• MIC-DP：面向高维相关数据的可扩展关联感知差分隐私框架

  在数据爆炸的时代，全球数据量预计到2025年将达到175泽字节[1]，如何在使用这些数据获取宝贵洞察的同时，保护其中蕴含的敏感个人信息，成为了一个日益严峻的挑战。差分隐私(Differential Privacy, DP)自提出以来，因其坚实的数学基础[2]而被誉为隐私保护的“黄金标准”。它通过向查询结果中注入精心校准的噪声，使得攻击者无法根据输出结果可靠地推断出任何特定个体的信息。然而，这一强大理论的“阿喀琉斯之踵”在于其核心假设——数据记录之间是相互独立的。现实世界的数据往往充满了关联：一位病人的连续生命体征记录在时间上高度相关，智慧城市中相邻传感器的读数在空间上相互影响，社交网络中的用户

  来源：IEEE Transactions on Privacy

  时间：2025-11-20

• 全透明、隐私保护且可验证、抗攻击的实用远程电子投票方案：确保公平与可信选举

  2020 年美国大选期间，选民顶着疫情排长队、冒着健康风险只为投出一张选票的新闻画面，让“能不能在家安心投票”成为全球热议。然而，远程电子投票（remote e-voting）喊了多年却始终“叫好不叫座”——要么选票加密后百姓看不懂，要么计票过程黑箱操作，要么担心黑客篡改、内部作弊，更要命的是“投完就失忆”，选民无法确认自己那张票到底有没有被正确计入。传统方案把“投票—计票—验票”切成彼此割裂的环节，公众信任就在这道“断层”里悄悄流失。为把裂缝焊死，Indiana University Indianapolis 的 Nathan Swearingen、Xukai Zou 与 Purdue Un

  来源：IEEE Transactions on Privacy

  时间：2025-11-20

• 面向多隐私决策场景的界面设计研究：预设机制对用户选择行为的影响分析

  在数字化浪潮席卷全球的今天，我们每天都会面对无数应用程序的隐私设置请求。从社交媒体的好友可见范围，到购物网站的个性化广告推荐，这些看似细碎的隐私选择背后，隐藏着用户对个人数据控制权的渴望。然而，当隐私决策的数量如雪崩般涌来，用户往往陷入两难境地：仔细斟酌每个选项将耗费大量时间精力，草率应对又可能导致个人信息过度暴露。这种困境在欧盟《通用数据保护条例》（GDPR）要求“特定目的” consent（同意）的法规环境下尤为突出，服务提供商必须在合规与用户体验之间寻找精妙平衡。由卡耐基梅隆大学Lorrie Faith Cranor教授团队开展的这项创新研究，直击多隐私决策场景下的界面设计难题。研究人员

  来源：IEEE Transactions on Privacy

  时间：2025-11-20

• 单点登录中的个人身份信息泄露风险研究：基于Tranco Top 10K域名的实证分析

  在数字化时代，单点登录(SSO)以其便捷性成为互联网认证的主流方式，用户只需一套凭证即可畅游各大平台。然而这种便利背后隐藏着不容忽视的隐私风险——当您通过Google或Facebook账户登录第三方网站时，您的个人身份信息(PII)可能正在被悄无声息地分享给无数追踪域名。最新研究发现，这种"隐形数据交易"不仅普遍存在，更形成了复杂的生态链条，使得用户隐私在未经明确同意的情况下悄然流失。发表于《IEEE Transactions on Privacy》的这项突破性研究首次对SSO认证流程中的PII泄露问题进行了系统化剖析。研究团队通过开发自动化框架SSOLogin，对Tranco Top 10K

  来源：IEEE Transactions on Privacy

  时间：2025-11-20

• 基于多方同态加密的联邦学习隐私保护超参数调优新框架PRIVTUNA

  在人工智能飞速发展的今天，数据隐私和安全已成为制约技术落地的关键瓶颈。联邦学习(Federated Learning, FL)作为一种分布式机器学习范式，允许多个客户端在不共享原始数据的情况下协同训练模型，为医疗、金融等敏感数据场景提供了理想解决方案。然而，联邦学习的实际应用仍面临两大挑战：一是超参数(Hyperparameter, HP)配置对模型性能至关重要，但传统的调优方法在联邦环境下会引入巨大通信开销；二是即使不直接共享数据，客户端上传的模型更新或超参数仍可能泄露隐私信息，近年来研究证实攻击者可通过成员推断等手段从共享信息中反推训练数据特征。更棘手的是，当联邦学习系统引入差分隐私(DP

