一种大规模电子医疗系统中的隐私保护相似病历查询方法技术方案

本发明专利技术涉及一种大规模电子医疗系统中的隐私保护相似病历查询方法，属于医疗查询及隐私保护技术领域。所述方法包括：步骤1.医疗中心生成密钥，并在收到患者的注册信息后将密钥通过安全的通信渠道发送给患者；步骤2.医疗中心生成加密数据并存储在云服务器；步骤3.患者生成加密的查询请求并发送给云服务器；步骤4.云服务器执行粗粒度查询找到与患者症状关键字组合一致的电子病历集合；步骤5.云服务器在粗粒度查询得到的电子病历集合中执行细粒度查询找到满足患者相似度阈值的电子病历并发送给患者，患者通过密钥解密细粒度查询结果得到相似电子病历进行参考。所述方法能够保证患者信息和云服务器存储数据的隐私性且效率更高。

【技术实现步骤摘要】
一种大规模电子医疗系统中的隐私保护相似病历查询方法
本专利技术涉及一种大规模电子医疗系统中的隐私保护相似病历查询方法，属于医疗查询及隐私保护

技术介绍
随着云计算和物联网技术的发展，传统的医疗模式正在朝着更加灵活高效的电子医疗模式转变。这种转变在不同实体之间提供了一个高效的医疗数据共享平台。在这个平台中，传统的纸质病历转变为数字化的电子病历。电子病历通常包含许多患者数据，例如症状信息、健康数据、医疗服务信息等。随着大数据时代的来临，越来越多的电子病历给医疗服务机构带来巨大的存储和计算压力。许多医疗服务机构将大量的电子病历外包给云服务器以构建一个大规模电子医疗系统，该系统可以实现高效的电子病历查询。当一名患者首次注册在一个大规模电子医疗系统，该患者可以通过查询相似的电子病历进行参考以快速地寻找合适的医疗服务方式。具体来说，患者首先通过部署便携式传感器收集健康数据，例如血压、心率等；之后将收集的健康数据及症状信息发送给云服务器，云服务器可以帮助患者查询与其病况相似的电子病历；最后，云服务器将查询到的相似电子病历发送给患者，患者通过这些电子本文档来自技高网...

【技术保护点】
1.一种大规模电子医疗系统中的隐私保护相似病历查询方法，其特征在于：所依托的隐私保护相似病历查询系统，包括医疗中心、患者及云服务器；医疗中心将加密数据及密钥分别发送给云服务器和患者，患者向云服务器发送加密的查询请求，云服务器查询与患者病况相似的电子病历并发送给患者，具体为：先通过粗粒度查询找到与患者症状关键字组合一致的电子病历集合，之后通过在该集合中执行细粒度查询找到与患者健康数据相似度在一定阈值范围内的电子病历并发送给患者，患者解密查询结果进行参考；/n所述隐私保护相似病历查询方法，包括初始化、生成加密数据并存储、生成加密的查询请求并发送、粗粒度查询和细粒度查询，具体包括如下步骤：/n步骤1...

【技术特征摘要】
1.一种大规模电子医疗系统中的隐私保护相似病历查询方法，其特征在于：所依托的隐私保护相似病历查询系统，包括医疗中心、患者及云服务器；医疗中心将加密数据及密钥分别发送给云服务器和患者，患者向云服务器发送加密的查询请求，云服务器查询与患者病况相似的电子病历并发送给患者，具体为：先通过粗粒度查询找到与患者症状关键字组合一致的电子病历集合，之后通过在该集合中执行细粒度查询找到与患者健康数据相似度在一定阈值范围内的电子病历并发送给患者，患者解密查询结果进行参考；
所述隐私保护相似病历查询方法，包括初始化、生成加密数据并存储、生成加密的查询请求并发送、粗粒度查询和细粒度查询，具体包括如下步骤：
步骤1：初始化，具体为：医疗中心生成密钥，并在收到患者的注册信息后将密钥通过安全的通信渠道发送给患者；
步骤2：生成加密数据并存储，具体为：医疗中心从电子病历中提取症状关键字及健康数据向量、划分电子病历集合、对电子病历进行脱敏及加密处理，生成加密脱敏后的电子病历，加密症状关键字及健康数据向量，分别得到症状关键字向量的密文以及健康数据向量的密文；基于症状关键字向量的密文构造粗粒度查询树，并将该粗粒度查询树与加密的电子病历、症状关键字向量的密文和健康数据向量的密文一起存储在云服务器中；
步骤3：生成加密的查询请求并发送，具体为：患者根据自身症状及健康数据分别得到症状关键字组合和细粒度查询向量，之后随机生成虚假关键字添加到症状关键字组合中，通过该关键字组合构造多项式得到粗粒度查询向量；患者使用密钥加密粗粒度查询向量及细粒度查询向量，分别得到粗粒度查询向量的密文及细粒度查询向量的密文；患者将粗粒度查询向量的密文及细粒度查询向量的密文发送到云服务器，包括如下子步骤：
步骤3.1：假定有一患者u，该患者根据自身症状得到症状关键字组合，之后通过部署便携式传感器收集自身健康数据得到健康数据向量，即细粒度查询向量；
其中，患者u的症状关键字组合记为：患者u的细粒度查询向量记为：Qu＝(q1，q2，...，qn)；
其中，lu为患者u症状关键字数目，lu≤d；
步骤3.2：患者u随机生成d-lu个虚假症状关键字，之后将这些虚假症状关键字添加到步骤3.1生成的症状关键字组合中得到新的关键字组合；
其中，生成的d-lu个虚假关键字记为：新的关键字组合记为：
其中，虚假症状关键字使用正整数表示，每个虚假症状关键字都不在症状关键字字典中；
步骤3.3：患者u基于步骤3.2生成的关键字组合构造多项式，具体多项式表示如下：
bd(y-X1)(y-X2)…(y-Xd)＝b0+b1y+b2y2+…+bdyd(1)
其中，bd为非0整数；
患者u基于式(1)中多项式各项系数构造粗粒度查询向量；
其中，患者u的粗粒度查询向量记为：Bu＝(b0，b1，…，bd)；
步骤3.4：患者u使用二进制向量Sc以及可逆矩阵Mc1、Mc2对粗粒度查询向量进行加密得到粗粒度查询向量的密文，具体包括如下子步骤：
步骤3.4.1：针对于粗粒度查询向量，患者u生成一个对应的随机数；
其中，对于粗粒度查询向量Bu，对应的随机数记为ru；
其中，ru为非0整数；
步骤3.4.2：患者u使用二进制向量Sc将粗粒度查询向量拆分为两个向量；
其中，粗粒度查询向量Bu拆分的两个向量，记为Bua、Bub，具体拆分过程为：对于向量Sc中的第w项Sc[w]，当Sc[w]＝0时，Bu[w]被随机拆分为Bua[w]和Bub[w]，且有Bu[w]＝Bua[w]+Bub[w]；当Sc[w]＝1时，Bu[w]＝Bua[w]＝Bub[w]；
步骤3.4.3：对于粗粒度查询向量，患者u使用其拆分后的向量、对应的随机数和可逆矩阵Mc1、Mc2得到粗粒度查询向量的密文；
其中，粗粒度查询向量的密文记为：
其中，为向量和向量组成的有序对；
步骤3.5：患者u使用二进制向量Sf以及可逆矩阵Mf1、Mf2对细粒度查询向量进行加密得到细粒度查询向量的密文，具体包括如下子步骤：
步骤3.5.1：对于细粒度...

【专利技术属性】
技术研发人员：徐畅，产子健，祝烈煌，张川，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11