一种新冠疫情背景下的广域健康知识获取方法及系统技术方案

本发明专利技术属于数字信息传输技术领域，公开了一种新冠疫情背景下的广域健康知识获取方法及系统，由1个医疗管理机构HCO和N个数据收集区域组成；每个数据收集区域由一个集成边缘AI的局部数据管理者LDM和多个穿戴可穿戴设备的公民组成；其中，令表示LDMs的集合，LDM i管理M

【技术实现步骤摘要】
一种新冠疫情背景下的广域健康知识获取方法及系统


[0001]本专利技术属于数字信息传输
，尤其涉及一种新冠疫情背景下的广域健康知识获取方法及系统。

技术介绍

[0002]目前，在新冠疫情期间收集健康数据对人们生命安全和国家稳定有重大意义。自疫情爆发以来，可穿戴设备被广泛用来收集公民健康数据(心跳、步数等)。例如，WHOOP Strap 3.0是一款可穿戴腕带，可以实时收集并监督心肺数据的变化，并通过蓝牙将其发送到公民手机中。穿戴了Estimote公司研发的可穿戴设备，公民就能够实时更新其健康状态，并将数据与一个中央实体共享。Patch 1AX生物传感器能够测量体温、呼吸频率、心电图和心率，并通过蓝牙将健康数据传输到公民手机。所有这些传感器和其他可穿戴设备可都被用于应对COVID
‑
19疫情。然而，人们在提供其健康数据方面总是表现的犹豫不决，缺少动力。因此，应设计一种复杂详尽的激励机制。
[0003]市场经济模型(Market economy models)已经被广泛用来设计激励机制。现有工作大多集中于数据交易和数据共享中，使用的方法包括博弈论、拍卖、行为经济学、技术经济学、算法博弈论、多臂老虎机等。然而，由于网络资源有限，大量传输数据是不现实的。近年来兴起的“知识即服务(Knowledge
‑
as
‑
a
‑
Service)”能够很好的解决这一问题，即，将数据提炼成知识再进行交易。有关知识交易的机制设计大多使用非合作博弈理论，这假定博弈参与人具有完全信息，这在现实中几乎是不可能的。此外，现存有关知识交易的研究没有考虑到知识生成的过程。因此，亟需设计一种新冠疫情背景下的广域健康知识获取方法及系统，以弥补现有技术的缺陷。
[0004]通过上述分析，现有技术存在的问题及缺陷为：现有技术没有同时考虑知识生成过程和知识交易过程，没有考虑不完全信息的情况，且现有工作大多集中于数据交易和数据共享中，由于网络资源有限，大量传输数据是不现实的。
[0005]解决以上问题及缺陷的难度为：需要设计一套集合知识生成和知识交易的多层、多实体、多目标框架，要准确分析各层各实体之间的经济互动；不完全信息意味着参与者要在不完全了解对手信息的情况下制定自己的最优决策，这是博弈研究的一个难点。
[0006]解决以上问题及缺陷的意义为：让本专利技术提出的框架更贴合实际情况，能够为现实生活中类似的系统或架构提供理论指导。

