1.一种抗异常数据且保隐私的数据聚合方法，采用一种抗异常数据且保隐私的数据聚合系统，包括系统模型和安全模型；

系统模型包括智能电表SM，聚合中心AC和云服务器CS；

智能电表SM：智能电表SM主要负责测量用户实时的用电数据，并将其安全地报告给聚合中心AC；

聚合中心AC：在智能电网系统中，聚合中心收集每个智能电表上传的用电信息，并对其进行聚合；当聚合过程结束后，聚合中心AC将聚合结果以及异常电表的伪身份信息一共发送给云服务器；

云服务器CS：云服务器CS负责对加密的聚合结果进行解密，从而得到真实的聚合结果，以便进行合理的生产决策以及电力分配；并且，云服务器CS根据异常电表的伪身份信息对其进行检查和维修；

所述的聚合中心AC：还用于判断加密的数据是否异常，并对异常数据进行过滤；还用于追踪异常数据的源头，即对报告异常数据的电表进行记录；

其特征在于，所述的方法包括以下步骤：步骤1：系统初始化

云服务器CS生成两个随机的非奇异矩阵 并计算它们的逆矩阵 系统的公共参数可表示为

步骤2：用户注册

当智能电表SMi向云服务器CS注册时，云服务器CS为它生成一个随机数ri和一个伪身份信息PIDi；然后，云服务器CS通过一个安全通道把{PIDi,ri}发送给该智能电表；

步骤3：智能电表SMi加密用电数据xiI.智能电表SMi根据检测到的用电数据xi构建矩阵2

a.根据xi的范围选定合适的N，使其满足xi∈[0,N‑1]b.作为矩阵N中的一个值，xi有其相应的行列坐标 并且 根据下式计算得出：

c.基于 构建与xi相关的n维向量：其中 为 维的零向量； 为 维向量，它的所有元素都为1； 为n维单位向量，它的第 个元素为1；

d.根据上一步中的n维向量构建矩阵其中xi为用户的原始用电数据，ri为生成的随机数，作为其屏蔽值；

其中Rx,i＝[μx,iμx,i], 并且μx,i和μ'x,i为生成的随机数；

II.智能电表SMi将 加密成密文{HTi,1,HTi,2}：III.智能电表SMi将密文{HTi,1,HTi,2}发送给聚合中心AC；

步骤4：聚合中心AC进行聚合和过滤I.聚合中心AC根据正常数据的临界值q生成矩阵a.聚合中心AC根据q生成2N×(N+1)维矩阵Q；该矩阵满足：Q[ib,1]＝Q[N+ib,jb+1]＝1       (7)并且其他所有元素为0；

b.生成矩阵RQ；

其中rQ,1，rQ,2，和rQ,3为生成的随机数；

c.生成矩阵

II.聚合中心AC将矩阵 加密成TT；

III.聚合中心AC将智能电表SMi的报告数据{HTi,1,HTi,2}同生成的TT进行矩阵如下乘法运算，从而得到聚合结果R'；

其中

T

对于异常数据，XQX'的结果为0，因此公式HTi,1TTHTi,2的结果为0；而对于正常数据，TXQX'＝1，公式HTi,1TTHTi,2的结果为(xi+ri)；这样，就能够在聚合过程中自动地过滤异常数据，即聚合结果R'为∑(xm+rm)，其中xm表示正常用电数据，rm表示其对应的屏蔽值；另外，如果一个被报告的数据被判定为异常，聚合中心AC将记录其来源PIDab，并将其发送到云服务器CS；

IV.聚合中心将聚合结果R'＝∑(xm+rm)和异常数据所对应的智能电表的伪身份信息{PIDab}发送给云服务器CS；

步骤5：云服务器CS解密

云服务器CS从聚合中心AC接收到聚合结果R'和异常电表的伪身份信息{PIDab}后，对数据进行解密，从而得到真实的聚合结果R以及异常电表的信息。