电力物联网AI模型行为全流程安全审计方法

著录项目

摘要

本申请公开了一种电力物联网AI模型行为全流程安全审计方法，其首先将变压器工频信号中天然存在的高频随机微扰动与采集芯片固有响应矩阵进行物理级融合，生成具有时空唯一性的内生物理指纹，并以本底噪声形式嵌入数字化后的传感数据张量中，使物理水印与业务数据在比特级实现不可分割的一体化绑定，随后驱动边缘AI模型在推理全流程中自动构建携带物理防伪标记的审计日志，最终通过芯片响应矩阵的逆向校验实现物理溯源判定，并对可信日志执行默克尔树散列上链固化。这样，从根本上消除了纯数字签名方案下伪造数据绕过完整性校验的安全盲区，且有效避免了高频上链对边缘资源的过度消耗与通信瞬断导致的时序断裂问题。