CN106202945A - 一种高安全性的医患信息管理系统 - Google Patents

Abstract

一种高安全性的医患信息管理系统，包括患者信息获取端，所述患者信息获取端包括手机APP和医疗网站平台；云服务器，包括计算云服务器、储存云服务器和专家数据库；专家数据库更新平台，与所述云服务器相连，根据网上接收到的数据不断更新专家数据库的评分和分类；数据储存和恢复单元，连接在患者信息获取端与云服务器之间，为患者信息的提供加密的储存和信息获取服务；医疗机构及专家端，云服务器根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

Description

一种高安全性的医患信息管理系统

技术领域

本发明涉及医疗信息领域，具体涉及一种高安全性的医患信息管理系统。

背景技术

网上治病已经成为一种时尚，也是信息化的必然产物，但是患者的病历信息对于病者来说是一种具有极强私隐的信息，不能轻易泄露给第三方，因此，设计一种既能快速匹配到适合患者的医疗机构和执业医生，又能保证患者的信息不被泄露给恶意第三方，是一个具有很强实用价值的课题。

发明内容

针对上述问题，本发明提供一种高安全性的医患信息管理系统。

本发明的目的采用以下技术方案来实现：

一种高安全性的医患信息管理系统，其特征是，包括患者信息获取端，所述患者信息获取端包括手机APP和医疗网站平台，患者通过患者信息获取端输入自己的患病相关信息至云服务器；

云服务器，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台，与所述云服务器相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元，连接在患者信息获取端与云服务器之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端，云服务器根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生；

本医患信息管理系统的有益效果为：设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是一种高安全性的医患信息管理系统的结构框图；

图2是数据储存和恢复单元的结构框图。

附图标记：患者信息获取端-1；云服务器-2；专家数据库更新平台-3；数据储存和恢复单元-4；医疗机构及专家端-5；就医反馈信息端-6；医疗收费标准平台-7；数据预处理模块-21；数据存储模块-22；数据恢复模块-23；数据评估模块-24；数据分割子模块-221；数据加密子模块-222；云存储子模块223分级匹配子模块-231；匹配容错子模块-232。

具体实施方式

结合以下实施例对本发明作进一步描述。

应用场景1：

如图1所示的一种高安全性的医患信息管理系统，包括患者信息获取端1，所述患者信息获取端1包括手机APP和医疗网站平台，患者通过患者信息获取端1输入自己的患病相关信息至云服务器2；

云服务器2，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台3，与所述云服务器2相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元4，连接在患者信息获取端1与云服务器2之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端5，云服务器2根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

本发明设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

优选地，还包括就医反馈信息端6，其用于为专家数据库更新平台3提供数据支持，所述就医反馈信息端6通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台3。

优选地，所述云服务器2还连接有医疗收费标准平台7，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。

优选地，如图2所示，所述数据储存和恢复单元包括数据预处理模块21、数据存储模块22、数据恢复模块23和数据评估模块24：

(1)数据预处理模块21，用于对所述保患者相关信息的数据进行分类，其具体执行以下操作：通过K-means聚类对数据进行分类，以聚类中心为名称为每一分类建立目录，重复以上分类过程，将数据进行细分，形成分类下的子分类，并形成数据的多级目录。

(2)数据存储模块22，包括数据分割子模块221、数据加密子模块222和云存储子模块223：

a、数据分割子模块221，用于对存储的数据进行分割，其具体执行以下操作：

当需要存储数据r时，首先在患者数据获取端把数据r分割成长度均为h的n部分r₁，r₂，…，r_n，然后在有限域Z_P中将每个r_i分别分割成n个子块r_i,1，r_i,2…r_i,n，其中p＞2^h，则对于第j个子块r_i,j＝r_i.(r_i,1.r_i,2....r_i,j-1)^-1modp，其中mod代表求余运算符；

将{r_i,1.r_i,2....r_i,n-1}设成是初始的分块集，映射到集合{p₁,p₂…p_n}构建线性相关关系，用下式表示线性方程组：

a_i1r_1,1+a_i2r_1,2+…+a_inr_1,n＝c_i,1

a_i1r_2,1+a_i2r_2,2+…+a_inr_2,n＝c_i,2

……

a_i1r_n,1+a_i2r_n,2+…+a_inr_n,n＝c_i,n

其中a_ij是从有限域Z_P中任意选取的，以此类推得出C_2,1,c_2,2,…,c_2,n,…,c_n,1,c_n,2,…,c_n,n，用矩阵的形式表现出其相关关系，令 则上述线性方程组表示为A×R＝C；