  来源：IEEE Transactions on Privacy

  时间：2025-11-20

• 在未知输入和协方差不匹配的情况下，用于电力系统分散式动态状态估计的鲁棒自适应衰落无迹卡尔曼滤波器

  摘要：同步电机的动态状态估计（DSE）对于电力系统的监控、保护和控制至关重要。由于异常值和模型不确定性导致的数据质量不佳会显著影响其准确性。本文提出了一种鲁棒的自适应衰落（AF）无迹卡尔曼滤波器（UKF）算法，用于在数据质量较差的情况下进行动态状态估计以及未知输入量的估计。该算法利用自适应衰落机制来最小化卡尔曼滤波器中状态矩阵和测量噪声协方差矩阵之间的尺度不匹配问题，从而减轻这些不确定性。文中提出了基于迹运算和最小二乘法的两种方法来估计衰落因子，并通过低阶卡尔曼滤波器或复杂度较低的递归最小二乘算法对这些衰落因子进行跟踪。此外，还开发了一种基于鲁棒统计特性的AF-UKF扩展算法，以有效检测和抑制

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 利用特征谱、扩张因果卷积以及Squeeze-Excitation ShuffleNet轻量级深度学习模型，预测区域风电场次日低功率输出事件

  摘要：准确预测区域风电场的低功率输出事件对电力系统的电网调度至关重要。然而，传统的风力发电预测方法主要集中在提高整体预测准确性上，因此很少单独讨论风电场的低功率输出事件。本文提出了一种创新的预测方法，该方法利用特征谱和扩展因果卷积（DCC）以及改进版的ShuffleNet算法来预测区域风电场次日发生的低功率输出事件。首先，将时间序列区域特征转换为谱图像，并在特征创建和选择后引入了三种可能的特征排列方式。其次，提出了一种基于DCC-SE-ShuffleNet的轻量级深度学习神经网络作为低功率输出事件的预测模型；输入数据包括之前获得的谱图像，输出结果是一个分类序列，用于表示是否发生了低功率输出事件

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 考虑跨时期长期氢储存及多重不确定性的电力-天然气-氢能综合能源系统的最优规划

  摘要：为了解决综合能源系统中能源供需长期不平衡的问题，提出了一种结合电力-氢气和电力-天然气交换的系统，并引入了跨时间的长期氢储能技术。该系统通过跨时间氢储能确保了全年内的充电状态连续性，从而便于可再生能源的利用和能源的长期传输。同时，系统考虑了影响能源转换设备效率的多种不确定性因素以及不同情景的概率。为应对这些不确定性，采用了一种结合随机模型和鲁棒模型的混合方法，并引入了不确定性调整参数，以灵活调整规划方案的保守程度。随后，通过结合列生成算法和鲁棒二元理论，将原问题分解为一个具有混合整数线性特性的主问题和若干子问题。这些子问题交替求解，最终得出原问题的最优解。最后，通过案例研究验证了所提模型

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 北欧FCR-D市场中电动汽车竞标的聚合器：一个受机会限制的规划问题

  摘要：丹麦系统运营商Energinet最近推出了一项创新的电网规范，称为P90rquotueminent，该规范允许随机灵活资源在北欧辅助服务市场中竞标其灵活性，前提是这些资源成功实现储备容量 bid 的概率至少为90%。对于能量有限的资源，Energinet对参与这些市场提出了额外的要求。基于这些要求，本文提出了一个针对电动汽车聚合器的机会约束优化模型，旨在在北欧频率抑制储备（FCR-D）市场中优化储备容量 bid 的投放，同时考虑未来消费基线的不确定性。我们分析了FCR-D市场的上下情况，使用两种基于样本的方法重新构建并解决了所提出的联合机会约束模型。利用2022年3月至2023年3月丹麦

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 一种基于深度学习的新型多步骤短期电力系统预测模型

  摘要：负荷预测和可再生能源预测对于新电力系统的优化和调度至关重要，这些系统在确保系统的安全、稳定和经济运行方面发挥着关键作用。本文提出了一种基于Transformer-BiLSTM-Patch的短期预测模型，以满足负荷和可再生能源的短期预测需求。该模型设计了Patch Embedding机制，将传统的点对点交互方式改进为段对段交互方式，从而能够捕捉局部趋势。在解码阶段，该模型取消了掩码机制，充分利用了整个时间序列的信息，这在已知未来时间步辅助变量（如天气预报数据）的情况下尤为有效。此外，BiLSTM被集成到解码器中，进一步增强了模型挖掘时间特征的能力。最后，在多个数据集上进行的对比测试表明，所

