CN111931249A - 支持传输容错机制的医疗密态数据统计分析方法 - Google Patents
支持传输容错机制的医疗密态数据统计分析方法 Download PDFInfo
- Publication number
- CN111931249A CN111931249A CN202011001133.2A CN202011001133A CN111931249A CN 111931249 A CN111931249 A CN 111931249A CN 202011001133 A CN202011001133 A CN 202011001133A CN 111931249 A CN111931249 A CN 111931249A
- Authority
- CN
- China
- Prior art keywords
- medical
- data
- secret
- edge
- cloud server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
- G06F21/645—Protecting data integrity, e.g. using checksums, certificates or signatures using a third party
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6272—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database by registering files or documents with a third party
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种支持传输容错机制的医疗密态数据统计分析方法,包括:S1.系统初始化;S2.系统注册;S3.医疗数据加密和签名上传;S4.边缘服务器数据聚合去盲化;S5.云服务器存储有效数据;S6.云服务器数据聚合;S7.可验证的聚合密态数据解密与统计分析。本发明的方法支持传输容错机制,边缘服务器采用门限秘密共享技术,使得只要有效样本容量达到门限值就可以顺利完成密态数据聚合并去除盲化;因此,即使医疗用户不愿意上传敏感医疗数据,或者医疗用户传输密态数据中途被中断,或者其它恶意攻击行为导致密态数据传输失败,也不会影响医疗数据分析中心进行后续有效的具有隐私保护的数据统计分析。
Description
技术领域
本发明属于医疗大数据分析与信息安全保障领域,特别是涉及一种支持传输容错机制的医疗密态数据统计分析方法。
背景技术
随着5G和无线体域网技术的发展,越来越多的用户通过装有特殊感应器的可穿戴设备实时收集自己的医疗数据(如心率,血压,体温等),并通过无线体域网将收集的医疗数据发送到移动通讯设备中,然后通过互联网将医疗数据实时更新到医疗云端进行存储。随着连接到互联网上的无线体域网增多,其传输在互联网上的医疗数据也随之激增,为了保障这些数据在传输过程中的传输效率和时效性,对带宽资源、实时数据处理和延时就有了新的要求。然而单一的云计算架构无法满足这些需求,因此迫切需要引入各种智能边缘计算设备,辅助云计算实现海量医疗大数据实时处理与计算分析。
在医疗数据的传输过程中,由于无线体域网采集的医疗数据涉及到用户的隐私数据,较为敏感。同时,由于基于无线体域网的医疗数据可以为医疗数据分析中心提供重要的医疗信息挖掘和决策价值。因此在开放的无线网络中进行传输过程中,会采用数据加密技术来保障医疗数据机密性和用户隐私安全。此外,由于解密密钥在某些特殊情况下可能因安全保护措施不够而泄露,甚至可能会被敌手窃取,从而解密单个用户的医疗密态数据,对用户的隐私安全产生威胁。同时,在开放的无线网络环境中,可能存在外部敌手对通信信道进行窃听,拦截、替换、篡改用户传输的医疗数据,导致医生使用错误数据产生临床误诊,因此需要采用数字签名技术保障机密数据传输的完整性。
事实上,医疗数据加密传输,将会丧失不同程度的数据可用性。近年来,许多学者基于同态加密算法设计了各种密态数据聚合协议,由于同态加密算法所具有的保持加法或者乘法的特性,数据被加密后,能够被高效地进行聚合,同时医疗数据分析中心可以利用解密私钥直接对聚合密文进行解密,得到一些核心统计指标,为精确的诊断决策提供隐私保护的深度数据统计分析。整个过程,无需对单个用户的密态数据进行解密,由此有效保护了用户隐私和数据机密性。
