趙娜

摘要:由于云計算自身架構的限制,在構建支撐物聯網大數據應用的智能電網中存在基于現有云計算結構的智能電網傳輸負荷重,難以滿足智能電網邊界區域對實時性要求等局限,針對這些限制,本文提出面向智能電網使用基于海量分布式數據源的霧計算模型,并針對霧計算可能存在的安全問題,給出解決方案。
關鍵詞:霧計算;智能電網;安全存儲
中圖分類號:TM76 文獻標識碼:A 文章編號:1007-9416(2020)08-0178-03
1 云計算在智能電網領域實施的局限
在大數據、物聯網、移動互聯網應用中,不斷提高的監控精度和感知精確度使得數據量大量增加,應用中引入了更多的傳感器用來提高傳感器的數據采集頻率。如采用傳統云計算模式,網絡帶寬有限,數據存儲資源受到限制,影響到實施的細節。因此,建議采用霧計算來結局這一問題。霧計算的本地化數據傳輸、使大量計算和傳輸盡可能本地化,這些霧計算節點本身具有一定計算能力,可以實現穿管網絡數據在本地端的篩選和計算,僅將最有價值的數據(如異常變化或變化趨勢)傳輸到云端,減輕云端的存儲壓力和計算負擔。在應用我,智能電網、智能汽車、智能交通系統中都可以采用這種方式。
2 霧計算的關鍵技術
2.1 原位計算(in-situ computing)
近年來,海量分布式數據源的數據量急劇爆炸,如無處不在的攝像頭和各種傳感器。對這些地理上分散的數據集進行分析的主要挑戰是數據傳輸開銷巨大,數據聚合過程耗時,以及對能源需求的不斷增加等。根據原位計算理論,不應將大量的原始數據不斷地傳輸到遠程大規模數據倉庫的計算系統來處理,而應該利用原位計算服務器預處理這些數據,把計算留在數據所在的位置。原位計算的意思是用“局部”、“現場”或“到位”來描述一個事件在何處發生,并在許多不同的環境中使用。原位計算與霧計算數據處理模式非常相似,都能有效防止云系統過載情況。
2.2 邊緣計算(edge computing)
邊緣計算由IBM提出,將計算推到網絡邊界。邊緣計算是指在靠近內容或數據源的一側,是通過利用網絡、存儲、應用等核心能力進行集成而獲得的開放平臺。網絡邊緣端可以從數據源到云計算中心之間的任意功能實體,該實體承載著匯聚網絡、計算、存儲、應用等核心能力的邊緣計算平臺,為終端用戶提供實時、動態、智能的服務。像云一樣,決策過程和算法,邊緣是智能和計算更接近實際的操作,和云計算云,多源異構數據處理的主要差異,負載和帶寬資源浪費、資源約束、安全和隱私保護。邊緣計算涵蓋了如分布式數據存儲和檢索、自主自愈網絡、遠程云服務和增強現實、本地云/霧計算和網格計算、露計算(dew computing)、移動邊緣計算等。在組織中實施邊緣計算可以提升分散的分布式服務性能,隨著技術進步和成本的降低,中小型型企業也開始使用邊緣計算技術。
(1) 強大的虛擬化能力。邊緣計算的典型客戶的邊緣服務使得業務規模和應用性能實現線性增長。(2)安全性。數據在進入企業端是必須檢查,使其能夠通過受保護的防火墻和設置的安全點。(3)邊緣計算便于消除中心服務器的瓶頸問題和潛在的故障點。(4)邊緣應用服務可降低傳輸成本、縮短延遲時間、提高服務質量。
3 霧計算安全問題研究解決方案
在電力系統中,隨著智能電網的不斷發展與應用,我們社會的發展和生活產生的巨大的影響。安全的數據保障是電力系統穩定運行必不可少的前提。電力系統地位特殊,智能電網作為未來電網的發展,必須重視安全問題,霧計算的引入必須確保其具備穩妥的安全解決方案。
數據的安全性通常包括數據的完整性、數據的保密性以及可用性,重中之重是數據加密和完整性保護。因此,在霧計算實施中,需要對用戶端數據在霧節點及云端存儲的安全性及完整性進行研究。使用改進的數據混合加密算法及完整性驗證方法,實現基于霧計算的智能電網數據的安全存儲和電網系統的安全穩定運行。
首先,在加密算法上進行改進,使用改進的混合加密算法解決數據加密問題,采用混合加密算法的模型如圖1所示。
其次,基于霧計算的智能電網數據的完整性驗證的實現,利用可恢復性證明POR(Proofs of Retrievability)模型及MD5算法,完成對數據完整性驗證方法的改進,具體保護方案如圖2所示。可以看到,安全解決方案由服務運營商和可信第三方共同構建,其中服務運營商端基于多租戶應用創建的可信應用環境包括了三方交互管理、完整性驗證、完整性保護實施組件以及元數據管理四個模塊,而可信第三方負責提供租戶密鑰管理、完整性測率管理及數據抽樣檢查等功能。
4 結語
實驗論證數據顯示,文中提出的基于霧計算的智能電網安全解決方案實現用戶端數據在霧節點及云端存儲的安全性和完整性的保證。同時,整個安全解決方案還應包括數據隱私安全處理,數據脫敏,安全架構融合等多方面的設計,才能充分發揮霧計算的優勢,替代云計算在智能電網產業中的應用,助力智能電網發展。