面向智能电网的雾计算安全解决方案设计

赵娜

摘要：由于云计算自身架构的限制，在构建支撑物联网大数据应用的智能电网中存在基于现有云计算结构的智能电网传输负荷重，难以满足智能电网边界区域对实时性要求等局限，针对这些限制，本文提出面向智能电网使用基于海量分布式数据源的雾计算模型，并针对雾计算可能存在的安全问题，给出解决方案。

关键词：雾计算;智能电网;安全存储

中图分类号：TM76 文献标识码：A 文章编号：1007-9416（2020）08-0178-03

1 云计算在智能电网领域实施的局限

在大数据、物联网、移动互联网应用中，不断提高的监控精度和感知精确度使得数据量大量增加，应用中引入了更多的传感器用来提高传感器的数据采集频率。如采用传统云计算模式，网络带宽有限，数据存储资源受到限制，影响到实施的细节。因此，建议采用雾计算来结局这一问题。雾计算的本地化数据传输、使大量计算和传输尽可能本地化，这些雾计算节点本身具有一定计算能力，可以实现穿管网络数据在本地端的筛选和计算，仅将最有价值的数据（如异常变化或变化趋势）传输到云端，减轻云端的存储压力和计算负担。在应用我，智能电网、智能汽车、智能交通系统中都可以采用这种方式。

2 雾计算的关键技术

2.1 原位计算（in-situ computing）

近年来，海量分布式数据源的数据量急剧爆炸，如无处不在的摄像头和各种传感器。对这些地理上分散的数据集进行分析的主要挑战是数据传输开销巨大，数据聚合过程耗时，以及对能源需求的不断增加等。根据原位计算理论，不应将大量的原始数据不断地传输到远程大规模数据仓库的计算系统来处理，而应该利用原位计算服务器预处理这些数据，把计算留在数据所在的位置。原位计算的意思是用“局部”、“现场”或“到位”来描述一个事件在何处发生，并在许多不同的环境中使用。原位计算与雾计算数据处理模式非常相似，都能有效防止云系统过载情况。

2.2 边缘计算（edge computing）

边缘计算由IBM提出，将计算推到网络边界。边缘计算是指在靠近内容或数据源的一侧，是通过利用网络、存储、应用等核心能力进行集成而获得的开放平台。网络边缘端可以从数据源到云计算中心之间的任意功能实体，该实体承载着汇聚网络、计算、存储、应用等核心能力的边缘计算平台，为终端用户提供实时、动态、智能的服务。像云一样，决策过程和算法，边缘是智能和计算更接近实际的操作，和云计算云，多源异构数据处理的主要差异，负载和带宽资源浪费、资源约束、安全和隐私保护。边缘计算涵盖了如分布式数据存储和检索、自主自愈网络、远程云服务和增强现实、本地云/雾计算和网格计算、露计算（dew computing）、移动边缘计算等。在组织中实施边缘计算可以提升分散的分布式服务性能，随着技术进步和成本的降低，中小型型企业也开始使用边缘计算技术。

（1） 强大的虚拟化能力。边缘计算的典型客户的边缘服务使得业务规模和应用性能实现线性增长。（2）安全性。数据在进入企业端是必须检查，使其能够通过受保护的防火墙和设置的安全点。（3）边缘计算便于消除中心服务器的瓶颈问题和潜在的故障点。（4）边缘应用服务可降低传输成本、缩短延迟时间、提高服务质量。

3 雾计算安全问题研究解决方案

在电力系统中，随着智能电网的不断发展与应用，我们社会的发展和生活产生的巨大的影响。安全的数据保障是电力系统稳定运行必不可少的前提。电力系统地位特殊，智能电网作为未来电网的发展，必须重视安全问题，雾计算的引入必须确保其具备稳妥的安全解决方案。

数据的安全性通常包括数据的完整性、数据的保密性以及可用性，重中之重是数据加密和完整性保护。因此，在雾计算实施中，需要对用户端数据在雾节点及云端存储的安全性及完整性进行研究。使用改进的数据混合加密算法及完整性验证方法，实现基于雾计算的智能电网数据的安全存储和电网系统的安全稳定运行。

首先，在加密算法上进行改进，使用改进的混合加密算法解决数据加密问题，采用混合加密算法的模型如图1所示。

其次，基于雾计算的智能电网数据的完整性验证的实现，利用可恢复性证明POR（Proofs of Retrievability）模型及MD5算法，完成对数据完整性验证方法的改进，具体保护方案如图2所示。可以看到，安全解决方案由服务运营商和可信第三方共同构建，其中服务运营商端基于多租户应用创建的可信应用环境包括了三方交互管理、完整性验证、完整性保护实施组件以及元数据管理四个模块，而可信第三方负责提供租户密钥管理、完整性测率管理及数据抽样检查等功能。

4 结语

实验论证数据显示，文中提出的基于雾计算的智能电网安全解决方案实现用户端数据在雾节点及云端存储的安全性和完整性的保证。同时，整个安全解决方案还应包括数据隐私安全处理，数据脱敏，安全架构融合等多方面的设计，才能充分发挥雾计算的优势，替代云计算在智能电网产业中的应用，助力智能电網发展。