郭乃網，趙 磊，方 炯
（國網上海市電力公司電力科學研究院， 上海 200437）
摘 要： 電力行業作為我國一個重要的能源行業，其發展直接關系到我國能源供應正常與否。因此針對電力行業安全防護的相關問題，從根本上解決電力行業在發展過程中出現的安全性問題。另外，大數據時代的到來，使得電力行業即將步入大數據時代，為此，針對電力行業的安全防護問題進行研究與分析，為電力行業數據安全防護具起到積極作用。
關鍵詞： 電力行業；大數據時代；安全防護
0 引言
大數據時代作為當前最為火熱的IT行業關鍵詞之一，很多行業在大數據時代都將發生根本性變化。電力行業作為我國基礎的能源行業，其重要性不言而喻，電力行業更是我國國計民生的基礎，其是否穩定、可持續性發展將直接影響我國電力企業的發展。隨著近年來的電網改革，不斷推進智能電網發展，及電網智能化發展，在大數據時代也將發生急速增長。大數據時代電力行業的發展離不開社會信息保障、人民生活改變以及社會經濟的發展，同時電力行業的內部也將出現跨部門數據融合發展現象，而且在企業管理水平和行業管理水平上均會出現革命性變化。
1 大數據時代下電力行業安全風險以及關鍵性技術
1.1 大數據時代下的信息安全風險
隨著經濟快速發展，信息技術隨之不斷發展，因此經濟的發展推動著社會的進步，社會的進步帶來了各種各樣的機遇。推動社會技術架構和業務管理不斷創新的時代，如何實現在大數據時代下應對信息安全問題將成為當前最為重要、最為迫切的任務。大數據時代其信息含量相當巨大，但是隨著網絡技術的飛速發展，信息的安全性問題越來越突出，同時這也使得企業中信息數據必須要抵御安全威脅，盡量減少信息的泄密風險。電力企業大數據時代下，由于電力企業涉及到的企業數據、用戶隱私等越發重要，因此在大數據時代如何加強安全防護措施顯得更加重要。
大數據時代的數據產生、傳輸以及處理和應用中存在著各種安全威脅。數據在傳輸過程中極易被竊聽，尤其是對于一些關于電力行業的機密信息，若被不法分子竊聽，則非常容易導致電力行業危險事件，因此電力行業在數據存儲、傳輸的時候應該加強風險預估，盡可能將風險降到最低。
1.2 大數據時代下的關鍵性技術介紹
1.2.1 安全架構技術
隨著信息安全要求不斷提高，電力行業的安全防護體系構建發展日益深入，使得在保障信息安全運行以及穩定運行上應該給予更多的關注。大數據時代的到來，使得傳統的安全防護體系已經不能夠滿足當前的需求，而需要革新安全架構技術，將大數據時代下的電力行業的安全風險納入到日常防護之中。大數據時代下進行電力行業的安全缺陷測試，搭建起相應的測試環境，對信息安全危險性進行實時驗證，并且建立起大數據時代下的安全服務平臺，為解決電力行業大數據時代下的風險問題提供保障。
1.2.2 加密與檢索技術
隨著大數據時代的來臨，數據大量集中，并且數據存儲系統中對于信息的安全性以及機密性要求更高。這就要求在電力企業建立起相應的存儲安全機制，并且完成存儲系統安全信息技術建設。通過分析大數據環境下數據的存儲模式，將存儲模式下實現信息加密，為實現海量加密信息技術提供檢索，確保數據存儲過程中的完整性和機密性。
1.2.3 數據分級以及軌跡跟蹤技術
電力企業大數據主要是數據的海量匯集，這些數據通常在傳輸、存儲中并沒有明確的權限，這就造成了一些數據使用的時候存在著越權安全隱患問題。因此在分析電力企業數據的時候，需要對數據進行統一管理，并且還應結合數據資源以及數據中心建設，統一制定數據分級標準以及數據分類標準。電力企業數據分類的時候需要明確相應的數據權限，并且根據數據的重要性分類涉密信息的等級，研究涉密信息的數據軌跡來實現數據跟蹤，進而保護電力企業信息安全。
1.2.4 敏感數據保護技術