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 通过机会约束优化实现配电网的增量式电压/无功控制

  摘要：本文提出了一种用于分布式电力系统的增量式电压/无功控制方案，该方案特别适用于集成大量逆变器接口的分布式发电（如光伏系统）的场景。该增量式电压/无功控制器的设计目标是在确保电压始终保持在安全范围内的同时，尽可能减少无功功率的消耗。为实现这一目标，通过解决一个带有概率约束的优化问题来获取控制器的参数；这些约束旨在确保电压异常发生的频率不会超过预先设定的概率。这种方法能够在可控且可预测的方式下节省成本，同时有效避免电压过高的或过低的问题。所提出的概率约束问题采用连续凸逼近方法进行求解。一旦控制器的参数被传输到各个逆变器，便无需额外的通信，因为控制器是直接在逆变器本地实现的。该方法已在一个低电压

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 针对不确定市场清售情况的电池储能投标策略

  摘要：在非高峰时段充电、在高峰时段放电对于电池储能系统的所有者来说，参与批发电力市场可能是有利可图的。这不仅促进了电池储能的投资，有助于应对可再生能源发电的间歇性问题，减少了化石能源的消耗，最终实现整个社会100%使用清洁能源的目标。尽管总体效益显著，但不同批发市场的运营实践，尤其是不确定的市场清算行为，给储能系统所有者提交了能源投标报价带来了潜在的不便和挑战，从而影响了其市场参与活动的整体盈利能力。在本文中，我们首先探讨了创新性的投标策略，以在市场清算不确定性下最大化电池储能系统的预期利润。具体而言，我们研究了三种不同市场清算环境下最优投标策略的建模方法。随后，我们提出了一种创新的网络流模型

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 在野火风险下，基于决策的不确定性感知的分布式系统规划

  摘要：电力系统与野火之间的相互作用可能非常危险且代价高昂。在极端天气条件下，配电网可能会引发野火。在易发生野火的地区，投资规划应考虑运营行为对野火相关不确定性的影响，这些不确定性会影响线路故障的可能性。在这种情况下，基于内生因素的不确定性建模应成为投资规划模型的核心，因为标准的外生因素不确定性建模无法充分反映这些问题。因此，我们提出了一种基于决策的不确定性（DDU）方法，用于优化配电网的投资组合，考虑到高威胁区域的高电力流水平可能会引发野火并增加线路故障的概率。该方法确定了升级措施（新建线路、加固现有线路以及安装开关设备）的最佳组合。在方法论上，我们提出了一个两阶段的分布式鲁棒规划优化问题，该

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 基于生成对抗网络的虚假数据注入：对电力网络数据完整性的威胁

  摘要：电网的数字化提高了数据完整性和安全性风险，使得通过细微操纵来实现电力盗窃、错误跳闸和控制系统受损成为可能。有效的虚假数据攻击必须表现出复杂的非线性行为，保持网络依赖性，并考虑实时系统状况，以规避先进的虚假数据检测（FDD）方法。由于对关键系统信息的访问受到限制，构建此类攻击极具挑战性。本文提出了三种基于深度学习的电力网络虚假数据注入（FDI）攻击方法，揭示了现有虚假数据检测防御措施的漏洞。本文对使用三种生成对抗网络（GANs）变体（包括GAN、Wasserstein GAN（WGAN）和Conditional GAN（CGAN）构建的攻击进行了全面比较分析。所提出的虚假数据攻击针对五种不

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 通过非线性流动的网格形成式互斥电力系统进行不确定性传播

  摘要：在不确定的运行条件下确定由网格形成（GFM）资源组成的系统的瞬态稳定性是一个新兴问题。本文通过以下方法解决了这一难题：(i) 为电流饱和情况建立GFM发电厂的解析模型；(ii) 设计了一种显式的龙格-库塔（Runge-Kutta）算法来处理表示为多变量多项式向量的初始条件不确定性。该传播算法基于一种创新的截断多项式乘法算法，以防止由于连续运算导致的多项式次数急剧增加。利用收缩理论从计算出的多项式中判断系统的瞬态稳定性。这些方法通过修改后的WSCC 9节点系统和IEEE 39节点系统进行了验证。引言仅由网格形成（GFM）资源供电的系统的瞬态稳定性评估是一个新兴问题[1]。与同步电机不同，G