在某些情况下,终端用户可能非常注重自己的医疗隐私数据,并不愿意按照要求实时通过互联网分享自己的敏感医疗数据。另一方面,用户在传输自己加密医疗数据过程中,可能因为网络传输问题,或者恶意敌手的中断等行为,导致医疗密态数据传输失败。因此,研究设计支持传输容错机制的医疗密态数据统计分析方法具有重要的应用价值。
发明内容
本发明的目的在于克服现有技术的不足,提供一种支持传输容错机制的医疗密态数据统计分析方法。
本发明的目的是通过以下技术方案来实现的:支持传输容错机制的医疗密态数据统计分析方法,包括:
S1.系统初始化:可信中心设置该方法中涉及的系统公开参数,所述系统公开参数包括双线性对映射、安全哈希函数、乘法循环群和定义在乘法循环子群上的生成元;同时,可信中心为医疗数据分析中心和云服务器分别颁发第一公私钥对,并分别为每个边缘服务器及各边缘服务器对应的医疗用户产生用于对医疗密态数据进行签名的第二公私钥对,可信中心将私钥通过安全信道发送给对应的云服务器、边缘服务器和医疗用户;
S2.系统注册:医疗用户利用同态签名算法对身份信息进行签名,产生对应的数字签名,然后将身份信息和对应的数字签名作为身份注册信息上传到所要注册的边缘服务器上;边缘服务器验证医疗用户的数字签名是否有效,若有效,则边缘服务器利用门限秘密共享方法向医疗用户分享用于盲化密文的秘密参数,并保存医疗用户的身份信息和秘密参数;
S3.医疗数据加密和签名上传:医疗用户利用医疗数据分析中心的公钥以及所述秘密参数加密医疗数据,产生医疗密态数据;然后利用同态签名算法对医疗密态数据进行签名,产生对应的数字签名;然后将医疗密态数据和对应的数字签名作为可验证密态数据信息上传到对应的边缘服务器上;
S4.边缘服务器数据聚合去盲化:边缘服务器接收到其所辖区域的医疗用户上传的可验证密态数据信息后,验证医疗密态数据的完整性,若验证通过,则对医疗密态数据进行聚合得到密态聚合数据,并在医疗密态数据统计分析有效周期内对密态聚合数据进行签名,得到可验证的边缘级聚合密态数据信息,并将可验证的边缘级聚合密态数据信息上传云服务器;
S5.云服务器存储有效数据:当云服务器接收到边缘服务器上传的可验证的边缘级聚合密态数据信息后,在医疗密态数据统计分析有效周期内,云服务器利用同态签名算法对所述边缘级聚合数据信息进行批量验证,当所有验证通过后,云服务器保存有效的边缘级聚合数据信息;
S6.云服务器数据聚合:医疗数据分析中心对目标区域的某一属性类型的医疗数据进行统计分析时,向云服务器发送挑战信息,云服务器根据挑战信息对被挑战的边缘级聚合数据信息产生云级聚合数据信息以及对应的数字签名,并将云级聚合数据信息以及对应的数字签名返回给医疗数据分析中心;
S7.可验证的聚合密态数据解密与统计分析:医疗数据分析中心收到云级聚合数据信息后,验证云级聚合数据信息的完整性,若验证通过,则对云级聚合密态数据进行解密,得到所有原始的医疗数据的和以及原始的医疗数据的平方和,并计算医疗数据的平均值和方差,然后医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
优选的,步骤S1包括:
S11.可信中心选取四个大素数,设置一个合数阶双线性对映射 ,其中 均为 阶乘法循环群, ;可信中心选取 的生成元 ,分别计算 , , , ,其中, 是 的 阶循环子群的生成元, 是 的阶循环子群的生成元, 是 的阶循环子群的生成元, 是 的 阶循环子群的生成元;可信中心计算两种私钥 和 ,并通过安全信道将第一私钥和第二私钥发送给医疗数据分析中心;
S13.可信中心为云服务器选取签名私钥 ,其中 表示模 剩余类环去掉零元的集合,计算其签名公钥 ;可信中心分别为每个边缘服务器选取签名私钥, ,计算对应的签名公钥 ;同时,可信中心为边缘服务器所辖区域的每个医疗用户选取签名私钥 ,计算对应的签名公钥 ;可信中心通过安全信道将签名私钥 发送给云服务器,将签名私钥 和大素数 发送给对应的边缘服务器,将签名私钥 发送给对应的医疗用户;
优选的,步骤S2包括:
优选的,步骤S23包括:
优选的,步骤S3包括:
优选的,步骤S4包括:
S41.边缘服务器接收到所辖区域的不同医疗用户发送的可验证密态数据信息后,边缘服务器将医疗用户的身份信息形成数据集 ,当数据集中的有效样本容量 满足 时, k为门限值,边缘服务器利用方程(2)对这 个可验证密态数据信息进行批量验证:
优选的,步骤S5包括:
优选的,步骤S6包括:
优选的,步骤S7包括:
若方程(4)验证未通过,则医疗数据分析中心重新发起挑战;若方程(4)验证通过,则利用方程(5)进行如下验证:
医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
本发明的有益效果是:
(1)本发明方法在云计算框架中集成了移动边缘计算设备,在节省宽带的同时也降低了时延,保障了数据的传输效率和实效性;
(2)本发明设计了新型同态加密算法,提高了医疗用户传输和存储医疗数据的机密性;
(3)本发明设计了新型同态签名算法,结合新型同态加密算法,构建了可验证的密态数据聚合技术,使得医疗数据分析中心可以有效验证整个边缘级和云级密态数据聚合与传输的正确性,并且只需通过两次解密就可以对医疗数据进行总和分析,均值分析以及方差分析;
(4)本发明的方法支持传输容错机制,边缘服务器采用门限秘密共享技术,使得只要有效样本容量达到门限值就可以顺利完成密态数据聚合并去除盲化;因此,即使医疗用户不愿意上传敏感医疗数据,或者医疗用户传输密态数据中途被中断,或者其它恶意攻击行为导致密态数据传输失败,也不会影响医疗数据分析中心进行后续有效的具有隐私保护的数据统计分析;
(5)边缘服务器通过秘密共享技术分享秘密参数给医疗用户,使得医疗用户在加密医疗数据时,对密态数据进行盲化生成新的医疗密态数据;即使敌手在整个过程中获得秘钥,也无法成功破解出医疗用户的医疗数据,提高了安全性。
附图说明
图1为本发明支持传输容错机制的医疗密态数据统计分析方法的一种流程图。
具体实施方式
下面将结合实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,本发明提供一种支持传输容错机制的医疗密态数据统计分析方法,包括:
S1.系统初始化:可信中心设置该方法中涉及的系统公开参数,所述系统公开参数包括双线性对映射、安全哈希函数、乘法循环群和定义在乘法循环子群上的生成元;同时,可信中心为医疗数据分析中心和云服务器分别颁发第一公私钥对,并分别为每个边缘服务器及各边缘服务器对应的医疗用户产生用于对医疗密态数据进行签名的第二公私钥对,可信中心将私钥通过安全信道发送给对应的云服务器、边缘服务器和医疗用户。
步骤S1包括:
S11.可信中心选取四个大素数 ,设置一个合数阶双线性对映射 ,其中 均为 阶乘法循环群, ;可信中心选取 的生成元 ,分别计算 , , , ,其中, 是 的 阶循环子群的生成元, 是 的阶循环子群的生成元,是 的 阶循环子群的生成元, 是 的 阶循环子群的生成元;可信中心计算两种私钥 和 ,并通过安全信道将第一私钥和第二私钥发送给医疗数据分析中心;
S13. 可信中心为云服务器选取签名私钥 ,其中 表示模 剩余类环去掉零元的集合,计算其签名公钥 ;可信中心分别为每个边缘服务器选取签名私钥 , ,计算对应的签名公钥 ;同时,可信中心为边缘服务器所辖区域的每个医疗用户选取签名私钥 ,计算对应的签名公钥 ;可信中心通过安全信道将签名私钥 发送给云服务器,将签名私钥 和大素数 发送给对应的边缘服务器,将签名私钥 发送给对应的医疗用户。
S2.系统注册:医疗用户利用同态签名算法对身份信息进行签名,产生对应的数字签名,然后将身份信息和对应的数字签名作为身份注册信息上传到所要注册的边缘服务器上;边缘服务器验证医疗用户的数字签名是否有效,若有效,则边缘服务器利用门限秘密共享方法向医疗用户分享用于盲化密文的秘密参数,并保存医疗用户的身份信息和秘密参数。
步骤S2包括:
步骤S23包括:
S3.医疗数据加密和签名上传:医疗用户利用医疗数据分析中心的公钥以及所述秘密参数加密医疗数据,产生医疗密态数据;利用同态签名算法对医疗密态数据进行签名,产生对应的数字签名;然后将医疗密态数据和对应的数字签名作为可验证密态数据信息上传到对应的边缘服务器上。
步骤S3包括:
S4.边缘服务器数据聚合去盲化:边缘服务器接收到其所辖区域的医疗用户上传的可验证密态数据信息后,验证医疗密态数据的完整性,若验证通过,则对医疗密态数据进行聚合得到密态聚合数据,并在医疗密态数据统计分析有效期内对密态聚合数据进行签名,得到可验证的边缘级聚合密态数据信息,并将可验证的边缘级聚合密态数据信息上传云服务器。
步骤S4包括:
S41.边缘服务器接收到所辖区域身份为的不同医疗用户发送的可验证密态数据信息后,边缘服务器将身份信息形成数据集,当数据集中的有效样本容量 满足 时, k为门限值,边缘服务器利用方程(2)对这 个可验证密态数据信息进行批量验证:
若方程(2)验证未通过,则表示至少有一个医疗用户上传的可验证密态数据信息 已经被替换或者篡改,边缘服务器终止后续操作;若方程(2)验证通过,则边缘服务器计算拉格朗日插值系数,并计算去盲化的聚合密态数据 :
S5.云服务器存储有效数据:当云服务器接收到边缘服务器上传的可验证的边缘级聚合密态数据信息后,在医疗密态数据统计分析有效期内,云服务器利用同态签名算法对所述边缘级聚合数据信息进行批量验证,当所有验证通过后,云服务器保存有效的边缘级聚合数据信息。
步骤S5包括:
S6.云服务器数据聚合:医疗数据分析中心对目标区域的某一属性类型的医疗数据进行统计分析时,向云服务器发送挑战信息,云服务器根据挑战信息对被挑战的边缘级聚合数据信息产生云级聚合数据信息以及对应的数字签名,并将云级聚合数据信息以及对应的数字签名返回给医疗数据分析中心。
步骤S6包括:
S61.在医疗密态数据统计分析有效周期Tim内,当医疗数据分析中心(表示符号为 )需要对目标区域的 属性类型的医疗数据进行统计分析时,选择目标区域的边缘服务器的身份信息的集合 ,然后发送挑战信息 给云服务器。
S7.可验证的聚合密态数据解密与统计分析:医疗数据分析中心收到云级聚合数据信息后,验证云级聚合数据信息的完整性,若验证通过,则对云级聚合密态数据进行解密,得到所有原始的医疗数据的和以及原始的医疗数据的平方和,并计算医疗数据的平均值和方差,然后医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
步骤S7包括:
若方程(4)验证未通过,则表示数据无效(数据被替换或者篡改),医疗数据分析中心重新发起挑战;若方程(4)验证通过,则利用方程(5)进行验证:
医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.支持传输容错机制的医疗密态数据统计分析方法,其特征在于,包括:
S1.系统初始化:可信中心设置该方法中涉及的系统公开参数,所述系统公开参数包括双线性对映射、安全哈希函数、乘法循环群和定义在乘法循环子群上的生成元;同时,可信中心为医疗数据分析中心和云服务器分别颁发第一公私钥对,并分别为每个边缘服务器及各边缘服务器对应的医疗用户产生用于对医疗密态数据进行签名的第二公私钥对,可信中心将私钥通过安全信道发送给对应的云服务器、边缘服务器和医疗用户;
S2.系统注册:医疗用户利用同态签名算法对身份信息进行签名,产生对应的数字签名,然后将身份信息和对应的数字签名作为身份注册信息上传到所要注册的边缘服务器上;边缘服务器验证医疗用户的数字签名是否有效,若有效,则边缘服务器利用门限秘密共享方法向医疗用户分享用于盲化密文的秘密参数,并保存医疗用户的身份信息和秘密参数;
S3.医疗数据加密和签名上传:医疗用户利用医疗数据分析中心的公钥以及所述秘密参数加密医疗数据,产生医疗密态数据;利用同态签名算法对医疗密态数据进行签名,产生对应的数字签名;然后将医疗密态数据和对应的数字签名作为可验证密态数据信息上传到对应的边缘服务器上;
S4.边缘服务器数据聚合去盲化:边缘服务器接收到其所辖区域的医疗用户上传的可验证密态数据信息后,验证医疗密态数据的完整性,若验证通过,则对医疗密态数据进行聚合得到密态聚合数据,并在医疗密态数据统计分析有效周期内对密态聚合数据进行签名,得到可验证的边缘级聚合密态数据信息,并将可验证的边缘级聚合密态数据信息上传云服务器;
S5.云服务器存储有效数据:当云服务器接收到边缘服务器上传的可验证的边缘级聚合密态数据信息后,在医疗密态数据统计分析有效周期内,云服务器利用同态签名算法对所述边缘级聚合数据信息进行批量验证,当所有验证通过后,云服务器保存有效的边缘级聚合数据信息;