技术实现思路

[0007]针对现有技术存在的问题，本专利技术提供了一种新冠疫情背景下的广域健康知识获取方法及系统，尤其涉及一种新冠疫情背景下基于区块链的广域健康知识获取方法及系统。
[0008]本专利技术是这样实现的，一种新冠疫情背景下的广域健康知识获取方法，其特征在于，所述新冠疫情背景下的广域健康知识获取方法包括：
[0009]假定HCO需要宏观的公民健康知识，LDM能够在微观层面收集公民数据并将其训练为知识，公民是原始数据的提供者，所述新冠疫情背景下的广域健康知识获取方法包括知识生成阶段和知识交易阶段；
[0010]在知识生成阶段，HCO向多个LDM发布一系列知识获取任务，在LDM选择接受某个任务后，将向感知区域内的公民发布数据收集需求，收集到数据后，LDM通过边缘AI算法将数据训练为知识；在知识交易阶段，LDMs将知识有偿的卖给HCO；所述边缘AI算法包括深度强化学习DRL和支持向量机SVM。
[0011]进一步，所述新冠疫情背景下的广域健康知识获取方法还包括：
[0012]利用交易链和数据链两种类型的区块链进行系统建模；交易链使用押金及退款机制保护知识交易阶段，使得参与人HCO和N个LDM能够公平可信的进行交易；每个LDM均是一条数据链的基础设施提供者，LDMs通过建立数据链来收集和管理来自公民可穿戴设备的数据；
[0013]其中，所述交易链包括：
[0014]设计智能知识交易合约SKTC，SKTC的函数中，“on receiving message from HCO or LDMs”表示该函数从HCO或LDMs接收一条消息；“upon receiving()from HCO”表示该函数受到来自HCO的无参数调用；msg.sender是交易发送方的以太坊地址，msg.value是附加到当前交易的以太币Ether；
[0015](1)系统初始化：在交易链中，HCO和LDMs在系统中注册后即成为一个合法实体；使用椭圆曲线数字签名算法ECDSA获得唯一身份、公钥和私钥以及数字签名，用Task＝{Task1,Task2,...,Task
N
}和Price＝{Price1,Price2,...,Price
N
}分别表示HCO的知识需求向量和支付向量；令AddrList
LDM
和Addr
HCO
分别表示LDMs的以太坊地址向量和HCO的以太坊地址；MD
HCO
和MD
LDM
分别表示HCO和LDM的押金数额；IsLock是一个布尔状态变量，URL,KEY,SellAddr是用来存储参数的字符串型变量；HCO使用InitEnv函数初始化以上变量；
[0016](2)部署智能合约：HCO使用CreaCon函数来部署N个SKTC合约；当部署SKTC i时，HCO设置Task
i
并向合约地址发送Price
i
+MD
HCO
个以太币，msg.value＝Price
i
+MD
HCO
；
[0017](3)选择最优合约：LDM向合约地址支付押金MD
LDM
选择最大化自己效用的合约；合约在接收一笔转账后自动调用fallback函数，冻结此时合约内所有资产：Price
i
+MD
HCO
+MD
LDM
，并将此LDM的地址保存到SellAddr变量中；
[0018](4)提交知识消息：在完成HCO的任务Task
i
后，LDM使用密钥EK加密知识并将知识上传至称为星际文件系统IPFS的分布式安全文件系统，LDM将密钥EK和知识在IPFS的链接URL
kno
通过SenMess函数提交给智能合约；
[0019](5)获取知识消息：HCO调用GetMess函数获取EK和URL
kno
后，从URL
kno
下载知识并解密；
[0020](6)确认交易：HCO调用ConfTra函数确认交易已经成功完成；ConfTra函数将分别向Addr
HCO
和SellAddr退还押金MD
HCO
和MD
LDM
。
[0021]进一步，所述数据链包括：
[0022]数据链是由装备可穿戴设备的公民共同维护的分布式数据共本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新冠疫情背景下的广域健康知识获取方法，其特征在于，所述新冠疫情背景下的广域健康知识获取方法包括：HCO需要宏观的公民健康知识，LDM能够在微观层面收集公民数据并将其训练为知识，公民是原始数据的提供者，所述新冠疫情背景下的广域健康知识获取方法包括知识生成阶段和知识交易阶段；在知识生成阶段，HCO向多个LDM发布一系列知识获取任务，在LDM选择接受某个任务后，将向感知区域内的公民发布数据收集需求，收集到数据后，LDM通过边缘AI算法将数据训练为知识；在知识交易阶段，LDMs将知识有偿的卖给HCO；所述边缘AI算法包括深度强化学习DRL和支持向量机SVM。2.