《电子技术应用》

电力行业的大数据安全防护研究

2015《电子技术应用》智能电网增刊 作者: 郭乃网,赵 磊,方 炯
2016/3/28 17:00:00

  郭乃网,赵  磊,方  炯

  (国网上海市电力公司电力科学研究院, 上海 200437)

  摘  要电力行业作为我国一个重要的能源行业,其发展直接关系到我国能源供应正常与否。因此针对电力行业安全防护的相关问题,从根本上解决电力行业在发展过程中出现的安全性问题。另外,大数据时代的到来,使得电力行业即将步入大数据时代,为此,针对电力行业的安全防护问题进行研究与分析,为电力行业数据安全防护具起到积极作用。

  关键词: 电力行业;大数据时代;安全防护

0 引言

  大数据时代作为当前最为火热的IT行业关键词之一,很多行业在大数据时代都将发生根本性变化。电力行业作为我国基础的能源行业,其重要性不言而喻,电力行业更是我国国计民生的基础,其是否稳定、可持续性发展将直接影响我国电力企业的发展。随着近年来的电网改革,不断推进智能电网发展,及电网智能化发展,在大数据时代也将发生急速增长。大数据时代电力行业的发展离不开社会信息保障、人民生活改变以及社会经济的发展,同时电力行业的内部也将出现跨部门数据融合发展现象,而且在企业管理水平和行业管理水平上均会出现革命性变化。

1 大数据时代下电力行业安全风险以及关键性技术

  1.1 大数据时代下的信息安全风险

  随着经济快速发展,信息技术随之不断发展,因此经济的发展推动着社会的进步,社会的进步带来了各种各样的机遇。推动社会技术架构和业务管理不断创新的时代,如何实现在大数据时代下应对信息安全问题将成为当前最为重要、最为迫切的任务。大数据时代其信息含量相当巨大,但是随着网络技术的飞速发展,信息的安全性问题越来越突出,同时这也使得企业中信息数据必须要抵御安全威胁,尽量减少信息的泄密风险。电力企业大数据时代下,由于电力企业涉及到的企业数据、用户隐私等越发重要,因此在大数据时代如何加强安全防护措施显得更加重要。

  大数据时代的数据产生、传输以及处理和应用中存在着各种安全威胁。数据在传输过程中极易被窃听,尤其是对于一些关于电力行业的机密信息,若被不法分子窃听,则非常容易导致电力行业危险事件,因此电力行业在数据存储、传输的时候应该加强风险预估,尽可能将风险降到最低。

  1.2 大数据时代下的关键性技术介绍

  1.2.1 安全架构技术

  随着信息安全要求不断提高,电力行业的安全防护体系构建发展日益深入,使得在保障信息安全运行以及稳定运行上应该给予更多的关注。大数据时代的到来,使得传统的安全防护体系已经不能够满足当前的需求,而需要革新安全架构技术,将大数据时代下的电力行业的安全风险纳入到日常防护之中。大数据时代下进行电力行业的安全缺陷测试,搭建起相应的测试环境,对信息安全危险性进行实时验证,并且建立起大数据时代下的安全服务平台,为解决电力行业大数据时代下的风险问题提供保障。

  1.2.2 加密与检索技术

  随着大数据时代的来临,数据大量集中,并且数据存储系统中对于信息的安全性以及机密性要求更高。这就要求在电力企业建立起相应的存储安全机制,并且完成存储系统安全信息技术建设。通过分析大数据环境下数据的存储模式,将存储模式下实现信息加密,为实现海量加密信息技术提供检索,确保数据存储过程中的完整性和机密性。

  1.2.3  数据分级以及轨迹跟踪技术

  电力企业大数据主要是数据的海量汇集,这些数据通常在传输、存储中并没有明确的权限,这就造成了一些数据使用的时候存在着越权安全隐患问题。因此在分析电力企业数据的时候,需要对数据进行统一管理,并且还应结合数据资源以及数据中心建设,统一制定数据分级标准以及数据分类标准。电力企业数据分类的时候需要明确相应的数据权限,并且根据数据的重要性分类涉密信息的等级,研究涉密信息的数据轨迹来实现数据跟踪,进而保护电力企业信息安全。