对矩阵R按下式进行二次混合得到新的矩阵C‘：A×R×A＝C‘。

b、数据加密子模块222，用于对存储的数据进行加密以提高数据的安全性，其具体执行以下操作：

调用密匙生成函数，根据每个a_ij的值以及用户输入的安全参数λ值，输出解密密匙对｛K_E，K_D｝，并将加密密匙K_E与计算云服务器H_i共享，将解密密匙K_D存储在患者信息获取端2。

通过计算云服务器向伪随机序列生成器输入a_ij，生成与a_ij一一对应的标识Tag_ij，同时调用同态加密函数，输入加密密匙及每个a_ij所对应的数据值V_ij，生成密文Z_ij，容易知Tag_ij和c_ij均为n×n矩阵，分别记为Tag和Z矩阵；用Tag矩阵按下式对C‘进行一次混合加密得到C“：Tag×C‘＝C“；然后用Z矩阵按下式对C“进行二次混合加密得到C“’：C“×Z＝C“’；任意随机产生B个虚拟向量，其中B≥2n，随机地将该虚拟向量安排入C“’中，得到一个N₁×N₂的矩阵Q，其中N₁和N₂均大于n，所述虚拟向量用于掩饰真实的n值，进一步加强了数据的安全性。在此实施例中，min(N₁,N₂)≥n+1，得到的矩阵Q的行数或者列数至少比n值大1，称为提高了1个安全等级。

c、云存储子模块223，用于将加密后的数据上传到储存云服务器进行存储，将得到的A、C、C‘、C“、C“’、Q、Tag、Z、由C“’得到矩阵Q时的具体随机路径以及所述虚拟向量上传到储存云服务器。

(3)数据恢复模块23，用于根据用户的请求将储存数据的恢复和取出，其包括分级匹配子模块231和匹配容错子模块232：

a、分级匹配子模块231，其具体执行以下操作：

用户发出请求需要恢复数据r，从储存服务器中调出矩阵Q、生成矩阵Q时的随机路径和虚拟向量，按照该随机路径逆向剔除虚拟向量后得到矩阵C“’₁；

将C“’₁与从储存服务器中调出的C“’比较，如果不匹配则报错，如果匹配则进入下一步；

将C“’₁按照预先编写好的逆向函数以及从储存服务器中调出的矩阵Z和矩阵Tag分别得出C“₁和C‘₁，并分别与C“和C‘比较，任一步骤不匹配均报错，匹配成功后进入下一步；

调出矩阵A，一方面根据矩阵A的可逆性按照R＝A^-1C‘A^-1得到储存数据r，另一方面将A用预先编好的解密函数解密，得到解密密匙K_D‘，K_D‘与存储在患者信息获取端2的解密密匙K_D进行比较，如果K_D‘与存储在患者信息获取端2的解密密匙K_D相匹配，则云服务器向患者信息获取端发送得到的储存数据r，这样就恢复了数据r；

b、匹配容错子模块232：

如果K_D‘与K_D无法匹配则报错并且将得到的数据r在设定的时间t内作保存，如果在时间t内用户重新匹配上密匙，则直接将数据r发送给患者信息获取端，否则丢失该数据r。

(4)数据评估模块24，对数据预处理模块21中的数据分类过程、数据存储模块22中的数据分割和加密过程、数据恢复模块23中的分级匹配过程进行监督和评价，为后续的改进提供数据支持。

在此实施例的医患信息管理系统中，(1)设置数据预处理模块21对大规模数据进行分类，能够有效提高计算效率，减少时间成本；

(2)先对数据平均分割，再对每个子块进行分割，由于C中任意元素的值不仅与R中第j列有关,也与R中其它的列有关,关联性强，而且将伪随机函数和同态加密机制有机地结合在矩阵加密中，窃取者想要获得数据r的完整信息，不光要对密匙和随机函数进行破解，而且必须获得矩阵中每一个元素的值，才能恢复处全部信息；

(3)将随机产生的虚拟向量随机地安排到矩阵C“’中，能有效掩饰真实的n值，这进一步提高了破译的难度，这对于均分分割的方案来说是尤为重要的，min(N₁,N₂)≥n+1，得到的矩阵Q的行数或者列数至少比n值大1，提高了1个安全等级；

(4)恢复数据过程中每一个步均与储存的数据进行比较，降低了容错率；一次数据恢复失败后，并不立即丢失恢复出来的数据，而是采取暂存的方式，降低了系统的计算强度。

应用场景2：

如图1所示的一种高安全性的医患信息管理系统，包括患者信息获取端1，所述患者信息获取端1包括手机APP和医疗网站平台，患者通过患者信息获取端1输入自己的患病相关信息至云服务器2；

云服务器2，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台3，与所述云服务器2相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元4，连接在患者信息获取端1与云服务器2之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端5，云服务器2根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

本发明设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

优选地，还包括就医反馈信息端6，其用于为专家数据库更新平台3提供数据支持，所述就医反馈信息端6通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台3。

