本發(fā)明屬于信息安全，尤其涉及一種基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法。
背景技術(shù)：
1、隨著醫(yī)療行業(yè)的快速發(fā)展，各種創(chuàng)新技術(shù)正在改變著醫(yī)療行業(yè)的面貌，醫(yī)療數(shù)據(jù)量也呈現(xiàn)爆炸式增長。從電子病歷和信息管理系統(tǒng)的廣泛應(yīng)用到遠(yuǎn)程醫(yī)療服務(wù)和移動醫(yī)療應(yīng)用的普及，患者和醫(yī)護(hù)人員之間的溝通與協(xié)作變得更加高效便捷。然而，隨著電子醫(yī)療數(shù)據(jù)的增加，數(shù)據(jù)安全和隱私保護(hù)問題愈發(fā)凸顯。首先，醫(yī)療機(jī)構(gòu)需要加強(qiáng)網(wǎng)絡(luò)安全措施，確?；颊叩牟v、檢查報告、藥物信息等數(shù)據(jù)的安全性和隱私性；同時，醫(yī)生還面臨如何從這些海量數(shù)據(jù)中快速、準(zhǔn)確地找到對病人最有益的治療方案的挑戰(zhàn)；此外，病人在選擇醫(yī)生、醫(yī)院和治療方案時，也同樣面臨著信息不對稱的問題。在線醫(yī)療推薦系統(tǒng)的提出可以有效解決這些問題，它通過提供高效的醫(yī)患匹配服務(wù)，從而顯著提高用戶的便利性以及節(jié)約醫(yī)生的數(shù)據(jù)處理時間。然而，這也引發(fā)了嚴(yán)重的隱私問題，因?yàn)橛脩舻尼t(yī)療信息、求診訴求等敏感的健康信息容易受到未經(jīng)授權(quán)的訪問和濫用?，F(xiàn)有的隱私保護(hù)解決方案在實(shí)現(xiàn)匹配準(zhǔn)確性和效率方面仍然面臨巨大挑戰(zhàn)。
技術(shù)實(shí)現(xiàn)思路
1、為解決上述技術(shù)問題，本發(fā)明提出了一種基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，以解決上述現(xiàn)有技術(shù)存在的問題。
2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，包括：
3、醫(yī)療管理中心生成安全秘鑰所需的材料并發(fā)送至病患用戶與服務(wù)器群；
4、醫(yī)療管理中心通過復(fù)制秘密共享與服務(wù)器群進(jìn)行醫(yī)生注冊服務(wù)和病患用戶注冊服務(wù)；注冊完成后，所述服務(wù)器群中的每個服務(wù)器獲得一對共享值；
5、病患用戶通過醫(yī)療管理中心進(jìn)行身份驗(yàn)證，驗(yàn)證通過后，醫(yī)療管理中心發(fā)送多點(diǎn)函數(shù)秘密共享秘鑰給病患用戶；基于多點(diǎn)函數(shù)秘密共享秘鑰與用戶需求向量獲得加密的索引向量；服務(wù)器群基于秘鑰評估算法計算用戶需求向量與醫(yī)生屬性向量的相似度向量，基于相似度向量篩選醫(yī)生并將對應(yīng)信息發(fā)送給病患用戶；
6、獲取評分向量并進(jìn)行分解，將分解得到的三個分享份額兩兩組合獲得三對共享值，分別由兩個計算服務(wù)器與一個輔助服務(wù)器持有；基于協(xié)議與協(xié)議計算用戶評分向量各維度的權(quán)重，基于評分向量各維度值和對應(yīng)的權(quán)重實(shí)現(xiàn)醫(yī)生評分的更新。
7、可選的，醫(yī)療管理中心生成安全秘鑰所需的材料并發(fā)送至病患用戶與服務(wù)器群的過程包括：
8、醫(yī)療管理中心通過安全參數(shù)進(jìn)行系統(tǒng)初始化，并生成一個隨機(jī)t點(diǎn)函數(shù)；基于安全參數(shù)與隨機(jī)t點(diǎn)函數(shù)生成兩對函數(shù)秘密共享密鑰對；將兩對函數(shù)秘密共享密鑰對發(fā)送至服務(wù)器群后，對醫(yī)療管理中心生成的偽隨機(jī)函數(shù)進(jìn)行公開。
9、可選的，將兩對函數(shù)秘密共享密鑰對發(fā)送至服務(wù)器群的過程包括：
10、將兩對函數(shù)秘密共享密鑰對中的首位發(fā)送至第一計算服務(wù)器，將第二對中的末位發(fā)送至第二計算服務(wù)器，將第一對的首位和第二對的末位發(fā)送至輔助服務(wù)器。
11、可選的，醫(yī)療管理中心通過復(fù)制秘密共享與服務(wù)器群進(jìn)行醫(yī)生注冊服務(wù)的過程包括：
12、所述醫(yī)療管理中心獲取每位醫(yī)生的屬性信息并進(jìn)行真實(shí)性驗(yàn)證，若驗(yàn)證通過，則將每位醫(yī)生的屬性信息轉(zhuǎn)換為向量形式，獲得醫(yī)生屬性向量；將所述醫(yī)生屬性向量分解為三個分享份額，將三個分享份額兩兩組合獲得三對共享值，分別由兩個計算服務(wù)器與一個輔助服務(wù)器持有；各個服務(wù)器在本地將所有醫(yī)生的分享值進(jìn)行縱向疊加，獲得兩個向量矩陣，完成醫(yī)生注冊，其中，三個分享份額之和為所述醫(yī)生屬性向量。
13、可選的，病患用戶注冊服務(wù)的過程包括：
14、基于病患用戶與醫(yī)療管理中心的對應(yīng)關(guān)系，獲得偽隨機(jī)函數(shù)；基于偽隨機(jī)函數(shù)與系統(tǒng)提示提交個人信息完成注冊。
15、可選的，基于秘鑰評估算法計算用戶需求向量與醫(yī)生屬性向量的相似度的過程包括：