敏感數據作為電力企業重要性數據，對于其隱秘安全性保護顯得至關重要，因為一些敏感性數據直接關系到企業的發展或者企業的核心技術。所以這些技術在安全處理的時候面臨著非常大的困難。對于敏感數據處理應該分為：警告處理、阻斷處理、跟蹤處理等幾個層次，同時在數據處理的時候還應加強相應數據平臺環境之間的驗證，實現大數據多層次全方位敏感數據保護處理。
2 電力企業大數據介紹
2.1 電力生產中的大數據
電力生產屬于大數據產生的主要源頭，其覆蓋了發電、安全、檢修等主要領域。數據類型可以分為實時數據、生產全生命周期數據兩類，信息系統中包含了企業資產管理系統、性能分析、技術監督以及耗差計算、鍋爐壽命、實時數據庫、安全監察以及設備可靠性系統等。電力生產的大數據主要包含了設備檢修的歷史信息以及發電指導等信息。
2.2 電力運營管理的大數據
電力企業經營決策權的產生依據主要為生產的經營報表，另外還需要跨專業、跨行業的數據分析和挖掘，并且通過多種模式來實現數據可視化效果。數據分析的時候，主要利用商務智能工具來實現數據視圖研究，將數據變為可視化視圖，以此來為企業提供各種經營活動的決策信息。
2.3 智能電網大數據
由于數據時代到來，信息安全以及信息化不斷融合，智能電網將承載著信息流、電力流、電力信息以及電網信息之間相互疊加。電力企業在發展的過程中其整體價值不斷攀升，電力行業具備了大數據時代的深度數據挖掘和分析等優勢。智能電網數據源其主要存在于傳感器網絡，然后通過高速的通信網絡集中運營到調度中心，并且實現電能的可測、可控發展。
3 大數據時代發展趨勢
大數據時代的到來，基于經濟與技術快速發展的結果，因此在信息技術快速發展的今天，如何將數據實現海量處理，對于數據的模型、模式、類型、對象以及處理工具均會存在著差異。
3.1 大數據時代產生階段
大數據時代經歷著被動、主動、自動生成等階段，其在各個階段的職責不一樣，同時在各個階段對于數據的處理模式也會存在著差異。第一階段為信息系統的營運階段，這個階段的數據產生方式為被動方式，數據往往是在一些經營活動之后產生，被保存到數據庫之中。第二階段主要為數據的原創性內容，伴隨著互聯網技術不斷發展，Web2.0技術被廣泛應用到各個企業之中，各種新型的社交網絡平臺在人們日常生活中應用更加廣泛。加之新時代的智能手機、平板電腦等新型移動設備的應用，使得數據產生速度呈現爆炸式增長態勢，這種增長模式屬于之前所說的主動增長式。第三階段主要為感知式系統發展，在此階段感知式系統比較廣泛，帶有處理功能的傳感器更是分布到社會各個角落，并且不斷產生新數據，即自動生成階段。大數據發展階段示意圖如圖1所示。
3.2 大數據應用方式研究
大數據時代經歷了發展中的各個階段，數據的分析和處理也將經歷四個階段。最初的大數據展示階段，人們并未意識到大數據的產生情況，但是仍然有一部分方式為存儲展示。在此階段主要描述發生了什么事情，然后對于數據進行下一步分析做出指示。在此階段要注重為什么會發生這類事情，并且隨著對數據的挖掘和分析，將大量的數據進行細致分析，并且將海量數據變成監測的可能。在此階段主要實現了對于歷史數據中正在發生，或者事件進行中的數據產生過程分析。對于未來階段大數據分析主要面向預測目標前進，屆時分析過程中實現對將要發生的事件變成可能，如圖2所示為大數據應用方式發展示意圖。
4 大數據在電力行業中的應用
4.1 IBM智慧電力解決案例
隨著環境污染日益嚴重，世界能源危機不斷出現，新模式的經濟正在面臨著巨大的考驗。而IBM公司利用其智能化以及科學化的電力解決方案，例如在電力行業的管理以及控制的時候，從智能化管理系統來幫助電網企業朝著電力化建設以及相應的投資改造計劃前進。智能化電網評估和投資系統不斷優化，其在實時運行的時候需要監管人員進行輔助管理，從而實現電網狀態下的智能化感知以及預警。