优选地，所述云服务器2还连接有医疗收费标准平台7，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。

优选地，如图2所示，所述数据储存和恢复单元3包括数据预处理模块21、数据存储模块22、数据恢复模块23和数据评估模块24：

(1)数据预处理模块21，用于对所述保患者相关信息的数据进行分类，其具体执行以下操作：通过K-means聚类对数据进行分类，以聚类中心为名称为每一分类建立目录，重复以上分类过程，将数据进行细分，形成分类下的子分类，并形成数据的多级目录。

(2)数据存储模块22，包括数据分割子模块221、数据加密子模块222和云存储子模块223：

a、数据分割子模块221，用于对存储的数据进行分割，其具体执行以下操作：

当需要存储数据r时，首先在患者信息获取端把数据r分割成长度均为h的n部分r₁，r₂，…，r_n，然后在有限域Z_P中将每个r_i分别分割成n个子块r_i,1，r_i,2…r_i,n，其中p＞2^h，则对于第j个子块r_i,j＝r_i.(r_i,1.r_i,2....r_i,j-1)^-1modp，其中mod代表求余运算符；

将{r_i,1.r_i,2....r_i,n-1}设成是初始的分块集，映射到集合{p₁,p₂…p_n}构建线性相关关系，用下式表示线性方程组：

a_i1r_1,1+a_i2r_1,2+…+a_inr_1,n＝c_i,1

a_i1r_2,1+a_i2r_2,2+…+a_inr_2,n＝c_i,2

……

a_i1r_n,1+a_i2r_n,2+…+a_inr_n,n＝c_i,n

其中a_ij是从有限域Z_P中任意选取的，以此类推得出c_2,1,c_2,2,…,c_2,n,…,c_n,1,c_n,2,…,c_n,n，用矩阵的形式表现出其相关关系，令 则上述线性方程组表示为A×R＝C；

对矩阵R按下式进行二次混合得到新的矩阵C‘：A×R×A＝C‘。

b、数据加密子模块222，用于对存储的数据进行加密以提高数据的安全性，其具体执行以下操作：

调用密匙生成函数，根据每个a_ij的值以及用户输入的安全参数λ值，输出解密密匙对{K_E，K_D}，并将加密密匙K_E与计算云服务器H_i共享，将解密密匙K_D存储在患者信息获取端。

通过计算云服务器向伪随机序列生成器输入a_ij，生成与a_ij一一对应的标识Tag_ij，同时调用同态加密函数，输入加密密匙及每个a_ij所对应的数据值V_ij，生成密文Z_ij，容易知Tag_ij和c_ij均为n×n矩阵，分别记为Tag和Z矩阵；用Tag矩阵按下式对C‘进行一次混合加密得到C“：Tag×C‘＝C“；然后用Z矩阵按下式对C“进行二次混合加密得到C“’：C“×Z＝C“’；任意随机产生B个虚拟向量，其中B≥2n，随机地将该虚拟向量安排入C“’中，得到一个N₁×N₂的矩阵Q，其中N₁和N₂均大于n，所述虚拟向量用于掩饰真实的n值，进一步加强了数据的安全性。在此实施例中，min(N₁,N₂)≥n+2，得到的矩阵Q的行数或者列数至少比n值大2，称为提高了2个安全等级。

c、云存储子模块223，用于将加密后的数据上传到储存云服务器进行存储，将得到的A、C、C‘、C“、C“’、Q、Tag、Z、由C“’得到矩阵Q时的具体随机路径以及所述虚拟向量上传到储存云服务器。

(3)数据恢复模块23，用于根据用户的请求将储存数据的恢复和取出，其包括分级匹配子模块231和匹配容错子模块232：

a、分级匹配子模块231，其具体执行以下操作：

用户发出请求需要恢复数据r,从储存服务器中调出矩阵Q、生成矩阵Q时的随机路径和虚拟向量，按照该随机路径逆向剔除虚拟向量后得到矩阵C“’₁；

将C“’₁与从储存服务器中调出的C“’比较，如果不匹配则报错，如果匹配则进入下一步；

将C“’₁按照预先编写好的逆向函数以及从储存服务器中调出的矩阵Z和矩阵Tag分别得出C“₁和C‘₁，并分别与C“和C‘比较，任一步骤不匹配均报错，匹配成功后进入下一步；

调出矩阵A，一方面根据矩阵A的可逆性按照R＝A^-1C‘A^-1得到储存数据r，另一方面将A用预先编好的解密函数解密，得到解密密匙K_D‘，K_D‘与存储在患者信息获取端的解密密匙K_D进行比较，如果K_D‘与存储在患者信息获取端的解密密匙K_D相匹配，则云服务器向患者信息获取端发送得到的储存数据r，这样就恢复了数据r；

b、匹配容错子模块232：

如果K_D‘与K_D无法匹配则报错并且将得到的数据r在设定的时间t内作保存，如果在时间t内用户重新匹配上密匙，则直接将数据r发送给患者信息获取端，否则丢失该数据r。

