《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于隱私保護的電解鋁生產決策方法
基于隱私保護的電解鋁生產決策方法
網絡安全與數據治理
曾凡鋒,楊玉麗
北方工業大學信息學院
摘要: 在電解鋁生產過程中,傳統的人工控制決策方式已經難以適應現代鋁電解生產要求,當下深度學習算法處理此類時間序列數據得到廣泛應用,決策是否高效影響鋁電解槽的穩定運行和高效產出鋁。同時,數據隱私問題也不容忽視,隱私安全既影響電解鋁生產過程又影響其正常使用,誤用、濫用數據挖掘可能導致用戶數據特別是敏感信息的泄露,而信息一旦丟失或泄漏將造成重大的損失。針對以上問題,提出一種利用改進LSTM模型結構結合優化ElGamal算法的電解鋁決策方法:首先針對數據隱私問題提出了優化后的ElGamal算法;再針對電解鋁數據特性改進LSTM模型結構與優化ElGamal算法的雙結合。實驗結果表明,本方法可以在保證決策隱私安全的情況下,性能優于傳統方法,在實際情況中有參考的價值。
中圖分類號:TF821;TP18文獻標識碼:ADOI:10.19358/j.issn.2097-1788.2024.09.005
引用格式:曾凡鋒,楊玉麗.基于隱私保護的電解鋁生產決策方法[J].網絡安全與數據治理,2024,43(9):26-32.
Privacy-preserving decision-making method for electrolytic aluminum production
Zeng Fanfeng,Yang Yuli
College of Information Technology,North China University of Technology
Abstract: In the process of electrolytic aluminum production, the traditional manual control decision-making method has been difficult to adapt to the requirements of modern aluminum electrolysis production.Deep learning algorithms have been widely used to process such time series data, and the efficiency of decision-making affects the stable operation of the aluminum electrolytic cell and the efficient output of aluminum. At the same time, data privacy issues can not be ignored.Privacy security not only affects the production process of electrolytic aluminum,but also affects its normal use.Misuse and abuse of data mining may lead to the leakage of user data, especially sensitive information.Once the information is lost or leaked, it will cause significant losses.In order to solve the above problems, this paper proposes an electrolytic aluminum decision-making method based on the improved LSTM model structure combined with the optimized ElGamal algorithm. Firstly, the optimized ElGamal algorithm is proposed to solve the problem of data privacy. Then according to the characteristics of electrolytic aluminum data, the LSTM model structure is improved and the ElGamal algorithm is optimized.Experimental results show that the performance of this method is better than that of traditional methods under the condition of ensuring the privacy and security of decision-making.It has reference value in actual situations.
Key words : electrolytic aluminum; LSTM; privacy protection; production decisions

引言

鋁電解過程是一個非線性、多變量耦合、時變和大時滯的工業過程體系[1],在傳統鋁電解槽的控制中,一直面臨著許多挑戰,難以實現智能優化控制。生產人員在實際生產時,工藝參數的生產決策方案主要采用人工經驗進行設置,具有強烈的個人主觀性[2],而沒有充分利用現有鋁電解生產過程中遺留的大量歷史數據,沒有發現其中蘊含的對企業生產和管理具有重要指導作用的規律和最佳決策方案。鋁電解生產與檢測裝備的自動化與信息化水平不斷提升[3], 為此,利用數據挖掘技術挖掘電解槽工藝參數之間的關系以及工藝參數之間隱藏的規律,智能化地指導決策生產,提高生產設備生產效率,就顯得尤為重要,高效率的決策生產不僅可以使企業長期穩定地高效產鋁,還能夠延長電解槽的使用壽命,并且對能源消耗也有著重要的影響。

與此同時,數據挖掘也面臨著很多挑戰,其中,數據挖掘的個人隱私與信息安全問題尤其受到關注,大數據一定來源多樣,本身存在隱私范圍擴大、隱私權利歸屬復雜、隱私保護難度大的問題,高性能計算一般以云計算和分布式計算為特征,用戶數據脫離本地計算,數據的訪問控制、隱私保護難度增大。信息一旦丟失或泄漏將造成重大的損失。越來越多的人們對此表示擔憂,甚至拒絕提供真實的數據從而造成“數據孤島”現象,如何在不暴露用戶隱私的前提下進行數據挖掘就非常重要。

因此,對于上述的問題,本文根據電解鋁數據的特性對LSTM(Long Short Term Memory)模型結構進行改進,同時由于密碼學在電解鋁等工業生產過程中應用較少,本文便添加了優化后的的ElGamal算法,保證了電解鋁生產決策過程的隱私安全,同時其性能得到提升,改變了之前傳統的決策方法,提高了效率,在實際生產中有利用價值。


本文詳細內容請下載:

http://www.viuna.cn/resource/share/2000006160


作者信息:

曾凡鋒,楊玉麗

(北方工業大學信息學院,北京100144)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 免费看欧美日韩一区二区三区 | 黄色长视频 | 日本亚洲天堂 | 日本三级香港三级人妇三级 | yiren22亚洲综合高清一区 | 成人影院在线播放 | 国产成人拍精品视频网 | 精品国产免费福利片 | 一个人在线看免费的视频 | 久久久久avav久久久 | 国产爆操 | 成人在线观看视频免费 | 国产精品国产三级国产在线观看 | 久久免费视频1 | 欧美性xx18hd| 欧美精品hdvdeosex4k | 永久免费视频网站在线观看 | 午夜性福利视频 | 99热精品国产麻豆 | 老湿影院在线播放 | 99久在线| 日韩视频网址 | 日韩图区| 中文字幕视频一区二区 | 黑人操日本人视频 | 一级片免费网站 | 亚洲欧美韩国日产综合在线 | 女人洗澡一级毛片一级毛片 | jyzziyzzz免费视频国产 | 麻豆回家视频区一区二 | 1769老司机人人精品视频 | 欧美婷婷综合 | 亚洲国产精品自产在线播放 | 国产精品嫩草影院奶水 | 自拍偷拍 欧美日韩 | 日本 片 成人 在线 日本3级网站 | 在线成人爽a毛片免费软件 在线成人影片 | 亚洲成年网站在线777 | 亚洲国产情侣偷自在线二页 | 国产精品久久天天影视 | 亚洲人成在线免费观看 |