| Summary: | Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-06T18:59:56Z
No. of bitstreams: 1
PEDRO YÓSSIS SILVA BARBOSA - DISSERTAÇÃO PPGCC 2014..pdf: 17089632 bytes, checksum: 4623777c293a51dbb1b392f37d2dd75e (MD5) === Made available in DSpace on 2018-08-06T18:59:56Z (GMT). No. of bitstreams: 1
PEDRO YÓSSIS SILVA BARBOSA - DISSERTAÇÃO PPGCC 2014..pdf: 17089632 bytes, checksum: 4623777c293a51dbb1b392f37d2dd75e (MD5)
Previous issue date: 2014-02-27 === Capes === Companhias de energia começaram a substituir os medidores de energia tradicionais pelos Smart Meters, que podem transmitir valores de consumo para as companhias em curtos intervalos de tempo. Com uma insfraestrutura de Smart Meters, existem muitas motivações para as concessionárias de energia coletarem dados de consumo em alta resolução. Entretanto, isto implica em informações bastante detalhadas sobre os consumidores sendo monitoradas. Consequentemente, um problema sério precisa ser resolvido: como preservar a privacidade dos consumidores sem afetar a prestação de certos serviços pelas concessionárias? Claramente, este é um tradeoff entre privacidade e utilidade. Existem diversas abordagens para preservar a privacidade, porém muitas delas afetam a utilidade dos dados ou possuem um alto custo computacional. Neste trabalho, nós propomos e avaliamos uma abordagem computacionalmente barata que preserva a privacidade e utilidade dos dados através de adição de ruído. Para validar a privacidade, nós avaliamos possíveis ataques (tal como Monitoramento Não-Intrusivo de Carga de Eletrodomésticos - NIALM, do inglês Non-Intrusive Appliance Load Monitoring) utilizando dados reais de consumidores. Para validar a utilidade, nós avaliamos a influência da abordagem em vários benefícios que podem ser providos com o uso de Smart Meters. === Power providers have started replacing traditional electricity meters for Smart Meters, which can transmit power consumption levels to the provider within short intervals. With a Smart Metering infrastructure, there are many motivations for power providers to collect highresolution data of electricity usage from consumers. However, this implies in very detailed information about the consumers being monitored. Consequently, a serious issue needs to be addressed: how to preserve the privacy of consumers but making the provision of certain services still possible? Clearly, this is a tradeoff between privacy and utility. There are several approaches for privacy preserving, but many of them affect the data usefulness or are computationally expensive. In this work, we propose and evaluate a lightweight approach for privacy and utility based on the addition of noise. To validate the privacy, we evaluate possible attacks (such as a NIALM - Non-Intrusive Appliance Load Monitoring) using real consumers' data. To validate the utility, we analyze the influence of the approach in various benefits that can be provided through the use of Smart Meters.
|
|---|