(4)数据评估模块24，对数据预处理模块21中的数据分类过程、数据存储模块22中的数据分割和加密过程、数据恢复模块23中的分级匹配过程进行监督和评价，为后续的改进提供数据支持。

在此实施例的医患信息管理系统中，(1)设置数据预处理模块21对大规模数据进行分类，能够有效提高计算效率，减少时间成本；

(2)先对数据平均分割，再对每个子块进行分割，由于C中任意元素的值不仅与R中第j列有关,也与R中其它的列有关,关联性强，而且将伪随机函数和同态加密机制有机地结合在矩阵加密中，窃取者想要获得数据r的完整信息，不光要对密匙和随机函数进行破解，而且必须获得矩阵中每一个元素的值，才能恢复处全部信息；

(3)将随机产生的虚拟向量随机地安排到矩阵C“’中，能有效掩饰真实的n值，这进一步提高了破译的难度，这对于均分分割的方案来说是尤为重要的，min(N₁,N₂)≥n+2，得到的矩阵Q的行数或者列数至少比n值大2，提高了2个安全等级；

(4)恢复数据过程中每一个步均与储存的数据进行比较，降低了容错率；一次数据恢复失败后，并不立即丢失恢复出来的数据，而是采取暂存的方式，降低了系统的计算强度。

应用场景3：

如图1所示的一种高安全性的医患信息管理系统，包括患者信息获取端1，所述患者信息获取端1包括手机APP和医疗网站平台，患者通过患者信息获取端1输入自己的患病相关信息至云服务器2；

云服务器2，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台3，与所述云服务器2相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元4，连接在患者信息获取端1与云服务器2之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端5，云服务器2根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

本发明设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

优选地，还包括就医反馈信息端6，其用于为专家数据库更新平台3提供数据支持，所述就医反馈信息端6通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台3。

优选地，所述云服务器2还连接有医疗收费标准平台7，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。

优选地，如图2所示，所述数据储存和恢复单元包括数据预处理模块21、数据存储模块22、数据恢复模块23和数据评估模块24：

(1)数据预处理模块21，用于对所述保患者相关信息的数据进行分类，其具体执行以下操作：通过K-means聚类对数据进行分类，以聚类中心为名称为每一分类建立目录，重复以上分类过程，将数据进行细分，形成分类下的子分类，并形成数据的多级目录。

(2)数据存储模块22，包括数据分割子模块221、数据加密子模块222和云存储子模块223：

a、数据分割子模块221，用于对存储的数据进行分割，其具体执行以下操作：

当需要存储数据r时，首先在患者信息获取端把数据r分割成长度均为h的n部分r₁，r₂，…，r_n，然后在有限域Z_P中将每个r_i分别分割成n个子块r_i,1，r_i,2…r_i,n，其中P＞2^h，则对于第j个子块r_i,j＝r_i.(r_i,1.r_i,2....r_i,j-1)^-1modp，其中mod代表求余运算符；

将{r_i,1.r_i,2....r_i,n-1}设成是初始的分块集，映射到集合{p₁,p₂…p_n}构建线性相关关系，用下式表示线性方程组：

a_i1r_1,1+a_i2r_1,2+…+a_inr_1,n＝c_i,1

a_i1r_2,1+a_i2r_2,2+…+a_inr_2,n＝c_i,2

……

a_i1r_n,1+a_i2r_n,2+…+a_inr_n,n＝c_i,n

其中a_ij是从有限域Z_P中任意选取的，以此类推得出c_2,1,c_2,2,…,c_2,n,…,c_n,1,c_n,2,…,c_n,n，用矩阵的形式表现出其相关关系，令 则上述线性方程组表示为A×R＝C；

对矩阵R按下式进行二次混合得到新的矩阵C‘：A×R×A＝C‘。

b、数据加密子模块222，用于对存储的数据进行加密以提高数据的安全性，其具体执行以下操作：

调用密匙生成函数，根据每个a_ij的值以及用户输入的安全参数λ值，输出解密密匙对{K_E，K_D}，并将加密密匙K_E与计算云服务器H_i共享，将解密密匙K_D存储在患者信息获取端。