4.2 大數據智能電網發展
隨著我國信息化不斷發展，大數據時代的來臨，寬帶不斷提速對于電力行業的數據安全防護具有十分重要的意義。大數據時代的來臨，為電力行業帶來了新一輪的商業模式和價值創新。“寬帶中國”在新的中國戰略發展中，電力信息不斷快速發展，作為大數據時代的典型應用，智能電網將成為近期研究的熱點問題。智能電網不斷發展，通過獲取更多的用電、信息化優化生產、用電消耗以及分配，將智能電網引入到信息流的概念之中。電網改革在發展的過程中應將信息流、電能流融合在一起，實現傳輸能源數據多方面采集。智能電網通過優化模型來對數據進行更加深層次的挖掘和分析，預測電能流的實際情況，最終實現高效發電、清潔發電、動態配電、智慧用電以及合理用電等目標。
4.3 電力企業一體化集成平臺
近年來，為積極推動信息化產業和工業化產生不斷發展，各個電力企業采用信息手段來改造與提升整體企業的核心業務。國家電網與智能電網公司之間相輔相成，電網的信息化逐漸顯示出極強的生命力和發展潛力。通過電力企業集團模式的管理平臺，不斷實現國際信息化建設，逐步將信息化應用集中到集團的層面上來，建立一個統一的生產系統和多個業務平臺。各個電力集團在大數據背景下實現數據分析和數據處理，搭建起數據處理平臺。從系統的架構來看，無論是涉及到數據存儲還是其他模式的數據架構，都必須對數據完成數據處理和應用框架架構，另外在大數據集成和分析上確保整個流程的保密性。
數據管理方面，發電企業在生產過程中會產生很多的數據，必須完成對大量數據的集成和處理，若僅僅依靠DCS系統進行處理，就會出現數據庫和數據不能夠完全對應的問題。若在數據處理的時候開放結構實時數據，可以有效提高數據庫的速度，并且及時提供實時性數據服務。目前，國內外主流的實時數據庫產品，例如，PI、InfoPlus等相對比較昂貴，技術保密、系統維護較為困難，在施工應用中變得相當復雜。
4.4 大數據挖掘與數據分析在電力企業中的應用
隨著我國大數據時代的來臨，對于數據挖掘與數據分析處理等技術正在不斷的發展之中，但仍然處于研究和探索階段。迫切需要對大數據技術展開深入研究，不斷突破電力行業大數據處理核心技術。從根本上實現對未來數據領域制高點的搶占，從根本上構建國際先進電力數據處理平臺，切實實現將數據分析以及數據挖掘應用于電力企業之中。
5 結束語
大數據時代對于數據的挖掘和數據處理分析具有很大的價值，在實際工作中充分利用大數據信息對于企業將來發展具有極其重要的作用。伴隨著物聯網、互聯網、云計算、大數據時代的到來，對于數據的安全性處理要求更高，電力企業對于大數據安全防護也將更加嚴密。本文針對電力企業大數據在安全防護上相關問題進行研究，分析了大數據時代的信息安全發展趨勢，為今后企業在大數據處理上提出相應借鑒。
參考文獻
[1]《華東電力》編輯部. 我國首次發布電力大數據白皮書推動信息化建設[J]. 華東電力,2013(12):123.
[2]王繼業. 電力行業的大數據安全防護[J]. 中國信息安全,2013(9):85-86.
[3]趙云山,劉煥煥. 大數據技術在電力行業的應用研究[J]. 電信科學,2014(1):57-62.
[4]趙宏斌,陳超. 電力營銷數據安全防護體系及其關鍵技術研究[J]. 電力信息化,2008(7):135-139.
[5]鄒維福,林新宇,蘭蕓. 福建電力數據安全防護系統的研究與設計[J]. 電力信息化,2012(10):101-104.
[6]段軍紅,張乃丹,趙博,閆曉斌. 電力大數據基礎體系架構與應用研究[J]. 電力信息與通信技術,2015(2):92-95.