一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法技术

本发明专利技术提出一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法，包括，采集目标地区的医疗诊断数据；通过地面站的疾病模型服务器构建医疗诊断模型，并通过卫星网络传送至所述目标地区的地面数据收集点；根据所述医疗诊断数据，对所述医疗诊断模型进行训练，得到模型更新参数；对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站。通过本发明专利技术提出的方法，设计出了适应卫星物联网高动态、低功率和复杂拓扑环境的数据隐私保护机制，解决了数据安全收集和隐私模型聚合问题。集和隐私模型聚合问题。集和隐私模型聚合问题。

【技术实现步骤摘要】
一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法


[0001]本专利技术属于隐私保护领域。

技术介绍

[0002]近年来，针对疟疾病人网络中的安全与隐私保护问题，来自通信行业、计算机科学专业，以及网络安全领域的专家学者们在保护疟疾病人物联网安全及其所涉及的数据隐私方面，开展了大量的研究工作。由于地面接入点所搜集到的数据价值与地理位置和时间信息相关，而位置信息包括用户的个人敏感信息。在现有的研究中，针对物联网架构中的数据隐私保护问题，主要覆盖了以下几种关键技术：
[0003]匿名化技术。匿名隐私保护技术要求所有等价类中敏感属性值的分布与数据集中全部数据的概率分布相同，即当目标用户的敏感属性值不发生变化时，攻击者无法从数据集中获得隐私信息。
[0004]差分隐私技术。差分隐私技术旨在提供一种对数据集进行查询时，最大化数据查询结果的准确性，同时最大限度减少识别其记录的机会。即通过添加随机噪声来确保数据查询的公开可见，且信息的查询结果并不会因个体而随之变化。
[0005]数据加密技术。在众多的安全策略中，加密技术可以保证在恶意环境中的用户设备或进程之间相关数据的安全与隐私。在现有的加密数据保护策略主要集中于数据传输阶段、数据存储阶段和数据处理阶段。
[0006]然而，在卫星物联网的通信
，主要面临以下四个重要问题：第一，卫星的传播路径较长，从而导致的卫星网络的传播时延过长的问题；第二，大规模低轨卫星的终端协作和集中调度困难问题；第三，海量物联网设备的共同传输所导致的网络拥塞问题；第四，卫星物联网设备的低功耗问题。目前，国内外的卫星接入研究中无论是在卫星时隙还是在卫星非时隙随机接入方面，均已开展了大量的研究工作。在解决海量用户终端接入方面，保证信息传输的可靠性和时效性是必须要解决的问题。卫星中继随机接入系统的起步较晚且还未出现相应的卫星应用场景；同时还存在系统复杂度较高的问题。在低轨卫星物联网体系架构设计领域，主要集中在卫星物联网的通信接入领域和网络架构设计领域，并没有考虑低轨卫星物联网数据的安全与隐私保护方面的安全需求。基于以上分析，如何设计适应卫星物联网高动态、低功率和复杂拓扑环境的数据隐私保护机制，是亟需解决的重要问题。