通过计算云服务器向伪随机序列生成器输入a_ij，生成与a_ij一一对应的标识Tag_ij，同时调用同态加密函数，输入加密密匙及每个a_ij所对应的数据值V_ij，生成密文Z_ij，容易知Tag_ij和c_ij均为n×n矩阵，分别记为Tag和Z矩阵；用Tag矩阵按下式对C‘进行一次混合加密得到C“：Tag×C‘＝C“；然后用Z矩阵按下式对C“进行二次混合加密得到C“’：C“×Z＝C“’；任意随机产生B个虚拟向量，其中B≥2n，随机地将该虚拟向量安排入C“’中，得到一个N₁×N₂的矩阵Q，其中N₁和N₂均大于n，所述虚拟向量用于掩饰真实的n值，进一步加强了数据的安全性。在此实施例中，min(N₁,N₂)≥n+3，得到的矩阵Q的行数或者列数至少比n值大3，称为提高了3个安全等级。

c、云存储子模块223，用于将加密后的数据上传到储存云服务器进行存储，将得到的A、C、C‘、C“、C“’、Q、Tag、Z、由C“’得到矩阵Q时的具体随机路径以及所述虚拟向量上传到储存云服务器。

(3)数据恢复模块23，用于根据用户的请求将储存数据的恢复和取出，其包括分级匹配子模块231和匹配容错子模块232：

a、分级匹配子模块231，其具体执行以下操作：

用户发出请求需要恢复数据r,从储存服务器中调出矩阵Q、生成矩阵Q时的随机路径和虚拟向量，按照该随机路径逆向剔除虚拟向量后得到矩阵C“’₁；

将C“’₁与从储存服务器中调出的C“’比较，如果不匹配则报错，如果匹配则进入下一步；

将C“’₁按照预先编写好的逆向函数以及从储存服务器中调出的矩阵Z和矩阵Tag分别得出C“₁和C‘₁，并分别与C“和C‘比较，任一步骤不匹配均报错，匹配成功后进入下一步；

调出矩阵A，一方面根据矩阵A的可逆性按照R＝A^-1C‘A^-1得到储存数据r，另一方面将A用预先编好的解密函数解密，得到解密密匙K_D‘，K_D‘与存储在患者信息获取端的解密密匙K_D进行比较，如果K_D‘与存储在患者信息获取端的解密密匙K_D相匹配，则云服务器向患者信息获取端发送得到的储存数据r，这样就恢复了数据r；

b、匹配容错子模块232：

如果K_D‘与K_D无法匹配则报错并且将得到的数据r在设定的时间t内作保存，如果在时间t内用户重新匹配上密匙，则直接将数据r发送给患者信息获取端，否则丢失该数据r。

(4)数据评估模块24，对数据预处理模块21中的数据分类过程、数据存储模块22中的数据分割和加密过程、数据恢复模块23中的分级匹配过程进行监督和评价，为后续的改进提供数据支持。

在此实施例的医患信息管理系统中，(1)设置数据预处理模块21对大规模数据进行分类，能够有效提高计算效率，减少时间成本；

(2)先对数据平均分割，再对每个子块进行分割，由于C中任意元素的值不仅与R中第j列有关,也与R中其它的列有关,关联性强，而且将伪随机函数和同态加密机制有机地结合在矩阵加密中，窃取者想要获得数据r的完整信息，不光要对密匙和随机函数进行破解，而且必须获得矩阵中每一个元素的值，才能恢复处全部信息；

(3)将随机产生的虚拟向量随机地安排到矩阵C“’中，能有效掩饰真实的n值，这进一步提高了破译的难度，这对于均分分割的方案来说是尤为重要的，min(N₁,N₂)≥n+3，得到的矩阵Q的行数或者列数至少比n值大3，提高了3个安全等级；

(4)恢复数据过程中每一个步均与储存的数据进行比较，降低了容错率；一次数据恢复失败后，并不立即丢失恢复出来的数据，而是采取暂存的方式，降低了系统的计算强度。

应用场景4:

如图1所示的一种高安全性的医患信息管理系统，包括患者信息获取端1，所述患者信息获取端1包括手机APP和医疗网站平台，患者通过患者信息获取端1输入自己的患病相关信息至云服务器2；

云服务器2，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台3，与所述云服务器2相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元4，连接在患者信息获取端1与云服务器2之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端5，云服务器2根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

本发明设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

优选地，还包括就医反馈信息端6，其用于为专家数据库更新平台3提供数据支持，所述就医反馈信息端6通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台3。

优选地，所述云服务器2还连接有医疗收费标准平台7，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。

优选地，如图2所示，所述数据储存和恢复单元包括数据预处理模块21、数据存储模块22、数据恢复模块23和数据评估模块24：

(1)数据预处理模块21，用于对所述保患者相关信息的数据进行分类，其具体执行以下操作：通过K-means聚类对数据进行分类，以聚类中心为名称为每一分类建立目录，重复以上分类过程，将数据进行细分，形成分类下的子分类，并形成数据的多级目录。

