A Privacy-Preserving Framework for Cloud-Based HVAC Control

📄 arXiv: 2312.05183v2 📥 PDF

作者: Zhenan Feng, Ehsan Nekouei

分类: eess.SY

发布日期: 2023-12-08 (更新: 2024-07-08)

💡 一句话要点

提出一种基于加密云的暖通空调控制框架，保障隐私并降低通信计算成本。

🎯 匹配领域: 支柱五：交互与反应 (Interaction & Reaction)

关键词: 暖通空调控制 隐私保护 全同态加密 事件触发控制 随机触发策略 云计算 智能建筑

📋 核心要点

  1. 现有云端HVAC控制可能泄露用户居住信息，造成隐私风险，且加密控制计算和通信成本高昂。
  2. 提出一种基于全同态加密的事件触发控制策略，在云端进行加密计算，降低通信频率，并引入随机触发机制。
  3. 实验结果表明，该框架在保证室内环境控制效果的同时，能有效降低计算和通信成本至少60%。

📝 摘要（中文）

本研究旨在(i)开发一种基于加密云的暖通空调(HVAC)控制框架，以确保居住信息的隐私；(ii)降低加密HVAC控制的通信和计算成本；(iii)减少通过触发时间实例泄露私人信息的风险。建筑物居住信息是敏感的私人信息，云端HVAC控制器可以准确推断。为了确保隐私信息的安全，本框架在与云控制器通信之前，使用全同态加密对HVAC系统的测量数据进行加密。首先，开发了一种加密算法，允许云控制器调节建筑物的室内温度和CO₂浓度。其次，开发了一种事件触发控制策略，以降低加密HVAC控制的通信和计算成本。将事件触发策略的最优设计转化为一个最优控制问题。利用贝尔曼最优性原理，研究了最优事件触发策略的结构特性，并展示了最优触发策略的必要信息。还表明，通过引入新的状态，事件触发策略的最优设计可以转化为马尔可夫决策过程。由于触发时间实例未加密，云端可能利用它们来推断敏感信息。为了降低这种风险，引入了两种随机触发策略。最后，使用TRNSYS模拟器研究了所开发的加密HVAC控制框架的性能。数值结果表明，所提出的框架不仅确保了室内温度和CO₂的有效控制，而且将加密HVAC控制的计算和通信成本降低了至少60%。

🔬 方法详解

问题定义：论文旨在解决云端HVAC控制中居住信息隐私泄露的问题。现有的云端HVAC控制方案通常需要将建筑物的传感器数据（如温度、CO₂浓度、 occupancy 等）上传到云端进行处理，这使得云服务提供商能够推断出用户的居住习惯和生活模式，从而造成隐私泄露。此外，直接在加密数据上进行控制计算会带来巨大的计算和通信开销，使得实际应用面临挑战。

核心思路：论文的核心思路是利用全同态加密技术对HVAC系统的测量数据进行加密，使得云控制器能够在加密数据上直接进行控制计算，从而保护用户的隐私。同时，为了降低加密计算的开销，论文引入了事件触发控制策略，只有当系统状态偏离期望值达到一定程度时才进行控制，从而减少通信和计算的频率。此外，为了防止云端通过分析触发时间来推断用户隐私，论文还提出了两种随机触发策略。

技术框架：该框架主要包含以下几个模块：1) 数据加密模块：使用全同态加密算法对HVAC系统的测量数据进行加密。2) 云端控制器：在加密数据上运行控制算法，调节室内温度和CO₂浓度。3) 事件触发策略：根据系统状态决定是否触发控制动作，以减少通信和计算开销。4) 随机触发策略：引入随机性，防止云端通过分析触发时间来推断用户隐私。

关键创新：论文的关键创新在于将全同态加密、事件触发控制和随机触发策略相结合，构建了一个隐私保护的云端HVAC控制框架。与传统的加密方法相比，全同态加密允许在加密数据上直接进行计算，避免了频繁的解密和加密操作。事件触发控制和随机触发策略则进一步降低了计算和通信开销，并增强了隐私保护能力。

关键设计：论文将事件触发策略的设计转化为一个最优控制问题，并利用贝尔曼最优性原理推导了最优触发策略的结构特性。此外，为了防止云端通过分析触发时间来推断用户隐私，论文提出了两种随机触发策略：一种是基于概率的随机触发，另一种是基于时间间隔的随机触发。论文还详细描述了如何将事件触发策略的设计转化为马尔可夫决策过程，以便进行求解。

📊 实验亮点

实验结果表明，所提出的加密HVAC控制框架在保证室内温度和CO₂控制效果的同时，能够将计算和通信成本降低至少60%。这表明该框架在实际应用中具有很高的可行性和效率。此外，随机触发策略能够有效防止云端通过分析触发时间来推断用户隐私。

🎯 应用场景

该研究成果可应用于智能建筑、智能家居等领域，为用户提供隐私保护的云端HVAC控制服务。通过保护居住信息，提升用户对智能系统的信任度，促进智能建筑的普及。未来可扩展到其他需要隐私保护的云端控制应用，如智能电网、智能交通等。

📄 摘要（原文）

The objective of this work is (i) to develop an encrypted cloud-based HVAC control framework to ensure the privacy of occupancy information, (ii) to reduce the communication and computation costs of encrypted HVAC control,(iii) to reduce the leakage of private information via the triggering time instances. Occupancy of a building is sensitive and private information that can be accurately inferred by cloud-based HVAC controllers. To ensure the privacy of the privacy information, in our framework, the measurements of an HVAC system are encrypted by a fully homomorphic encryption prior to communication with the cloud controller. We first develop an encrypted algorithm that allows the cloud controller to regulate the indoor temperature and CO_2 of a building. We next develop an event-triggered control policy to reduce the communication and computation costs of the encrypted HVAC control. We cast the optimal design of the event-triggered policy as an optimal control problem. Using Bellman's optimality principle, we study the structural properties of the optimal event-triggered policy and show the necessary information for optimal triggering policy. We also show that the optimal design of the event-triggered policy can be transformed into a Markov decision process by introducing new states. As the triggering time instances are not encrypted, there is a risk that the cloud may use them to deduce sensitive information. To mitigate this risk, we introduce two randomized triggering strategies. We finally study the performance of the developed encrypted HVAC control framework using the TRNSYS simulator. Our numerical results show that the proposed framework not only ensures efficient control of the indoor temperature and CO$_2$ but also reduces the computation and communication costs of encrypted HVAC control by at least 60%.