您所在的位置: 成果库 关联医疗数据中的自适应差分隐私保护方法

关联医疗数据中的自适应差分隐私保护方法

成果类型:: 发明专利

发布时间: 2023-12-29 08:56:53

科技成果产业化落地方案
方案提交机构:成果发布人| 涂媛 | 2023-12-29 08:56:53

本发明公开一种关联医疗数据中的自适应差分隐私保护方法,针对属性与属性之间的关联性导致的隐私问题,利用粗糙集理论对准标识符与敏感属性的关联性进行了分析,提出局部差分隐私的方法来实现对准标识符的保护,相比传统的差分隐私,保证了数据的效用性;针对记录与记录之间的关联性导致的隐私泄露问题以及不同疾病的敏感程度不同导致的数据效用性问题,提出全局差分隐私保护方法来实现对敏感属性的保护。本发明能够有效提高医疗数据的隐私保护的安全性。

本发明所要解决的是现有关联数据的隐私保护方法并不能直接运用到关联医疗数据的问题,提供一种关联医疗数据中的自适应差分隐私保护方法。为解决上述问题,本发明是通过以下技术方案实现的:关联医疗数据中的自适应差分隐私保护方法,包括步骤如下:步骤1、用户针对原始医疗数据集提出查询请求;步骤2、判断用户查询的是准标识符属性还是查询敏感属性;当用户查询的是准标识符属性时,转至步骤3A,采用局部差分隐私保护策略;当用户查询的是敏感属性时,转至步骤3B,采用全局差分隐私保护策略;

自适应差分隐私(adaptivedifferentialprivacy)是一种旨在最大限度地保护个人医疗数据隐私的技术,同时允许数据分析和共享,以促进医学研究和改进医疗保健。随着远程医疗和电子病历的普及,越来越多的医疗数据需要在网络上进行交换和共享。这些数据包含了个人的敏感信息,如姓名、年龄、性别、病史、诊断和治疗方案等,因此必须得到妥善保护。然而,传统的数据隐私保护方法通常会限制数据分析和共享,导致研究者无法充分利用医疗数据进行研究和创新。

自适应差分隐私技术可以通过调整隐私保护参数,以适应特定的数据分析任务和需求,从而在不影响数据分析的情况下最大限度地保护个人医疗数据的隐私。这种技术在医学研究、药物开发、疾病诊断和治疗方案优化等领域具有广泛的应用前景。例如,研究者可以使用自适应差分隐私技术分析大规模医疗数据,以了解不同疾病之间的关联和相互作用,或者评估不同药物治疗方案的效果和风险。此外,医疗保健提供者可以使用自适应差分隐私技术共享个人医疗数据,以促进协作和改进医疗服务质量。

总之,自适应差分隐私保护方法在保护个人医疗数据的隐私的同时,不会限制数据分析和共享,具有重要的应用前景,可以促进医学研究和医疗保健的发展,为人类社会的健康和福祉做出贡献。

广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。

与现有技术相比,本发明针对查询的属性类型进行不同的隐私保护策略:对于准标识符属性,考虑准标识符属性和敏感属性的关联性,我们运用粗糙集理论,分析准标识符属性和敏感属性的关联性,并根据关联性对准标识符属性进行局部差分隐私,提高了数据的效用性;对于敏感属性,考虑记录与记录之间的关联性,采用关联差分隐私计算敏感属性的相关敏感度然后根据敏感属性分配不同的隐私预算εi,在统计查询的时候加入拉普拉斯噪声实现自适应差分隐私。本发明能够有效提高医疗数据的隐私保护的安全性。

技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接此项目。