(2)数据存储模块22，包括数据分割子模块221、数据加密子模块222和云存储子模块223：

a、数据分割子模块221，用于对存储的数据进行分割，其具体执行以下操作：

当需要存储数据r时，首先在患者信息获取端把数据r分割成长度均为h的n部分r₁，r₂，…，r_n，然后在有限域Z_P中将每个r_i分别分割成n个子块r_i,1，r_i,2…r_i,n，其中p＞2^h，则对于第j个子块r_i,j＝r_i·(r_i,1.r_i,2....r_i,j-1)^-1modp，其中mod代表求余运算符；

将{r_i,1.r_i,2....r_i,n-1｝设成是初始的分块集，映射到集合｛p₁,p₂…p_n｝构建线性相关关系，用下式表示线性方程组：

a_i1r_1,1+a_i2r_1,2+…+a_inr_1,n＝c_i,1

a_i1r_2,1+a_i2r_2,2+…+a_inr_2,n＝c_i,2

……

a_i1r_n,1+a_i2r_n,2+…+a_inr_n,n＝c_i,n

其中a_ij是从有限域Z_P中任意选取的，以此类推得出c_2,1,c_2,2,…,c_2,n,…,c_n,1,c_n,2,…,c_n,n，用矩阵的形式表现出其相关关系，令 则上述线性方程组表示为A×R＝C；

对矩阵R按下式进行二次混合得到新的矩阵C‘：A×R×A＝C‘。

b、数据加密子模块222，用于对存储的数据进行加密以提高数据的安全性，其具体执行以下操作：

调用密匙生成函数，根据每个a_ij的值以及用户输入的安全参数λ值，输出解密密匙对{K_E，K_D}，并将加密密匙K_E与计算云服务器H_i共享，将解密密匙K_D存储在患者信息获取端。

通过计算云服务器向伪随机序列生成器输入a_ij，生成与a_ij一一对应的标识Tag_ij，同时调用同态加密函数，输入加密密匙及每个a_ij所对应的数据值V_ij，生成密文Z_ij，容易知Tag_ij和c_ij均为n×n矩阵，分别记为Tag和Z矩阵；用Tag矩阵按下式对C‘进行一次混合加密得到C“：Tag×C‘＝C“；然后用Z矩阵按下式对C“进行二次混合加密得到C“’：C“×Z＝C“’；任意随机产生B个虚拟向量，其中B≥2n，随机地将该虚拟向量安排入C“’中，得到一个N₁×N₂的矩阵Q，其中N₁和N₂均大于n，所述虚拟向量用于掩饰真实的n值，进一步加强了数据的安全性。在此实施例中，min(N₁,N₂)≥n+4，得到的矩阵Q的行数或者列数至少比n值大4，称为提高了4个安全等级。

c、云存储子模块223，用于将加密后的数据上传到储存云服务器进行存储，将得到的A、C、C‘、C“、C“’、Q、Tag、Z、由C“’得到矩阵Q时的具体随机路径以及所述虚拟向量上传到储存云服务器。

(3)数据恢复模块23，用于根据用户的请求将储存数据的恢复和取出，其包括分级匹配子模块231和匹配容错子模块232：

a、分级匹配子模块231，其具体执行以下操作：

用户发出请求需要恢复数据r,从储存服务器中调出矩阵Q、生成矩阵Q时的随机路径和虚拟向量，按照该随机路径逆向剔除虚拟向量后得到矩阵C“’₁；

将C“’₁与从储存服务器中调出的C“’比较，如果不匹配则报错，如果匹配则进入下一步；

将C“’₁按照预先编写好的逆向函数以及从储存服务器中调出的矩阵Z和矩阵Tag分别得出C“₁和C‘₁，并分别与C“和C‘比较，任一步骤不匹配均报错，匹配成功后进入下一步；

调出矩阵A，一方面根据矩阵A的可逆性按照R＝A^-1C‘A^-1得到储存数据r，另一方面将A用预先编好的解密函数解密，得到解密密匙K_D‘，K_D‘与存储在患者信息获取端的解密密匙K_D进行比较，如果K_D‘与存储在患者信息获取端的解密密匙K_D相匹配，则云服务器向患者信息获取端发送得到的储存数据r，这样就恢复了数据r；

b、匹配容错子模块232：

如果K_D‘与K_D无法匹配则报错并且将得到的数据r在设定的时间t内作保存，如果在时间t内用户重新匹配上密匙，则直接将数据r发送给患者信息获取端，否则丢失该数据r。

(4)数据评估模块24，对数据预处理模块21中的数据分类过程、数据存储模块22中的数据分割和加密过程、数据恢复模块23中的分级匹配过程进行监督和评价，为后续的改进提供数据支持。

