广域量测系统作为智能电网体系结构中的重要组成部分,其数据的安全性很大程度上决定着整个智能电网的安全性。随着广域量测系统应用的普及,智能电网广域量测系统所产生的数据会越来越多,针对广域量测系统大量数据存储的需求,传统的数据存储方式所承受的压力越来越大,Hadoop平台上的分布式文件系统(HDFS)可以有效解决这些问题。与此同时,虽然Hadoop平台上的HDFS在大量数据的共享和存储方面拥有显著优势,但它所带来的安全问题也不容忽视。因此,保障智能电网广域量测数据的安全成为智能电网广域量测系统数据存储时迫切需要解决的问题。数据加密技术是最基本的一种保障数据机密性的方法,对保障智能电网存储平台中数据的安全具有重要的现实意义。本课题深入研究了广域量测系统存储与安全问题,并完成了以下几方面的工作:首先,深入分析了广域量测系统数据的特点,针对广域量测系统数据量大的特点引入HDFS进行分布式存储,同时,针对数据对于安全性要求高的特点,对数据完整性验证和私密性保护两个方面进行了深入的研究。其次,针对广域量测系统数据量大,数据实时性要求高,数据安全性要求强等问题,设计了智能电网广域量测系统云计算平台。在此基础之上,针对数据存储于云端所面临的安全问题,从数据私密性保护和完整性验证两个方面分别进行方案的设计。针对数据私密性保护的问题,采用加密技术,将传统AES算法进行并行化设计,给出了基于Storm云计算技术的广域量测系统数据加密方案,此方案可以满足对广域量测系统数据的快速、并行加密;针对数据完整性验证问题,给出了基于可信第三方的单项审计、批量审计方案,并验证了方案的安全性。最后,为实现文件的分布式存储与快速查询,搭建了Hadoop集群和HBase分布式数据库,同时在此集群的基础之上安装Storm-on-yarn,在Storm平台上验证了并行AES算法的具有处理延迟低、速度快等特点。