来源：期刊VIP网 时间：
作者：张科峰;马文华;郑庆明;李云红;李丽敏;苏雪平;冯准若;
单位：国家能源集团新疆吉林台水电开发有限公司;西安工程大学电子信息学院;
摘要：针对水电站监控画面数据量大、传输链路受限、内部环境复杂和传输效率低下等问题，提出了一种基于MapReduce差分隐私的K-means聚类算法。首先在红外系统所提取的数据中引入Hadoop下的MapReduce并行框架，以便将数据集转换生成键值对，从而提高容错率和传输效率。其次在迭代聚簇中加入Laplace噪声计算聚类中心，以实现对数据的隐私保护。然后在传输过程中根据传输链路宽带情况选择无损压或有损压分段式传输，以保障数据传输的实时性和完整性。最后，我们在吉林台流域梯级水电站红外监控系统中进行算法测试和性能评估，基于MapReduce差分隐私的聚类汇聚传输算法相较于传统K-means聚类算法在不同隐私预算下进行统计量指标对比。结果表明，改进后的聚类算法聚类可用性可达到94.5%，聚类程度更好，数据汇聚传输的效果更佳。
关键词：水电站;;红外监控系统;;差分隐私;;数据传输;;聚类算法
基金资助：国家自然科学基金资助项目（62203344）;; 陕西省自然科学基础研究重点资助项目（2022JZ-35）;; 陕西高校青年创新团队项目