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 具有注入不确定性的交流电网的鲁棒拓扑控制

  摘要：可再生能源（RES）的整合要求提高电网的灵活性。虽然最优传输切换（OTS）能够利用这种灵活性，但确定性OTS无法为负载和RES的注入不确定性提供最优的拓扑结构。本文提出了一种新颖的两层三阶段公式，用于鲁棒的交流OTS（ACOTS），以解决电力网络日前运行中的注入不确定性问题。与之前的公式不同，该模型不对功率流方程进行任何近似处理。主问题是一个混合整数线性规划（MILP）公式，用于确定鲁棒的最优网络拓扑结构，作为从属问题的输入。从属问题依次求解，其中第一个从属问题是确定性交流最优功率流（ACOPF）问题，第二个从属问题揭示最坏情况下的不确定性，从而在考虑的不确定性范围内共同优化调度。所提出

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 通过集成分布式电网形成负载并考虑多智能体协作来提升小信号稳定性

  摘要：在未来孤岛式微电网（MGs）中，分布式可控负载的集成正在逐渐增加。这为积极调节电网频率和电压创造了新的机会。因此，分布式电网形成负载（DGFM-Ls）应运而生。同时，确保系统的鲁棒性同样至关重要，尤其是在多智能体协作过程中保持小信号稳定性方面。本文提出了一种用于提高带有DGFM-Ls的孤岛式微电网小信号稳定性的策略。文中对带有DGFM-Ls的微电网的小信号模型进行了数学建模与分析，并通过多智能体协作模型来提升其小信号稳定性。此外，还考虑了多智能体协作带来的不确定性，例如部分或完全缺乏可测量的信号观测数据等问题。在不同条件下，数据质量也会被纳入考虑范围。模拟实验在包含大量基于逆变器资源的微

  来源：IEEE Transactions on Power Systems

  时间：2025-11-20

• 一种新型多端口混合DCCB，采用LC谐振电路以提高功能性能

  摘要：多端口混合直流断路器（M-HCB）被认为是保护多端直流电网的合适解决方案，因为昂贵的主断路器（MB）可以在连接到同一母线的相邻线路之间共享。然而，大多数M-HCB中的MB仍然使用昂贵的全控半导体器件。本文提出了一种基于晶闸管的多端口HCB（T-MHCB），以解决这一问题，并且它还具有其他几项优势。首先，MB中的全控半导体器件被晶闸管取代，从而继承了晶闸管的一些优点。其次，所提出的T-MHCB采用了LC谐振电路来关断晶闸管，避免了反向恢复过程中的过电压问题。第三，通过LC谐振电路，电容器可以在第一次电流切断后恢复到初始状态。因此，无需额外的电源即可实现快速重合保护功能。第四，简单的操作序列

  来源：IEEE Transactions on Power Electronics

  时间：2025-11-20

• 对一种结构简单且成本效益高的直流母线储能系统的研究

  摘要：本文提出了一种用于驱动系统反馈能量的新型储能技术。一种广泛应用于高功率领域的成熟技术是将能量通过三相全桥反馈到电网中。然而，对于较小的驱动系统来说，由于成本和效率的原因，这种方案并不可行。在这种情况下，将反馈的能量直接存储在直流母线中更为有利。直接将能量存储在整流器的电容器中的最简单方法受到电容和电压问题的限制。如果使用超电容器等大型储能电容器直接存储在直流母线中，其电压等级也会成为限制因素。因此，需要先进行双向直流/直流（DC/DC）转换，但这在成本和效率方面也存在缺点。本文提出的新方法允许储能电容器直接在直流母线上工作，无需先进行DC/DC转换，从而降低了成本、提高了效率，并实现了最

  来源：IEEE Transactions on Power Electronics

  时间：2025-11-20

• 通过使用改进的模型预测控制器来调度平衡电流，实现串联电池组的双层能量均衡

  摘要：本文设计了一种双层硬件拓扑结构，用于串联电池组，以实现同一模块内电池单元之间以及不同模块之间电池单元的同步能量传输。底层功能模块采用总线型飞线电感结构，并在开关之间插入足够的死时间间隙，以减轻短路引起的MOSFET发热问题。为了保持能量传输能力，增加了辅助组件以实现电感电流的自由轮流，从而促进目标电池单元之间的电荷传输。然后，上层功能模块采用典型的变压器来直接平衡不同模块中的选定电池单元。接下来，考虑到电管的耐电压和最大电流限制，通过多目标优化增益调度机制改进了模型预测控制，以确定两层的平衡电流，其中增益矩阵根据电池单元之间的剩余电荷偏差进行调整。在由三个模块组成的九个电池单元组成的电池

  来源：IEEE Transactions on Power Electronics

  时间：2025-11-20

知名企业招聘：