基于区块链的电子医疗数据安全共享技术研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:xys0709
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电子医疗数据是患者生理/心理的病情记录,亦或是人体日常健康监测数据,在疾病治疗与病理研究中充当着相当重要的角色;同时,作为隐私数据,如何实现其安全共享成为研究的热点。目前,医疗数据主要以中心化存储的形式,通过公有云或私有云集中存储在医疗机构服务器中。在此主流方式下,医疗数据共享系统一旦遭受攻击可能导致单点故障,患者无法对自身医疗隐私数据进行访问控制,更无法对分散的医疗数据进行安全共享。因此,本文立足现存问题对电子医疗数据安全共享技术进行深入研究,提出一个基于以太坊平台的医疗数据安全共享模型以及一项密钥可追踪策略隐藏的属性基访问控制机制。本文的主要研究内容如下:(1)介绍了基于区块链的电子医疗数据安全共享技术的研究背景及意义,分析了云领域的医疗数据共享技术、区块链领域的医疗数据共享技术以及属性基访问控制技术的国内外研究现状,概述了方案中需要用到的区块链技术、EIGamal算法、双线性映射、决策性q-BDHE假设、安全模型、访问结构、线性秘密共享技术以及属性布隆过滤器等相关基础理论。(2)针对现有医疗数据共享系统易引起单点故障、患者无数据控制权和数据互操作性差等问题,提出一个基于以太坊平台的医疗数据安全共享模型。旨在利用EIGamal算法的离散对数难解性结合以太坊平台实现一个以患者为中心的医疗数据安全共享模型,通过设计身份验证因子实现通信双方的身份验证,并设计控制模块和智能合约协同实现对数据使用者的访问控制。所提共享模型包含完善的风险防范措施,并与相关主流方案进行五大安全性能对比以及性能分析。(3)针对上述共享模型可能存在系统超负荷的问题进行改进,提出在数据使用者从区块链获取患者元数据的过程中,设计一个密钥可追踪策略隐藏的属性基访问控制机制,进一步实现对数据的细粒度安全访问以及密钥泄露的追责制度。通过对访问策略中的属性名索引和属性值进行分区处理,将易泄露用户信息的属性值通过线性秘密共享技术隐藏至属性布隆过滤器中,实现访问策略的部分隐藏;而且为了防止合法用户泄露密钥供恶意用户使用,提出将用户身份标识参数内嵌至密钥中,实现密钥可追踪,并在解密阶段前设计解密测试算法降低计算成本。最终在访问策略安全、密钥泄露追踪、抗共谋攻击以及安全性证明等方面对本方案进行安全分析,并与相关方案进行性能比较。本文的创新点包括:(1)提出一个基于以太坊平台的医疗数据安全共享模型。该模型利用EIGamal算法的离散对数难解性结合以太坊平台实现一个以患者为中心的医疗数据安全共享模型,通过身份验证因子的巧妙设计实现通信双方的身份验证,并设计控制模块和智能合约协同实现对数据使用者的访问控制。在安全性能上,与其他现有主流方案相比,本模型能同时满足机密性、完整性、身份验证、不可否认性及访问控制五大安全性能,且具有完善的风险防范设计,在计算成本上本模型具备更低的计算开销。(2)在上述所提共享模型的基础下,提出一个密钥可追踪策略隐藏的属性基访问控制方案,以进一步加强对数据的细粒度安全访问。该方案主要有以下三大特点:(1)构建基于素数阶群的属性基加密对目标用户进行初筛,只有满足访问策略的数据使用者才能继续进入共享模型的后续验证过程,解决其可能发生超负荷的问题;(2)通过对属性名称索引和属性值进行分区处理,属性名索引与访问矩阵保持明文形式,具体属性值通过线性秘密共享技术隐藏在属性布隆过滤器中,并在解密阶段前设计解密测试算法减少计算开销,从而实现访问策略的部分隐藏,避免用户信息泄露;(3)将身份标识参数内嵌入密钥中,通过密钥完整性验证以及对身份标识参数的追踪,实现对合法用户因利益驱使泄露密钥给恶意用户的追踪制度。在安全性能上,本方案实现了访问策略安全、密钥泄露追踪、抗共谋攻击以及基于q-DBHE假设的安全性证明,并通过测试访问策略隐藏与恢复时间验证本方案的可行性,且与其他相似方案相比具有较低的计算开销以及更灵活的策略设计。
其他文献
脑部肿块性病变指的是因人体脑部的某种疾病而随之形成的一种具有一定体积的肿块体征,例如脑出血、脑血肿(ICH)、蛛网膜下腔出血等都会形成一定体积的肿块。这些肿块会导致颅内压不断升高,如果不及时清理,病情会迅速恶化,最终有可能因脑部神经永久受损而引起残疾甚至死亡。目前在治疗方案上通常都是采用手术的方式治疗,目的是想通过手术来降低颅内压,其中穿刺引流是降低颅内压的主要手术之一。为了快速且准确无误的完成穿
