[發明專利]基于醫療數據的數據脫敏裝置

在審

• 申請號: 202011511260.7
• 申請日: 2020-12-18
• 公開（公告）號: CN112749407A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 簡宋全;李青海;許飛月;鄒立斌;秦于欽;張清瑞;潘宇翔;周鑫乾
• 申請（專利權）人: 廣東精點數據科技股份有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G16H10/60
• 代理公司: 重慶強大凱創專利代理事務所(普通合伙) 50217
• 代理人: 隋金艷

1.基于醫療數據的數據脫敏裝置，其特征在于：包括服務器，所述服務器包括以下模塊：

數據存儲模塊：用于采集醫療數據并存儲在醫療數據庫中；

初步判斷模塊：用于判斷醫療數據是否為敏感數據；

二次判斷模塊：用于在醫療數據為敏感數據時，判斷醫療數據的類型是否為數字類型；

數據脫敏模塊：用于在二次判斷模塊判斷醫療數據的類型為數字類型時，基于預設的改進型差分隱私數據脫敏方法對醫療數據進行脫敏；

所述數據脫敏模具體包括以下子模塊：

云模型獲取子模塊：用于向云發生器中輸入給定參數，獲取具有給定方差和給定期望的云模型；

云模型脫敏子模塊：用于將醫療數據根據云模型生成噪聲，并將醫療數據根據噪聲進行變換，獲取脫敏數據；

脫敏處理子模塊：用于計算脫敏數據的差分隱私概率比值，并判斷脫敏數據的差分隱私概率比值是否符合閾值，若符合則輸出脫敏數據，若不符合，則調整給定參數，并重新執行云模型獲取子模塊。

2.根據權利要求1所述的基于醫療數據的數據脫敏裝置，其特征在于：所述云模型獲取子模塊中給定方差和給定期望根據給定參數生成，所述給定參數包括期望Ex、熵En、超熵He和云滴數量n；根據期望Ex作為給定期望，給定方差為熵En的平方與超熵He平方之和。

3.根據權利要求2所述的基于醫療數據的數據脫敏裝置，其特征在于：所述云模型脫敏子模塊中將醫療數據根據云模型生成噪聲包括以下單元：

數據集匹配單元：用于將醫療數據作為給定集合A，生成集合B，使集合B滿足：集合B的方差和期望與給定集合A相同；

云滴獲取單元：用于將集合B對應的給定參數輸入到云模型中，獲取n個云滴的定量值；

云滴脫敏單元：用于將n個云滴的定量值作為噪聲添加到給定集合A對其進行脫敏處理。

4.根據權利要求3所述的基于醫療數據的數據脫敏裝置，其特征在于：所述差分隱私概率比值的計算公式為：

其中,Pr為兩個集合加上噪音后結果為C的概率，M是在給定集合A或集合B上進行的任意查詢操作。

5.根據權利要求3所述的基于醫療數據的數據脫敏裝置，其特征在于：所述數據集匹配單元中，集合B的生成包括以下步驟：

向云發生器輸入期望Ex、熵En、超熵He和云滴數量n，生成一個服從標準正態分布的隨機數組，并對該數組的每一位都分別與超熵He相乘后再與熵En相加得到一個全新的數組arr1，將數組arr1作為集合B；

所述云滴獲取單元中，n個云滴的定量值的獲取包括以下步驟：

將arr1的每一位分別與另一個服從標準正態分布的隨機數組的對應位相乘后再與Ex相加得到另一個全新的數組arr2；所述數組arr2為n個云滴的集合；

所述云滴脫敏單元中，給定集合A的脫敏處理包括以下步驟：

求得arr2的標準差后，與相除，再與arr2的每一位與其均值相減后得到的數組的每一位相乘，最后再給相乘后的每一位加上Ex，獲得最終的脫敏數據。

6.根據權利要求1所述的基于醫療數據的數據脫敏裝置，其特征在于：所述服務器還包括以下模塊：

數據存儲模塊：用于獲取患者對于服用藥物的藥物效果反饋和藥物服用方案，并將藥物效果反饋、藥物服用方案和病歷數據一起存儲到數據庫中；

需求獲取模塊：用于獲取患者或數據接收方在疾病復發時的購藥需求，所述購藥需求包括藥物名稱或患病癥狀；

藥物匹配模塊：用于根據購藥需求進行藥物和藥物服用方案的匹配；再根據藥物查詢具有銷售所述藥物的藥店，并記錄藥店的地址和聯系方式；

藥物推送模塊：用于將匹配成功的藥物、藥物服用方案、藥店的地址和聯系方式推送給患者或數據接收方。

7.根據權利要求6所述的基于醫療數據的數據脫敏裝置，其特征在于：所述服務器還包括以下模塊：

藥物預約模塊：用于向患者或數據接收方發送藥物預約詢問，并接收患者或數據接收方對于藥物預約詢問的詢問反饋，當詢問反饋為同意時，根據藥店的聯系方式向藥店發送藥物預約請求。