【摘 要】
：
随着医疗领域信息化的普及,个人医疗数据电子化已经成为当下医疗信息管理领域的发展趋势。一方面,传统医疗机构中心化的存储方式会导致个人医疗数据的使用权无法真正地掌控在用户手中,而且个人医疗数据容易被篡改,用户无法验证它的真实性。另一方面,医疗机构之间难以实现个人医疗数据共享,不利于用户在其它医疗机构就诊。因此,如何使用户掌握自己的医疗数据,并在医疗机构之间安全可信地分享医疗信息成为当前医疗领域的研究热
论文部分内容阅读
随着医疗领域信息化的普及,个人医疗数据电子化已经成为当下医疗信息管理领域的发展趋势。一方面,传统医疗机构中心化的存储方式会导致个人医疗数据的使用权无法真正地掌控在用户手中,而且个人医疗数据容易被篡改,用户无法验证它的真实性。另一方面,医疗机构之间难以实现个人医疗数据共享,不利于用户在其它医疗机构就诊。因此,如何使用户掌握自己的医疗数据,并在医疗机构之间安全可信地分享医疗信息成为当前医疗领域的研究热点。区块链技术的兴起为医疗信息管理领域中存在的不足带来全新的解决方案,利用公共区块链的去中心化、无法篡改以及确权性等特点可以解决医疗信息管理领域中面临的诸多挑战。但是公共区块链没有中心化管理机构,不能对机构或用户身份进行管理,同时缺少信息保护与共享机制,不能直接应用于医疗数据管理。针对上述问题,本文提出一种基于UTXO模型区块链的身份管理和个人医疗数据共享方法。本文的主要工作如下:（1）针对公共区块链缺少身份管理的问题。本文提出一种基于UTXO模型区块链的身份管理方法。该方法首先构造身份信息协议规范和交易协议规范,将用户的操作记录和身份有关的信息存储在区块链;然后给出身份管理方法中身份注册、身份查询、以及身份作废等操作;最后利用Petri网对身份管理方法进行形式化建模,通过分析身份管理方法基于Petri网的可达性标识图和变迁序列,证明提出的方法是安全的。此外,通过与其它方案对比分析表明,本方法具有更完善的功能优势和更广泛的应用场景。（2）针对公共区块链缺少个人医疗数据隐私保护和数据分享的问题。本文提出一种基于UTXO模型区块链的个人医疗数据共享方法。该方法首先将医疗机构的身份整合到区块链的身份管理方法中;接着利用分层确定性密钥管理方法对医务人员进行身份管理,使诊断信息来源可信并可追溯;然后使用ECDH算法协商共享密钥用于保护个人医疗数据;之后,构建个人医疗数据诊断交易,并对加密后个人医疗信息上链保存,再构建个人医疗分享交易实现个人医疗数据的安全分享。最后,通过与现有的个人医疗数据安全分享方案进行安全性分析和功能性分析表明,本文提出的基于区块链的个人医疗数据共享方法能够有效安全可信地实现医疗机构间个人医疗数据的共享。
其他文献
Android智能手机已经成为人们生活中不可或缺的一部分,但同时恶意软件的出现也给移动用户的隐私安全和财产安全带来了潜在威胁。为维护移动互联网安全给用户提供一个安全可靠的使用环境,学术界和产业界对恶意软件检测进行了深入研究并取得一系列优秀的成果。但是该领域目前仍还有一些工作需要进一步深入研究并予以解决,例如单一检测模型泛化性差和单一特征不能全面表征恶意软件特性以及覆盖率低。因此本文针对以上两个问题
安卓平台的流行性和开源性使其成为恶意攻击者的首选目标。恶意软件作为当今威胁网络安全的首要影响因素,近年来数量剧增且攻击形式多变。因此,精准识别出恶意软件对于保护用户经济安全和隐私安全至关重要。本文围绕安卓恶意软件检测领域中两个充满挑战性的难题,即高质量特征提取和自动化特征学习模型的构建,本文针对这两个挑战进行深入研究并提出了针对性的改进方案。本文的主要工作如下:（1）基于多类型特征和CNN的安卓恶