技术实现思路

[0007]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0008]为此，本专利技术的目的在于提出一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法，用于解决低轨卫星物联网的高动态异构环境中数据安全收集和隐私模型聚合的问题。
[0009]为达上述目的，本专利技术第一方面实施例提出了一种基于联合学习的低轨卫星诊断
模型的隐私保护诊断方法，包括：
[0010]采集目标地区的医疗诊断数据；
[0011]通过地面站的疾病模型服务器构建医疗诊断模型，并通过卫星网络传送至所述目标地区的地面数据收集点；
[0012]根据所述医疗诊断数据，对所述医疗诊断模型进行训练，得到模型更新参数；
[0013]对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站。
[0014]另外，根据本专利技术上述实施例的一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法还可以具有以下附加的技术特征：
[0015]进一步地，在本专利技术的一个实施例中，在通过地面站的疾病模型服务器构建医疗诊断模型之前，还包括：
[0016]通过对称同态加密密码系统和可验证的秘密共享方案来对所述医疗诊断模型的参数进行保护。
[0017]进一步地，在本专利技术的一个实施例中，所述对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站，包括：
[0018]通过所述地面数据收集点生成秘密共享密文c
b
，所述秘密共享密文c
b
用于保护秘密共享值f(id
b
)；
[0019]通过所述地面数据收集点选定一个随机值k
b
，对所述秘密共享值f(id
b
)进行签名得到R
b
，s
b
；
[0020]通过所述地面数据收集点为模型生成保护参数
[0021]通过所述地面数据收集点利用所述对称同态加密密码系统中的公钥加密所述医疗诊断模型的参数
[0022]通过利用所述地面数据收集点卫星节点将计算出的信息送到回所述地面站。
[0023]进一步地，在本专利技术的一个实施例中，在将加密的模型更新参数通过所述卫星网络传送回所述地面站之后，还包括：
[0024]通过所述疾病模型服务器聚合每个数据维度的密文；
[0025]通过所述疾病模型服务器利用SHE密码系统的私钥解密所述密文，并得到聚合结果；
[0026]通过所述地面站生成一条新消息：并将这条消息传输给所述疾病模型服务器；
[0027]通过所述疾病模型服务器解密接收到的一次性密文H(x||task
j
||t)
·
f(id
b
)；
[0028]然后通过所述疾病模型服务器验证解密后的一次性密文的正确性，如果正确，则通过拉格朗日插值多项式法计算一次性密文H(x||task
j
||t)
·
a0以及计算最后通过来解密密文得到即更新后的模型参数。
[0029]为达上述目的，本专利技术第二方面实施例提出了一种基于联合学习的低轨卫星诊断模型的隐私保护诊断装置，包括以下模块：
[0030]采集模块，用于采集目标地区的医疗诊断数据；
[0031]构建模块，用于通过地面站的疾病模型服务器构建医疗诊断模型，并通过卫星网络传送至所述目标地区的地面数据收集点；
[0032]训练模块，用于根据所述医疗诊断数据，对所述医疗诊断模型进行训练，得到模型更新参数；
[0033]传输模块，对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站。
[0034]进一步地，在本专利技术的一个实施例中，所述构建模块，还用于：
[0035]通过对称同态加密密码系统和可验证的秘密共享方案来对所述医疗诊断模型的参数进行保护。
[0036]进一步地，在本专利技术的一个实施例中，所述传输模块，还用于：
[0037]通过所述地面数据收集点生成秘密共享密文c
b
，所述秘密共享密文c
b
用于保护秘密共享值f(id
b
)；
[0038]通过所述地面数据收集点选定一个随机值k
b
，对所述秘密共享值f(id
b
)进行签名得到R
b
，s
b
；
[0039]通过所述地面数据收集点为模型生成保护参数
[0040]通过所述地面数据收集点利用所述对称同态加密密码系统中的公钥加密所述医疗诊断模型的参数
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联合学习的低轨卫星诊断模型的隐私保护诊断方法，其特征在于，包括以下步骤：采集目标地区的医疗诊断数据；通过地面站的疾病模型服务器构建医疗诊断模型，并通过卫星网络传送至所述目标地区的地面数据收集点；根据所述医疗诊断数据，对所述医疗诊断模型进行训练，得到模型更新参数；对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站。2.根据权利要求1所述的方法，其特征在于，在通过地面站的疾病模型服务器构建医疗诊断模型之前，还包括：通过对称同态加密密码系统和可验证的秘密共享方案来对所述医疗诊断模型的参数进行保护。3.根据权利要求1或2所述的方法，其特征在于，所述对所述模型更新参数进行加密保护，并将加密的模型更新参数通过所述卫星网络传送回所述地面站，包括：通过所述地面数据收集点生成秘密共享密文c
b
，所述秘密共享密文c
b
用于保护秘密共享值f(id
b
)；通过所述地面数据收集点选定一个随机值k
b
,对所述秘密共享值f(id
b
)进行签名得到R
b
，s
b
；通过所述地面数据收集点为模型生成保护参数通过所述地面数据收集点利用所述对称同态加密密码系统中的公钥加密所述医疗诊断模型的参数通过利用所述地面数据收集点卫星节点将计算出的信息送到回所述地面站。4.根据权利要求3所述的方法，其特征在于，在将加密的模型更新参数通过所述卫星网络传送回所述地面站之后，还包括：通过所述疾病模型服务器聚合每个数据维度的密文；通过所述疾病模型服务器利用SHE密码系统的私钥解密所述密文，并得到聚合结果；通过所述地面站生成一条新消息：并将这条消息传输给所述疾病模型服务器；通过所述疾病模型服务器解密接收到的一次性密文H(x||task
j
||t)
·
f(id
b
)；然后通过所述疾病模型服务器验证解密后的一次性密文的正确性，如果正确，则通过拉格朗日插值多项式法计算一次性密文H(x||task
j
||t)
·
a0以及计算最后通过来解密密文得到即更新后的模型参数。5.一种基于联合学习的低轨卫星诊断模型的隐私保护诊断装置，其特征在于，包括以下模块：采集模块，用于采集目标地区的医疗诊断数据；
构建模块，用于通过地面站的疾病模型服务器构建医疗诊断模...

【专利技术属性】
技术研发人员：孔庆磊，陈波，庞艳华，温书娜，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：