跨部門的數據的集成，有多個部門跨單位使用平臺進行大數據分析的需求，因此多租戶管理的安全管理非常重要。電力大數據試驗室基于Yarn2.0和Hadoop2.7，研究開發了電力大數據的多租戶管理技術，實現一套平臺面向多個單位和租戶的服務。具體功能包括租戶資源管理，租戶權限管理以及安全控制等模塊，可以在大數據平臺上直觀便捷地進行多租戶的管理配置。對不同的租戶配置使用不同的CPU和內存資源池，使租戶可以相對獨立地開展工作；還可以通過優先級設置實現服務質量控制(QoS)。此外，還支持通過SQL配置和管理各租戶磁盤空間，包括對數據空間和臨時空間的配額、更改，從而便捷地對存儲資源進行合理分配，管控和計費。

對于電力公司這種有很多部門以及下級單位企業，特別適合多租戶管理模式，針對各租戶的不同應用需求，通過統一的集群管理，基于本項目研發改進的YARN資源調度框架，可以動態創建和銷毀集群，靈活部署業務，適合對非7×24不間斷業務(例如周期性統計業務)動態部署。

此外，在資源隔離方面，改進的YARN支持對計算資源和內存資源的管理能力，避免占用內存資源多的Spark或Map/Reduce集群之間爭搶內存資源。缺省模式下集群就是創建在YARN上，可以非常方便的動態創建和銷毀Spark或者Map/Reduce集群。同時，通過YARN的資源隔離和配額管理，可以避免使用同一個Map/Reduce集群時出現的計算資源爭搶現象，保證每項業務都能順利完成。

與此同時，為了更好的利用平臺計算資源，在申請資源配額后，如果當前用戶的資源緊張或受限，可以動態調配其他用戶的閑置資源加入，當其他用戶使用時再歸還。

同時，結合Kerberos實現YARN的資源申請，作業提交以及隊列使用的權限管控，管理員通過管控界面，定義YARN中用戶能夠在哪些隊列中提交作業，能申請資源的額度以及能提交作業的最大個數等，實現計算資源的用戶權限管控。因此，對于分析類應用，可以充分使用改進版YARN的特性，實現分析集群的按需創建與銷毀，從而實現數據、資源、計算能力的統一調度和規劃。

2.4 敏感數據保護技術

電網作為關系國計民生的基礎設施，其重要性不言而喻。電力大數據包含了電力生產大數據、運營管理的大數據和智能電網大數據，這些數據包括了發電、安全、檢修、經營決策等電力生產經營各方面。一些敏感性數據更是直接關系企業的核心技術、用戶的隱私，這些數據的保密顯得尤為重要。對于敏感數據處理包括：警告處理、阻斷處理、跟蹤處理等幾個層次，同時在數據處理的時候還需要加強各個數據平臺環境之間的驗證，實現大數據全方位多層次敏感數據保護處理。

對于多用戶來說，用戶不同允許讀取的權限也不同，甚至對同一組數據讀取的字段也有不同。嚴格控制用戶的讀取權限，可以將數據泄露的危險降到最低。為滿足電力大數據分析環境細粒度安全控制的需求，電力大數據試驗室研究開發了面向多級數據對象的安全控制技術。數據安全控制的數據對象從數據庫/表/視圖擴展到服務器，URI以及行和列的粒度。雖然數據表列的讀取權限控制可以用視圖來實現，但是對于多用戶，在數據表數量巨大的情況，無法直接使用原先寫的針對原表的查詢語句。電力大數據試驗室研發的安全控制技術可以對表的數據進行精確的行、列級權限讀取控制。在多租戶的情況下，可以保證

不同租戶只能看到自身有權限讀取的數據，而不會看到其他數據，確保精確有效的數據隔離。

3 結語

在當今大數據和互聯網的時代，數據資源已經被公認為是和自然資源一樣具有重要的價值，也是推動經濟與社會發展的重要戰略資源。大數據技術是推動企業實現數據驅動的關鍵，也是建設工業4.0的核心技術。電力大數據由于涉及到眾多電力用戶的隱私和電網安全，對信息安全和數據保密也提出了更高的要求。電力大數據實驗室開發形成的“開放分布式環境下電力大數據分析安全防護系統”及相關的管理流程和制度，并已部署安裝在相關單位。目前各系統使用正常，電力大數據分析業務順利的展開，分別進行了數據質量、數據修改和分析模型等研究工作，并取得了初步成果。但是還有許多大數據安全的技術需要進一步研究，包括大數據的脫敏、加密和數據生命周期管理等。這些技術將在后續的研究工作中進一步深入研究，并集成到系統和方案中，進而在國網公司面向全國或面向其他行業進行推廣。

參考文獻：

[1]林大增，邵強. 電力數據采集及處理方法[J]. 科技風,2012(24):27-28.

[2]李熙春，姚偉剛，何志明.電力數據網絡的應用與安全性[J]. 江蘇電機工程,2008(3):51-53.

[3]趙云山，劉煥煥. 大數據技術在電力行業的應用研究[J]. 電信科學,2014(1):57-62.

[4]郭乃網， 蘇運， 瞿海妮， 等. 電力行業的大數據安全防護研究[J]. 電力信息化,2016(4):101-104.