特征选择作为一种数据降维的有效方法,在处理高维数据时可以提高分类效果和降低计算成本。特征选择本质上是一类寻优搜索问题。在其众多寻优算法中,粒子群优化凭借其优良的全局搜索能力得到广泛应用。然而,大多数基于粒子群优化的特征选择方法忽略不同数据集的特征之间具有不同的相关性,导致特征子集冗余特征较多、易陷入局部最优以及高维数据中搜索难度较大的问题。因此,本文采用自适应策略将数据集的特征相关性信息运用到动态
随着通信技术的发展,越来越多的人使用互联网进行工作或者娱乐,而网络监管却对用户的隐私产生了很大的威胁,可能会暴露用户敏感信息。Tor匿名网络是一个广泛使用的低延迟匿名通信网络,能够帮助用户在网页浏览的时候隐藏通信双方的IP地址和通信内容。但是,大量研究证明Tor无法抵御网站指纹攻击技术,攻击者通过操纵用户产生的流量发现其访问的网站模式,然后获取用户所访问的网站信息,对用户隐私和网页安全都造成了很大
类别不平衡数据集的分类问题是机器学习领域的一个研究热点,也广泛存在于实际工程领域,如医疗诊断、垃圾邮件识别和网络入侵检测等。传统的分类算法以最小化整体错误率为目标,在处理类别不平衡数据集时会导致少数类样本被错分的决策面偏斜现象。但在许多现实问题中,正确识别出小类别样本往往更为重要。如何在保持大类别样本准确分类的前提下,提高小类别样本的识别率,是不平衡分类的关键问题。此外,类内不平衡以及训练样本不足
随着公众场所下视频监控网络的普及和完善,实现对海量视频数据进行智能化分析的需求也在与日俱增。行人重识别技术作为一项自动化行人身份检索技术,因此受到了工业界和学术界的广泛关注。行人重识别技术的主要目的在于,从多摄像头采集到的行人数据（图像或视频）中快速检索到身份相同的行人,广泛应用于行人历史轨迹分析、行人追踪和运动分析等相关任务中。根据采集数据的类型,可将行人重识别分为基于图像的行人重识别和基于视频
随着科技的进步和计算机技术的高速发展,基于语音的人机交互方式逐渐走入了人们的生活中,改变了人们生活中的方方面面,成为了人机交互领域的研究热点。近年来,随着深度学习的广泛应用,说话人识别、语音合成、自动语音识别等语音交互技术都取得了巨大的成功。但是,语音交互领域仍然存在着一些问题亟待解决,例如在复杂的声学场景下同时存在多个说话人的语音,这会严重影响自动语音识别、说话人识别等语音交互系统的识别准确性。
当今时代,数据中蕴含的信息价值巨大。数据共享可以打破信息壁垒,更进一步发挥数据的价值。跨群组的数据共享可以实现不同群体、不同组织之间的数据交流与交换,实现互利共赢。现有方案主要依赖云存储等第三方存储服务提供的低成本和高效的数据托管,实现海量、跨地域的数据共享。但是,这种跨信任域的数据共享方式也存在着严重的隐私问题亟待解决。本文分析了现有研究的隐私保护技术以及面向群组数据共享的隐私保护方案存在的优势
受益于纳米通信技术的快速发展,基于扩散的分子通信系统（Molecular Communication via Diffusion,MCv D）近年来受到了极大的关注。基于生物启发的MCv D是一种以生物化学分子为载体,根据分子扩散特性以实现多纳米机之间信息共享的通信技术。相比于传统无线通信,MCv D具有能耗低、易实现和生物兼容性高的优势,成为组建纳米通信网络的首要选择。本文所述MCv D系统主要