  1.2.4 敏感数据保护技术

  敏感数据作为电力企业重要性数据,对于其隐秘安全性保护显得至关重要,因为一些敏感性数据直接关系到企业的发展或者企业的核心技术。所以这些技术在安全处理的时候面临着非常大的困难。对于敏感数据处理应该分为:警告处理、阻断处理、跟踪处理等几个层次,同时在数据处理的时候还应加强相应数据平台环境之间的验证,实现大数据多层次全方位敏感数据保护处理。

2 电力企业大数据介绍

  2.1 电力生产中的大数据

  电力生产属于大数据产生的主要源头,其覆盖了发电、安全、检修等主要领域。数据类型可以分为实时数据、生产全生命周期数据两类,信息系统中包含了企业资产管理系统、性能分析、技术监督以及耗差计算、锅炉寿命、实时数据库、安全监察以及设备可靠性系统等。电力生产的大数据主要包含了设备检修的历史信息以及发电指导等信息。

  2.2 电力运营管理的大数据

  电力企业经营决策权的产生依据主要为生产的经营报表,另外还需要跨专业、跨行业的数据分析和挖掘,并且通过多种模式来实现数据可视化效果。数据分析的时候,主要利用商务智能工具来实现数据视图研究,将数据变为可视化视图,以此来为企业提供各种经营活动的决策信息。

  2.3 智能电网大数据

  由于数据时代到来,信息安全以及信息化不断融合,智能电网将承载着信息流、电力流、电力信息以及电网信息之间相互叠加。电力企业在发展的过程中其整体价值不断攀升,电力行业具备了大数据时代的深度数据挖掘和分析等优势。智能电网数据源其主要存在于传感器网络,然后通过高速的通信网络集中运营到调度中心,并且实现电能的可测、可控发展。

3 大数据时代发展趋势

  大数据时代的到来,基于经济与技术快速发展的结果,因此在信息技术快速发展的今天,如何将数据实现海量处理,对于数据的模型、模式、类型、对象以及处理工具均会存在着差异。

  3.1 大数据时代产生阶段

  大数据时代经历着被动、主动、自动生成等阶段,其在各个阶段的职责不一样,同时在各个阶段对于数据的处理模式也会存在着差异。第一阶段为信息系统的营运阶段,这个阶段的数据产生方式为被动方式,数据往往是在一些经营活动之后产生,被保存到数据库之中。第二阶段主要为数据的原创性内容,伴随着互联网技术不断发展,Web2.0技术被广泛应用到各个企业之中,各种新型的社交网络平台在人们日常生活中应用更加广泛。加之新时代的智能手机、平板电脑等新型移动设备的应用,使得数据产生速度呈现爆炸式增长态势,这种增长模式属于之前所说的主动增长式。第三阶段主要为感知式系统发展,在此阶段感知式系统比较广泛,带有处理功能的传感器更是分布到社会各个角落,并且不断产生新数据,即自动生成阶段。大数据发展阶段示意图如图1所示。

001.jpg

  3.2 大数据应用方式研究

  大数据时代经历了发展中的各个阶段,数据的分析和处理也将经历四个阶段。最初的大数据展示阶段,人们并未意识到大数据的产生情况,但是仍然有一部分方式为存储展示。在此阶段主要描述发生了什么事情,然后对于数据进行下一步分析做出指示。在此阶段要注重为什么会发生这类事情,并且随着对数据的挖掘和分析,将大量的数据进行细致分析,并且将海量数据变成监测的可能。在此阶段主要实现了对于历史数据中正在发生,或者事件进行中的数据产生过程分析。对于未来阶段大数据分析主要面向预测目标前进,届时分析过程中实现对将要发生的事件变成可能,如图2所示为大数据应用方式发展示意图。

002.jpg

4  大数据在电力行业中的应用

  4.1 IBM智慧电力解决案例

  随着环境污染日益严重,世界能源危机不断出现,新模式的经济正在面临着巨大的考验。而IBM公司利用其智能化以及科学化的电力解决方案,例如在电力行业的管理以及控制的时候,从智能化管理系统来帮助电网企业朝着电力化建设以及相应的投资改造计划前进。智能化电网评估和投资系统不断优化,其在实时运行的时候需要监管人员进行辅助管理,从而实现电网状态下的智能化感知以及预警。