16、服務(wù)器群中的每個服務(wù)器基于用戶需求向量的索引向量獲得相對應(yīng)的函數(shù)秘密共享密鑰；基于函數(shù)秘密共享密鑰、序向量與服務(wù)器持有的分享份額計算醫(yī)生屬性向量與用戶需求向量之間相似度的秘密分享份額，每個服務(wù)器對各自的秘密分享份額進(jìn)行求和，獲得對應(yīng)的相似度向量。
17、可選的，輔助服務(wù)器將每個服務(wù)器計算得到的相似度向量進(jìn)行求和，將求和得到的相似度值進(jìn)行排序，選擇相似度符合要求的醫(yī)生信息發(fā)送給病患用戶。
18、可選的，所述協(xié)議包括：醫(yī)療管理中心生成隨機(jī)數(shù)，通過復(fù)制秘密共享生成三個非零的加法共享份額和三個乘法共享份額；對三個非零的加法共享份額進(jìn)行兩兩組合后與對應(yīng)的乘法共享份額分別發(fā)送給兩個計算服務(wù)器與一個輔助服務(wù)器；每個服務(wù)器計算持有的評分向量和隨機(jī)數(shù)份額的乘積后，第一計算服務(wù)器與輔助服務(wù)器進(jìn)行數(shù)據(jù)交換并各自恢復(fù)真值后；計算服務(wù)器與輔助計算器分別計算自身持有的兩個乘法共享份額的倒數(shù)，第一計算服務(wù)器與輔助服務(wù)器通過真值對乘法共享份額的倒數(shù)進(jìn)行更新，計算服務(wù)器與輔助服務(wù)器對更新后的乘法共享份額的倒數(shù)的絕對值取對數(shù)值；其中，三個乘法共享份額的乘積為所述隨機(jī)數(shù)。
19、可選的，所述協(xié)議包括：
20、計算服務(wù)器與輔助服務(wù)器分別采用∏mul(?)對持有的評分向量分享份額和所有醫(yī)生屬性向量的分享份額進(jìn)行處理后，再通過所述協(xié)議處理；服務(wù)器群中各服務(wù)器公開本地份額，各服務(wù)器接收到缺少的共享份額后進(jìn)行重構(gòu)，取重構(gòu)獲得的結(jié)果的對數(shù)；各個服務(wù)器分別計算每個病人打分的權(quán)重的復(fù)制秘密分享份額，第一計算服務(wù)器與輔助服務(wù)器通過復(fù)制秘密共享加密后的本地份額之和的對數(shù)對復(fù)制秘密分享份額進(jìn)行更新；各服務(wù)器在本地計算所有病人評分所占權(quán)重之和。
21、可選的，基于評分向量各維度值和對應(yīng)的權(quán)重實(shí)現(xiàn)醫(yī)生評分更新的過程包括：
22、構(gòu)造三組非零共享值，分別將每組非零共享值的三個分享份額兩兩組合獲得三對共享值，分別由兩個計算服務(wù)器與一個輔助服務(wù)器持有；每個服務(wù)器將持有的每個病人權(quán)重的復(fù)制秘密分享份額與該病人對應(yīng)的評分向量的復(fù)制秘密分享份額進(jìn)行∏mul(?)運(yùn)算后求和，獲得評分加權(quán)和的復(fù)制秘密分享份額；服務(wù)器基于持有的評分加權(quán)和的復(fù)制秘密分享份額和所有病人權(quán)重的復(fù)制秘密分享份額之和獲得更新的醫(yī)生評分。
23、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：
24、本發(fā)明與現(xiàn)有的隱私保護(hù)醫(yī)療推薦方案相比，引入了醫(yī)生屬性評分向量。在推薦階段，通過計算患者的需求、醫(yī)生的屬性向量和醫(yī)生的屬性評分向量三者之間的相似度，并以此相似度為指標(biāo)來為病患推薦最優(yōu)的醫(yī)生；本發(fā)明通過醫(yī)生和患者之間的相似度來進(jìn)行醫(yī)患匹配，相較于其他方案采用的相似度計算方法，本發(fā)明中患者與服務(wù)器之間的通信開銷有明顯減少；本發(fā)明優(yōu)化了醫(yī)患匹配中涉及通信計算的部分，通過函數(shù)秘密共享實(shí)現(xiàn)數(shù)據(jù)的多方計算，并且引入計算服務(wù)器和輔助服務(wù)器兩種服務(wù)器，以降低在線計算開銷，不僅可以有效保護(hù)患者和醫(yī)生的數(shù)據(jù)安全，而且可以更有效地抵抗惡意評分。
1.一種基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
3.根據(jù)權(quán)利要求2所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
4.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
5.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
6.根據(jù)權(quán)利要求4所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
7.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
8.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
9.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，
10.根據(jù)權(quán)利要求1所述的基于權(quán)重匹配的隱私保護(hù)智慧醫(yī)療服務(wù)推薦方法，其特征在于，