学位
在当今信息爆炸的时代,图像作为信息的重要载体并且图像的分辨率越高,所蕴含的信息越多,同时视觉感受会更加细腻。这也让人们提高了对高分辨率图像的需求,同时也吸引了大量科研人员研究如何生成高分辨的图像。目前常用的两种方法分别是:设计更加精密的成像设备来采集图像;通过设计更优的超分辨率算法来生成高分辨率图像。考虑到生产精密的成像设备成本过高,并且成像环境复杂,不容易控制高分辨率图像的生成。因此更多的科研人
学位
室内环境下的构图和定位应用涉及到了人们生活的多个方面,为社会带来了一定的经济效益。构图的目的是构建环境的地图,地图则是定位与导航等其他应用的基础。未知环境下的构图通常是基于同步定位与构图技术(Simultaneous Localization and Mapping,SLAM)实现的,相比人工测绘的方式更加高效。当目标区域的地图信息已知时,则可以根据实时输入的传感器数据和已有的地图信息实现在线定位
学位
滚动轴承是旋转机械设备中应用最为广泛的重要零部件之一,它的健康状态对于设备系统能否安全可靠地运行起着决定性作用,深入研究滚动轴承的故障诊断与剩余使用寿命预测技术,可以在有效保障人员和机械设备安全的同时降低经营成本,具有重大的学术意义和工程应用价值。因此,本文基于数据驱动的方法,对轴承的故障诊断和寿命预测进行了研究。(1)选取西储大学轴承故障数据集作为研究对象,针对轴承振动信号存在不同故障种类的特点
学位
表情识别技术可以分析人的情感,提供用户的情感反馈,检测疲劳驾驶和疲劳作业等,在很多领域有着广阔应用前景。目前,针对正脸无遮挡的人脸图像表情识别研究,深度学习方法已经取得非常好的效果。然而,在自然场景下,头发、手、胳膊、食物等都可能引起遮挡,这些物体可能遮挡脸部的任何部分,表情识别的准确性和鲁棒性也会因此急剧下降。由于被遮挡区域的位置、大小和形状各不相同,所以遮挡下的表情识别仍然是一个巨大的挑战。因
学位
随着社会的发展和时代的进步,互联网技术给人们的生活提供了极大的便利。尤其是近些年来,大量的社交媒体平台兴起。不仅为人们的交流提供了便利,也改变了人类获取信息和传播信息的方式。在社交媒体平台上,人们可以自由的创造、发布和提取热点信息。许多人也利用它的时效性散布和传播谣言,博取网民们的眼球,吸引人们的关注,从而谋取利益。谣言被定义为没有事实根据的消息,它往往会误导读者。它不仅会伤害到个人、社会甚至整个
学位
在现代电力系统向高比例电力电子化发展过程中,宽频带下的谐波谐振问题日益引起关注。这些谐波谐振问题会带来严重危害,轻则影响供电系统的电能质量,重则引发谐波谐振事故,损毁供电系统设备,严重威胁供电系统的安全稳定运行。无论是单相供电系统还是三相供电系统,系统固有的阻抗频率特性既是刻画谐波谐振问题的关键指标之一,也是制定谐波谐振抑制方法的重要依据,但是阻抗频率特性仅仅依靠建模和仿真计算的方法难以准确获得。
学位
伴随全球化产业深层次变化的发生,机械臂技术为多领域多产业提供了有力支撑。当前,机械臂在实际作业场景下仍面临环境复杂多变、目标模型未知,自主感知交互能力不足带来的严峻挑战。因此,本文以七自由度机械臂作为研究对象,围绕未知多变的机械臂应用场景,以机械臂抓取问题作为研究主线,融合机器视觉与深度学习方法深入探索机械臂抓取位姿检测问题,同时针对机械臂路径规划问题展开分析研究,旨在为复杂未知环境中的机械臂自主
学位
现在市场中的企业都不是孤立运营的,而是处于整个供应链上,所以对于核心企业来说,供应链上的供应商的配合程度在日常业务运营方面很重要。在供应商管理整个流程中,供应商的选择是很重要的一环,直接决定了合作供应商的质量以及后续的合作关系,也是现在市场竞争中的重点,但是,现在公司在供应商选择的过程中还存在很多的问题。基于此,本文以A公司为研究对象,对供应商的选择进行优化研究,主要的研究内容如下:(1)现状分析
学位
针对阿尔兹海默症的计算机辅助诊断近年来得到了极大的发展,但是已有的大多数该类研究都是使用监督学习的方法来展开的。但医学图像的标注需要标注者具有对应的医学知识,从而导致带标签的医学图像数据比较稀缺,进而影响了该领域研究的进展。虽然该方面的带标签数据较少,但是在实际中有大量的无标签数据由于没有标签而没有被有效利用。因此,如何使用这些无标签数据去提高阿尔兹海默症病灶分割和分类的性能是本文拟解决的问题。同
学位