  4.2 大数据智能电网发展

  随着我国信息化不断发展,大数据时代的来临,宽带不断提速对于电力行业的数据安全防护具有十分重要的意义。大数据时代的来临,为电力行业带来了新一轮的商业模式和价值创新。“宽带中国”在新的中国战略发展中,电力信息不断快速发展,作为大数据时代的典型应用,智能电网将成为近期研究的热点问题。智能电网不断发展,通过获取更多的用电、信息化优化生产、用电消耗以及分配,将智能电网引入到信息流的概念之中。电网改革在发展的过程中应将信息流、电能流融合在一起,实现传输能源数据多方面采集。智能电网通过优化模型来对数据进行更加深层次的挖掘和分析,预测电能流的实际情况,最终实现高效发电、清洁发电、动态配电、智慧用电以及合理用电等目标。

  4.3  电力企业一体化集成平台

  近年来,为积极推动信息化产业和工业化产生不断发展,各个电力企业采用信息手段来改造与提升整体企业的核心业务。国家电网与智能电网公司之间相辅相成,电网的信息化逐渐显示出极强的生命力和发展潜力。通过电力企业集团模式的管理平台,不断实现国际信息化建设,逐步将信息化应用集中到集团的层面上来,建立一个统一的生产系统和多个业务平台。各个电力集团在大数据背景下实现数据分析和数据处理,搭建起数据处理平台。从系统的架构来看,无论是涉及到数据存储还是其他模式的数据架构,都必须对数据完成数据处理和应用框架架构,另外在大数据集成和分析上确保整个流程的保密性。

  数据管理方面,发电企业在生产过程中会产生很多的数据,必须完成对大量数据的集成和处理,若仅仅依靠DCS系统进行处理,就会出现数据库和数据不能够完全对应的问题。若在数据处理的时候开放结构实时数据,可以有效提高数据库的速度,并且及时提供实时性数据服务。目前,国内外主流的实时数据库产品,例如,PI、InfoPlus等相对比较昂贵,技术保密、系统维护较为困难,在施工应用中变得相当复杂。

  4.4 大数据挖掘与数据分析在电力企业中的应用

  随着我国大数据时代的来临,对于数据挖掘与数据分析处理等技术正在不断的发展之中,但仍然处于研究和探索阶段。迫切需要对大数据技术展开深入研究,不断突破电力行业大数据处理核心技术。从根本上实现对未来数据领域制高点的抢占,从根本上构建国际先进电力数据处理平台,切实实现将数据分析以及数据挖掘应用于电力企业之中。

5 结束语

  大数据时代对于数据的挖掘和数据处理分析具有很大的价值,在实际工作中充分利用大数据信息对于企业将来发展具有极其重要的作用。伴随着物联网、互联网、云计算、大数据时代的到来,对于数据的安全性处理要求更高,电力企业对于大数据安全防护也将更加严密。本文针对电力企业大数据在安全防护上相关问题进行研究,分析了大数据时代的信息安全发展趋势,为今后企业在大数据处理上提出相应借鉴。

参考文献

  [1]《华东电力》编辑部. 我国首次发布电力大数据白皮书推动信息化建设[J]. 华东电力,2013(12):123.

  [2]王继业. 电力行业的大数据安全防护[J]. 中国信息安全,2013(9):85-86.

  [3]赵云山,刘焕焕. 大数据技术在电力行业的应用研究[J]. 电信科学,2014(1):57-62.

  [4]赵宏斌,陈超. 电力营销数据安全防护体系及其关键技术研究[J]. 电力信息化,2008(7):135-139.

  [5]邹维福,林新宇,兰芸. 福建电力数据安全防护系统的研究与设计[J]. 电力信息化,2012(10):101-104.

  [6]段军红,张乃丹,赵博,闫晓斌. 电力大数据基础体系架构与应用研究[J]. 电力信息与通信技术,2015(2):92-95.


继续阅读>>