S6.云服务器数据聚合:医疗数据分析中心对目标区域的某一属性类型的医疗数据进行统计分析时,向云服务器发送挑战信息,云服务器根据挑战信息对被挑战的边缘级聚合数据信息产生云级聚合数据信息以及对应的数字签名,并将云级聚合数据信息以及对应的数字签名返回给医疗数据分析中心;
S7.可验证的聚合密态数据解密与统计分析:医疗数据分析中心收到云级聚合数据信息后,验证云级聚合数据信息的完整性,若验证通过,则对云级聚合密态数据进行解密,得到所有原始的医疗数据的和以及原始的医疗数据的平方和,并计算医疗数据的平均值和方差,然后医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
2.根据权利要求1所述的支持传输容错机制的医疗密态数据统计分析方法,其特征在于,步骤S1包括:
S11.可信中心选取四个大素数,设置一个合数阶双线性对映射,其中均为阶乘法循环群,;可信中心选取的生成元,分别计算,,,,其中,是的阶循环子群的生成元, 是的 阶循环子群的生成元,是的阶循环子群的生成元, 是的阶循环子群的生成元;可信中心计算两种私钥和,并通过安全信道将第一私钥和第二私钥发送给医疗数据分析中心;
S13.可信中心为云服务器选取签名私钥 ,其中表示模剩余类环去掉零元的集合,计算其签名公钥 ;可信中心分别为每个边缘服务器选取签名私钥 , ,计算对应的签名公钥 ;同时,可信中心为边缘服务器所辖区域的每个医疗用户选取签名私钥 ,计算对应的签名公钥 ;可信中心通过安全信道将签名私钥发送给云服务器,将签名私钥 和大素数 发送给对应的边缘服务器,将签名私钥 发送给对应的医疗用户;
7.根据权利要求6所述的支持传输容错机制的医疗密态数据统计分析方法,其特征在于,步骤S4包括:
S41.边缘服务器接收到所辖区域的不同医疗用户发送的可验证密态数据信息 后,边缘服务器将医疗用户的身份信息形成数据集 ,当数据集中的有效样本容量 满足 时, k为门限值,边缘服务器利用方程(2)对这 个可验证密态数据信息进行批量验证:
9.根据权利要求8所述的支持传输容错机制的医疗密态数据统计分析方法,其特征在于,步骤S6包括:
10.根据权利要求9所述的支持传输容错机制的医疗密态数据统计分析方法,其特征在于,步骤S7包括:
若方程(4)验证未通过,则医疗数据分析中心重新发起挑战;若方程(4)验证通过,则利用方程(5)进行如下验证:
医疗数据分析中心在隐私保护状态下对医疗用户产生的医疗数据进行统计分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001133.2A CN111931249B (zh) | 2020-09-22 | 2020-09-22 | 支持传输容错机制的医疗密态数据统计分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011001133.2A CN111931249B (zh) | 2020-09-22 | 2020-09-22 | 支持传输容错机制的医疗密态数据统计分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111931249A true CN111931249A (zh) | 2020-11-13 |
CN111931249B CN111931249B (zh) | 2021-01-08 |
Family
ID=73334725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011001133.2A Active CN111931249B (zh) | 2020-09-22 | 2020-09-22 | 支持传输容错机制的医疗密态数据统计分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111931249B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113965331A (zh) * | 2021-12-22 | 2022-01-21 | 鹏城实验室 | 密态预测验证方法、装置、设备及存储介质 |
CN114422107A (zh) * | 2022-03-31 | 2022-04-29 | 四川高速公路建设开发集团有限公司 | 基于智慧工程建设系统平台可容错的密文数据聚合方法 |
