[發明專利]基于直覺模糊信任的電子病歷訪問控制方法

有效

• 申請號: 202210707252.2
• 申請日: 2022-06-21
• 公開（公告）號: CN114936384B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 姜茸;劉蕊
• 申請（專利權）人: 云南財經大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F18/23;G06F40/289;G06F16/35;G16H10/60
• 代理公司: 昆明順新圖盛專利代理事務所(特殊普通合伙) 53213
• 代理人: 廖萍

1.基于直覺模糊信任的電子病歷訪問控制方法，其特征在于：包括以下3個步驟：

A、相關度計算：通過隱含狄利克雷分布LDA主題模型提取出就診患者和其他患者電子病歷文檔的主題概率分布，并利用JS散度計算兩個電子病歷的相關度，根據相關度來描述醫生的訪問行為；就診患者和其他患者電子病歷的JS散度越小，兩個電子病歷之間的相關度越高，說明醫生進行正常訪問的概率越大，醫生的訪問行為越可信；如果醫生訪問的就診患者和其他患者電子病歷之間的相關度很低，說明醫生進行過度訪問的概率越大，醫生的訪問行為越不可信；

所述就診患者電子病歷是指醫生訪問的當前就診患者的電子病歷文檔，其他患者電子病歷是指醫生訪問的患有相關疾病患者的電子病歷文檔；

B、信任量化：通過直覺模糊理論，從醫生可信度、不可信度和不確定度三個方面量化醫生的直覺模糊信任值，并引入時間窗和時間衰減，根據醫生的歷史訪問記錄將有效時間內的直覺模糊信任值進行聚合，得到總的直覺模糊信任值；

所述醫生的直覺模糊信任值計算過程如下：

可信度計算公式如下：

μ_A(x)＝1-JS(P||Q)

其中：X是一個論域，則稱A＝{x[μ_A(x),ν_A(x)]|x∈X}為直覺模糊集，μA(x),νA(x)分別為x屬于A的隸屬度和非隸屬度，即μ_A:X→[0,1]，ν_A:X→[0,1]且0≤μ_A(x)+ν_A(x)≤1,其中有:π_A(x)＝1-μ_A(x)-ν_A(x),為X中元素x屬于A的不確定度；

醫生的不可信度根據Yager的母函數來確定，其公式如下：

其中a的值用來控制直覺模糊的不確定度，當a＝1時，ν_A(x)＝1-μ_A(x)，即不確定度為0；當a取其他值時，用一組直覺模糊數來表示醫生訪問行為的可信度、不可信度以及不確定度，其中不確定度的計算公式如下：

醫生的直覺模糊信任值表示為：

IT＝[μ_A(x),ν_A(x)]；

所述醫生的直覺模糊信任值引入時間窗和時間衰減后，計算公式為：

其中，因子τ用于限制聚合后的總體直覺模糊信任值仍然處于[0,1]的范圍內，IT^j表示第j條歷史訪問記錄對應的直覺模糊信任值，ω_j為第j條歷史訪問記錄對應的時間衰減因子，其計算公式為：

ε為歷史訪問記錄影響參數，ε的取值范圍在[0,1]之間，ε的取值越大，代表對歷史訪問記錄的影響程度越大；

C、訪問控制：將所有醫生進行直覺模糊聚類，得到四個自適應的信任區間，制定相應訪問控制策略，授予訪問權限；同時，加入獎懲機制，動態更新醫生的直覺模糊信任值；

所述四個自適應的信任區間通過以下步驟獲得：

C1-1、通過以下公式計算兩兩醫生之間的相對熵：

其中：醫生Y₁的直覺模糊信任值為(μ₁,ν₁)，醫生Y₂的直覺模糊信任值為(μ₂,ν₂)，由于直覺模糊相對熵KL(Y₁Y₂)不具有對稱度量的性質，引入直覺模糊對稱相對熵，其公式如下：

K(Y₁,Y₂)＝K(Y₂,Y₁)＝KL(Y₁,Y₂)+KL(Y₂,Y₁)；

C1-2、對所有醫生之間的對稱相對熵進行聚類；

C1-3、根據所有醫生的聚類結果，得出自適應的信任區間，根據醫生所處的信任區間進行信任等級的劃分，利用信任等級授予醫生不同的訪問權限；

所述授予訪問權限是利用新得分函數對醫生的總體直覺模糊信任值和信任區間閾值進行比較，從而確定醫生所處的信任等級，授予醫生相應的訪問權限；

所述訪問控制策略分為以下步驟：

C4-1:醫生登錄電子病歷系統進行身份驗證，驗證通過進行下一步，不通過返回驗證界面，繼續進行驗證；

C4-2:醫生發出訪問請求；

C4-3:讀取醫生的直覺模糊信任值，對比信任區間；

C4-4:訪問權限判定；

C4-5動態更新直覺模糊信任值。