本次组会我汇报的题目是《电力数据发布中的隐私保护研究》，我将从以下几个方面进行讲述：

科研背景

1.随着电力物联网的发展，电力数据开放在信息感知、互联互通、开放共享等方面产生了巨大的作用，大数据、云计算等技术的发展也使电力数据的价值将得到更深入的挖掘。
2.随着电力行业数据开放共享进程的加快，敏感数据泄露的风险也在逐渐增大。如果攻击者对发布的数据进行攻击，商业敏感信息和用户个人信息的泄漏将给企业造成巨大的经济损失、带来法律责任。

科研问题

• 为了满足匿名模型的要求， 一般需要对原始数据在准标识符属性值上进行泛化操作，其基本思想是通过概括的属性值去代替原有的具体的属性值,容易导致泛化过度，使得数据的可用性下降。
• 真实数据集属性属性较多，数据集中某些属性的敏感性较低，信息发布对用户的影响较小，很多研究对部分属性进行K-匿名，但这些属性仍有保护的必要性，隐私保护强度还需提高。

科研目的

• 设计一种基于聚类的数据发布匿名方案，相较于现有方法，能够有效降低数据匿名的信息损失，提高数据发布的质量。
• 引入差分隐私，对不同敏感程度数据的分层保护，增强数据的隐私性。

科研内容

科研内容部分主要分为基于聚类的K-匿名、基于差分隐私的分层保护、和总体设计部分。