在此实施例的医患信息管理系统中，(1)设置数据预处理模块21对大规模数据进行分类，能够有效提高计算效率，减少时间成本；

(2)先对数据平均分割，再对每个子块进行分割，由于C中任意元素的值不仅与R中第j列有关,也与R中其它的列有关,关联性强，而且将伪随机函数和同态加密机制有机地结合在矩阵加密中，窃取者想要获得数据r的完整信息，不光要对密匙和随机函数进行破解，而且必须获得矩阵中每一个元素的值，才能恢复处全部信息；

(3)将随机产生的虚拟向量随机地安排到矩阵C“’中，能有效掩饰真实的n值，这进一步提高了破译的难度，这对于均分分割的方案来说是尤为重要的，min(N₁,N₂)≥n+4，得到的矩阵Q的行数或者列数至少比n值大4，提高了4个安全等级；

(4)恢复数据过程中每一个步均与储存的数据进行比较，降低了容错率；一次数据恢复失败后，并不立即丢失恢复出来的数据，而是采取暂存的方式，降低了系统的计算强度。

应用场景5：

如图1所示的一种高安全性的医患信息管理系统，包括患者信息获取端1，所述患者信息获取端1包括手机APP和医疗网站平台，患者通过患者信息获取端1输入自己的患病相关信息至云服务器2；

云服务器2，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台3，与所述云服务器2相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元4，连接在患者信息获取端1与云服务器2之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端5，云服务器2根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

本发明设计了一种高安全性的医患信息管理系统，能及时更新专家数据库的信息，保证信息的实时性，同时分类时参考了用户的评分，使得其更具有可信度；利用云服务器来支撑整个系统的计算了储存，大大减少了本地服务器的投入。

优选地，还包括就医反馈信息端6，其用于为专家数据库更新平台3提供数据支持，所述就医反馈信息端6通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台3。

优选地，所述云服务器2还连接有医疗收费标准平台7，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。

优选地，如图2所示，所述数据储存和恢复单元包括数据预处理模块21、数据存储模块22、数据恢复模块23和数据评估模块24：

(1)数据预处理模块21，用于对所述保患者相关信息的数据进行分类，其具体执行以下操作：通过K-means聚类对数据进行分类，以聚类中心为名称为每一分类建立目录，重复以上分类过程，将数据进行细分，形成分类下的子分类，并形成数据的多级目录。

(2)数据存储模块22，包括数据分割子模块221、数据加密子模块222和云存储子模块223：

a、数据分割子模块221，用于对存储的数据进行分割，其具体执行以下操作：

当需要存储数据r时，首先在患者信息获取端把数据r分割成长度均为h的n部分r₁，r₂，…，r_n，然后在有限域Z_P中将每个r_i分别分割成n个子块r_i,1，r_i,2…r_i,n，其中p＞2^h，则对于第j个子块r_i,j＝r_i.(r_i,1.r_i,2....r_i,j-1)^-1modp，其中mod代表求余运算符；

将{r_i,1.r_i,2....r_i,n-1｝设成是初始的分块集，映射到集合｛p₁,p₂…p_n｝构建线性相关关系，用下式表示线性方程组：

a_i1r_1,1+a_i2r_1,2+…+a_inr_1,n＝c_i,1

a_i1r_2,1+a_i2r_2,2+…+a_inr_2,n＝c_i,2

……

a_i1r_n,1+a_i2r_n,2+…+a_inr_n,n＝c_i,n

其中a_ij是从有限域Z_P中任意选取的，以此类推得出c_2,1,c_2,2,…,c_2,n,…,c_n,1,c_n,2,…,c_n,n，用矩阵的形式表现出其相关关系，令 则上述线性方程组表示为A×R＝C；

对矩阵R按下式进行二次混合得到新的矩阵C‘：A×R×A＝C‘。

b、数据加密子模块222，用于对存储的数据进行加密以提高数据的安全性，其具体执行以下操作：

调用密匙生成函数，根据每个a_ij的值以及用户输入的安全参数λ值，输出解密密匙对{K_E，K_D}，并将加密密匙K_E与计算云服务器H_i共享，将解密密匙K_D存储在患者信息获取端。

通过计算云服务器向伪随机序列生成器输入a_ij，生成与a_ij一一对应的标识Tag_ij，同时调用同态加密函数，输入加密密匙及每个a_ij所对应的数据值V_ij，生成密文Z_ij，容易知Tag_ij和c_ij均为n×n矩阵，分别记为Tag和Z矩阵；用Tag矩阵按下式对C‘进行一次混合加密得到C“：Tag×C‘＝C“；然后用Z矩阵按下式对C“进行二次混合加密得到C“’：C“×Z＝C“’；任意随机产生B个虚拟向量，其中B≥2n，随机地将该虚拟向量安排入C“’中，得到一个N₁×N₂的矩阵Q，其中N₁和N₂均大于n，所述虚拟向量用于掩饰真实的n值，进一步加强了数据的安全性。在此实施例中，min(N₁,N₂)≥n+5，得到的矩阵Q的行数或者列数至少比n值大5，称为提高了5个安全等级。

c、云存储子模块223，用于将加密后的数据上传到储存云服务器进行存储，将得到的A、C、C‘、C“、C“’、Q、Tag、Z、由C“’得到矩阵Q时的具体随机路径以及所述虚拟向量上传到储存云服务器。