如权利要求1所述的新冠疫情背景下的广域健康知识获取方法，其特征在于，所述新冠疫情背景下的广域健康知识获取方法还包括：利用交易链和数据链两种类型的区块链进行系统建模；交易链使用押金及退款机制保护知识交易阶段，使得参与人HCO和N个LDM能够公平可信的进行交易；每个LDM均是一条数据链的基础设施提供者，LDMs通过建立数据链来收集和管理来自公民可穿戴设备的数据；其中，所述交易链包括：设计智能知识交易合约SKTC，SKTC的函数中，“on receiving message from HCO or LDMs”表示该函数从HCO或LDMs接收一条消息；“upon receiving()from HCO”表示该函数受到来自HCO的无参数调用；msg.sender是交易发送方的以太坊地址，msg.value是附加到当前交易的以太币Ether；(1)系统初始化：在交易链中，HCO和LDMs在系统中注册后即成为一个合法实体；使用椭圆曲线数字签名算法ECDSA获得唯一身份、公钥和私钥以及数字签名，用Task＝{Task1,Task2,...,Task
N
}和Price＝{Price1,Price2,...,Price
N
}分别表示HCO的知识需求向量和支付向量；令AddrList
LDM
和Addr
HCO
分别表示LDMs的以太坊地址向量和HCO的以太坊地址；MD
HCO
和MD
LDM
分别表示HCO和LDM的押金数额；IsLock是一个布尔状态变量，URL,KEY,SellAddr是用来存储参数的字符串型变量；HCO使用InitEnv函数初始化以上变量；(2)部署智能合约：HCO使用CreaCon函数来部署N个SKTC合约；当部署SKTC i时，HCO设置Task
i
并向合约地址发送Price
i
+MD
HCO
个以太币，msg.value＝Price
i
+MD
HCO
；(3)选择最优合约：LDM向合约地址支付押金MD
LDM
选择最大化自己效用的合约；合约在接收一笔转账后自动调用fallback函数，冻结此时合约内所有资产：Price
i
+MD
HCO
+MD
LDM
，并将此LDM的地址保存到SellAddr变量中；(4)提交知识消息：在完成HCO的任务Task
i
后，LDM使用密钥EK加密知识并将知识上传至称为星际文件系统IPFS的分布式安全文件系统，LDM将密钥EK和知识在IPFS的链接URL
kno
通过SenMess函数提交给智能合约；(5)获取知识消息：HCO调用GetMess函数获取EK和URL
kno
后，从URL
kno
下载知识并解密；(6)确认交易：HCO调用ConfTra函数确认交易已经成功完成；ConfTra函数将分别向Addr
HCO
和SellAddr退还押金MD
HCO
和MD
LDM
。3.如权利要求2所述的新冠疫情背景下的广域健康知识获取方法，其特征在于，所述数据链包括：数据链是由装备可穿戴设备的公民共同维护的分布式数据共享账本，采用名为贡献证
明PoC的共识机制；所述PoC共识机制能够表征和量化公民的数据共享行为，贡献值最高的公民将获得下一个区块的记账权；在数据链中，装备可穿戴设备的公民通过收集数据参与PoC共识机制，并竞争LDM提供的区块奖励，贡献最大的公民将获得区块奖励。4.如权利要求1所述的新冠疫情背景下的广域健康知识获取方法，其特征在于，所述新冠疫情背景下的广域健康知识获取方法还包括：将HCO、LDMs和公民之间复杂的相互作用构建为两阶段层次博弈；在第一阶段，使用契约理论计算最优Task和Price；在第二阶段，将LDM和数据收集区域内的公民之间的关系建模为斯塔伯格博弈，其中公民之间为非合作博弈；在基于区块链的新冠疫情背景下广域健康知识获取方法中，LDM充当卖方，提供由边缘AI训练的知识；将执行效率定义为并将θ
i
按升序排列：其中，θ
i
是HCO不知道的隐私信息，HCO为LDMs提供差异化合约；(1)数据集价值：LDM将公民的数据聚合为原始数据集后，利用边缘AI将原始数据集训练成知识，知识的质量与原始数据集中有效信息量密切相关，则数据集的值表示为：其中，σ(M
i
)表示原始数据集中包含的有效信息量占比，用SIGMOD函数表示，)表示原始数据集中包含的有效信息量占比，用SIGMOD函数表示，是公民m提供的个人健康数据量；η
m
是公民位置系数；(2)知识价值：通过估计知识和原始数据集之间的差距评估知识值，根据“边际收益递减”的一般经济规律，定义知识价值函数为：其中，α和ω是正曲线参数，所述知识价值函数表示高价值的原始数据集可以产生高质量的知识。5.如权利要求4所述的新冠疫情背景下的广域健康知识获取方法，其特征在于，效用函数设计包括：HCO需要为不同类型的LBPs设置不同的契约{T
i
,P
i
}，其中T
i
表示数据集价值，P
i
表示价格系数；HCO通过设定数据集价值来指定知识价值，在接受契约{T
i
,P
i
}后，LDM i在数据链上向公民提供奖励R
i
激励公民贡献自身数据，公民通过...

【专利技术属性】
技术研发人员：徐扬，邵建博，贺宏钢，陈芸，张珊珊，徐梦涵，刘佳，刘东苏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：