[發明專利]基于可信計算及隱私保護的醫療數據聯合學習系統及方法

有效

• 申請號: 201910506663.3
• 申請日: 2019-06-12
• 公開（公告）號: CN110197084B
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 王爽;鄭灝;王曉峰;湯海旭;竇佐超;王文浩
• 申請（專利權）人: 上海聯息生物科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G16H50/70
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 包姝晴;張靜潔

本發明涉及一種基于可信計算及隱私保護的醫療數據聯合學習系統及方法。聯合學習中心控制層接受數據貢獻者通過所在數據節點的數據貢獻者管理層上傳的非敏感的元信息進行備案，原始數據均在本地注冊、存儲及隔離計算；聯合學習中心控制層處理數據挖掘者通過數據挖掘者交互層發起的聯合學習請求，在安全計算區域對各數據節點基于原始數據進行本地隔離計算得到的非敏感的中間結果進行匯總，并將最終聯合學習結果返回數據挖掘者交互層。本發明提供了一整套基于醫療大數據安全共享、可信計算、深度挖掘、權限認證，多平臺聯合學習的服務體系，解決了現階段對醫療數據隱私保護及數據挖掘零散、單一、不完整的問題。

技術領域

本發明涉及醫療大數據的安全共享，可信挖掘以及隱私安全保護。具體是指一種基于可信計算以及隱私保護的醫療大數據聯合學習系統及方法。

背景技術

現有醫療大數據搜索、共享、數據挖掘服務尚處于不成熟階段，缺乏對數據的深度可信挖掘，權限認證，尚未形成有體系的標準和保護措施。嚴格的法律，缺失的保護體系和標準，造成大量醫院，醫療研究機構等醫療數據擁有者不愿或不敢分享其擁有的數據資源，從而嚴重影響了互聯網大數據潮流下醫療學科的快速進步和發展，譬如，對于疾病的綜合診斷和分析，遺傳疾病基因的大數據統計分析等等。

中國專利醫療數據發布的差分隱私保護方法，申請號201510690500.7，針對醫療數據直接公布的隱私安全問題，通過差分，加噪音等方法在保證數據可用性前提下保護相對的數據隱私。該方法仍默認數據挖掘者對數據的直接接觸(盡管數據經過隱私保護處理)，且不涉及數據挖掘者的權限驗證，計算分析平臺的可信認證，多平臺聯合學習等等。

中國專利一種高效隱私保護的云醫療數據監護系統及監護方法，申請號201610859330.5，設計了一種針對云端服務器醫療數據保護的加密上傳，查詢，讀取的系統。該發明無法實現對醫療數據在加密情況下的進一步挖掘和分析，且不涉及數據查詢者的權限驗證，數據平臺的可信認證，多平臺聯合學習等等。

中國專利一種基于醫療大數據的隱私保護數據挖掘系統及方法，申請號201811118948.1，發明了一種基于非交互零知識證明的三級醫療數據存儲，查詢以及管理系統。確保了本地樣本不會泄漏給服務器端，同時避免了虛假樣本匹配等等。該系統不涉及對于醫療大數據的進一步可信挖掘，數據挖掘者的權限認證，數據平臺的可信認證，多平臺聯合學習等等。

發明內容

本發明涉及一種基于可信計算及隱私保護的醫療數據聯合學習系統及方法，提供了一整套基于醫療大數據安全共享，可信計算，深度挖掘，權限認證，多平臺聯合學習的服務體系，解決了現階段對醫療數據隱私保護及數據挖掘零散、單一、不完整的問題。

為了達到上述目的，本發明的一個技術方案是提供一種基于可信計算及隱私保護的醫療數據聯合學習方法：

聯合學習中心控制層，接受數據貢獻者通過所在數據節點的數據貢獻者管理層上傳的非敏感的元信息進行存儲；所述元信息，基于數據貢獻者的原始數據而不包含原始數據的敏感信息；

所述聯合學習中心控制層，接受數據挖掘者通過數據挖掘者交互層發起的聯合學習請求進行處理；在聯合學習中心控制層的安全計算區域，對各數據節點通過對原始數據進行本地隔離計算得到的中間結果進行匯總和分析，并將聯合學習結果傳回數據挖掘者交互層。

可選地，聯合學習中心控制層設置有中心節點服務器及安全計算服務器，與各數據節點的數據貢獻者管理層分別設置的數據節點服務器進行交互；

所述醫療數據聯合學習方法，包含以下過程：

第一步，數據貢獻者的所有原始數據，在本地的防火墻之內進行注冊、存儲；數據貢獻者通過第一交互系統訪問數據節點服務器，進行數據集合注冊，指定數據集合的訪問權限和有效時間；所有原始數據存儲于本地私密數據庫，處于防火墻之內；數據節點服務器將元信息發送到中心節點服務器備案；