(3)数据恢复模块23，用于根据用户的请求将储存数据的恢复和取出，其包括分级匹配子模块231和匹配容错子模块232：

a、分级匹配子模块231，其具体执行以下操作：

用户发出请求需要恢复数据r,从储存服务器中调出矩阵Q、生成矩阵Q时的随机路径和虚拟向量，按照该随机路径逆向剔除虚拟向量后得到矩阵C“’₁；

将C“’₁与从储存服务器中调出的C“’比较，如果不匹配则报错，如果匹配则进入下一步；

将C“’₁按照预先编写好的逆向函数以及从储存服务器中调出的矩阵Z和矩阵Tag分别得出C“₁和C‘₁，并分别与C“和C‘比较，任一步骤不匹配均报错，匹配成功后进入下一步；

调出矩阵A，一方面根据矩阵A的可逆性按照R＝A^-1C‘A^-1得到储存数据r，另一方面将A用预先编好的解密函数解密，得到解密密匙K_D‘，K_D‘与存储在患者信息获取端的解密密匙K_D进行比较，如果K_D‘与存储在患者信息获取端的解密密匙K_D相匹配，则云服务器向患者信息获取端发送得到的储存数据r，这样就恢复了数据r；

b、匹配容错子模块232：

如果K_D‘与K_D无法匹配则报错并且将得到的数据r在设定的时间t内作保存，如果在时间t内用户重新匹配上密匙，则直接将数据r发送给患者信息获取端，否则丢失该数据r。

(4)数据评估模块24，对数据预处理模块21中的数据分类过程、数据存储模块22中的数据分割和加密过程、数据恢复模块23中的分级匹配过程进行监督和评价，为后续的改进提供数据支持。

在此实施例的医患信息管理系统中，(1)设置数据预处理模块21对大规模数据进行分类，能够有效提高计算效率，减少时间成本；

(2)先对数据平均分割，再对每个子块进行分割，由于C中任意元素的值不仅与R中第j列有关,也与R中其它的列有关,关联性强，而且将伪随机函数和同态加密机制有机地结合在矩阵加密中，窃取者想要获得数据r的完整信息，不光要对密匙和随机函数进行破解，而且必须获得矩阵中每一个元素的值，才能恢复处全部信息；

(3)将随机产生的虚拟向量随机地安排到矩阵C“’中，能有效掩饰真实的n值，这进一步提高了破译的难度，这对于均分分割的方案来说是尤为重要的，min(N₁,N₂)≥n+5，得到的矩阵Q的行数或者列数至少比n值大5，提高了5个安全等级；

(4)恢复数据过程中每一个步均与储存的数据进行比较，降低了容错率；一次数据恢复失败后，并不立即丢失恢复出来的数据，而是采取暂存的方式，降低了系统的计算强度。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种高安全性的医患信息管理系统，其特征是，包括患者信息获取端，所述患者信息获取端包括手机APP和医疗网站平台，患者通过患者信息获取端输入自己的患病相关信息至云服务器；

云服务器，包括计算云服务器、储存云服务器和专家数据库，所述计算云服务器为数据处理提供计算支撑，所述储存云服务器用于储存患者的相关病历数据，所述专家数据库用于储存各个医疗机构以及各个执业医生的资料，并根据医疗科目以及患者评分进行数据分类；

专家数据库更新平台，与所述云服务器相连，根据网上接收到的数据不断更新专家数据库的评分和分类；

数据储存和恢复单元，连接在患者信息获取端与云服务器之间，为患者用户信息的提供加密的储存和信息获取服务；

医疗机构及专家端，云服务器根据接收到的患病相关信息，自动匹配评分最高的医疗机构及执业医生给患者，患者确定选择后，将该患者的患病相关信息发送至患者选择的医疗机构或者执业医生。

2.根据权利要求1所述的高安全性的医患信息管理系统，其特征是，还包括就医反馈信息端，其用于为专家数据库更新平台提供数据支持，所述就医反馈信息端通过专门的网页以及手机APP平台，接受各个患者对每个医疗机构和执业医生的评分以及医疗效果反馈，并将上述反馈信息传送至专家数据库更新平台。

3.根据权利要求2所述的高安全性的医患信息管理系统，其特征是，所述云服务器还连接有医疗收费标准平台，录入市级以上医院公布的各个医疗科目和医药的收费标准，为患者提供参考。