Skip to main content
QUICK REVIEW

[论文解读] Zone-Based Privacy-Preserving Billing for Local Energy Market Based on Multiparty Computation

Eman Alqahtani, Mustafa Mustafa|arXiv (Cornell University)|Jul 17, 2023
Smart Grid Security and Resilience被引用 5
一句话总结

本文提出了一种基于区域的、隐私保护的计费协议,采用多方计算(MPC)技术在保护参与者私有数据(如投标数量和电表读数)的同时,计算个体账单,即使实际用电量偏离承诺值也能实现。该协议在诚实多数和恶意多数安全模型下,均实现了5,000名用户的在线执行时间低于9秒,证明了其在真实场景部署中的可行性。

ABSTRACT

This paper proposes a zone-based privacy-preserving billing protocol for local energy markets that takes into account energy volume deviations of market participants from their bids. Our protocol incorporates participants' locations on the grid for splitting the deviations cost. The proposed billing model employs multiparty computation so that the accurate calculation of individual bills is performed in a decentralised and privacy-preserving manner. We also present a security analysis as well as performance evaluations for different security settings. The results show superiority of the honest-majority model to the dishonest majority in terms of computational efficiency. They also show that the billing can be executed for 5000 users in less than nine seconds in the online phase for all security settings, demonstrating its feasibility to be deployed in real local energy markets.

研究动机与目标

  • 解决本地能源市场中缺乏能够考虑投标承诺电量偏差的隐私保护计费机制的问题。
  • 实现去中心化、安全的计费,保护个体参与者(如投标数量和实际电表读数)的私有数据,同时确保成本分摊反映区域特定的偏差。
  • 设计一种支持诚实多数和恶意多数安全模型的协议,其性能适合大规模本地能源市场中的实时部署。
  • 评估该协议在不同安全设置下的计算效率和可行性,尤其关注在线阶段的性能表现。

提出的方法

  • 该协议使用带有算术电路的多方计算(MPC),在诚实多数和恶意多数假设下,支持被动安全和主动安全等多种安全模型。
  • 通过利用参与者的电网位置将偏差成本按比例分配给同一区域内的用户,实现基于区域的成本分摊,确保公平性和准确性。
  • 协议将计算分为离线和在线两个阶段:离线阶段生成相关随机性(如Beaver三元组),在线阶段则使用安全功能评估执行实际的计费计算。
  • 为降低开销,协议评估了以明文形式揭示个体偏差状态(如用户是否需支付偏差成本)的影响,从而减少比较操作,提升性能,同时不暴露如投标量或电表读数等敏感数据。
  • 通过消息认证码(MAC)、不经意传输相关性检查和牺牲协议等密码学原语,确保在恶意模型下仍能保障正确性和隐私,即使面对敌对行为。
  • 实现中使用安全算术电路计算计费函数,包括偏差成本计算和基于区域的分配,性能在1,000至5,000名用户范围内进行测量。

实验结果

研究问题

  • RQ1能否设计一种隐私保护的计费机制,用于本地能源市场,既能考虑电量偏差,又能保护个体参与者的私有数据?
  • RQ2基于MPC的计费机制在用户数量增加及不同安全模型(诚实多数 vs. 恶意多数)下的计算性能如何扩展?
  • RQ3揭示个体偏差状态对性能有何影响?是否会影响隐私?
  • RQ4该协议在大规模本地能源市场中是否具备真实部署的可行性,特别是在在线阶段执行时间方面?

主要发现

  • 该协议在所有安全设置下,5,000名用户的在线阶段执行时间均低于9秒,证明其在本地能源市场实时部署中具有极强的可行性。
  • 诚实多数模型在计算效率上优于恶意多数模型,在主动安全设置下,其在线阶段时间也保持在9秒以内。
  • 以明文形式揭示个体偏差状态(如用户是否需支付偏差成本)可显著降低计算时间,5,000名用户时低于23秒,且不暴露如投标量或电表读数等敏感数据。
  • 主要计算开销来自偏差检查阶段的比较操作,通过仅揭示比较结果,可有效优化该部分性能。
  • 恶意多数模型因使用公钥原语和额外检查(如MAC生成、不经意传输相关性检查),导致开销显著增加,在主动模型下5,000名用户时最高可达6分钟。
  • 离线阶段占总计算时间的主导部分,尤其是在恶意多数模型下,但在线阶段仍保持高效,适合实际应用。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。