CN114417419A (zh) * | 2022-01-24 | 2022-04-29 | 哈尔滨工业大学(深圳) | 具有安全授权和隐私保护的外包云存储医疗数据聚合方法 |
CN114866222A (zh) * | 2022-06-16 | 2022-08-05 | 山东大学 | 一种支持隐私保护的密文数据统计分析系统及方法 |
CN115033908A (zh) * | 2022-08-11 | 2022-09-09 | 西南石油大学 | 基于云存储的油气勘探细粒度密态数据的检索方法 |
CN114417419B (zh) * | 2022-01-24 | 2024-05-31 | 哈尔滨工业大学(深圳) | 具有安全授权和隐私保护的外包云存储医疗数据聚合方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120023336A1 (en) * | 2009-12-10 | 2012-01-26 | Vijayarangan Natarajan | System and method for designing secure client-server communication protocols based on certificateless public key infrastructure |
CN104113420A (zh) * | 2014-07-29 | 2014-10-22 | 中国人民武装警察部队工程大学 | 一种基于身份的可聚合签密方法 |
CN104796260A (zh) * | 2015-04-03 | 2015-07-22 | 北京航空航天大学 | 一种满足前向安全的短密文身份基加密方法 |
CN105791321A (zh) * | 2016-05-03 | 2016-07-20 | 西南石油大学 | 一种具有抗密钥泄露特性的云存储数据公共审计方法 |
CN106487786A (zh) * | 2016-09-30 | 2017-03-08 | 陕西师范大学 | 一种基于生物特征的云数据完整性验证方法及系统 |
CN106650503A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 基于ida的云端数据完整性验证及恢复方法 |
CN106789082A (zh) * | 2017-01-11 | 2017-05-31 | 西南石油大学 | 基于无线体域网的云存储医疗数据批量自审计方法 |
CN107592311A (zh) * | 2017-09-18 | 2018-01-16 | 西南石油大学 | 面向无线体域网的云存储医疗大数据轻量级批量审计方法 |
CN109639420A (zh) * | 2019-01-02 | 2019-04-16 | 西南石油大学 | 基于区块链技术的可匿名身份的医疗云存储公共审计方法 |
CN111162894A (zh) * | 2019-12-31 | 2020-05-15 | 西南石油大学 | 具有隐私保护的外包云存储医疗数据聚合的统计分析方法 |
-
2020
- 2020-09-22 CN CN202011001133.2A patent/CN111931249B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120023336A1 (en) * | 2009-12-10 | 2012-01-26 | Vijayarangan Natarajan | System and method for designing secure client-server communication protocols based on certificateless public key infrastructure |
CN104113420A (zh) * | 2014-07-29 | 2014-10-22 | 中国人民武装警察部队工程大学 | 一种基于身份的可聚合签密方法 |
CN104796260A (zh) * | 2015-04-03 | 2015-07-22 | 北京航空航天大学 | 一种满足前向安全的短密文身份基加密方法 |
CN105791321A (zh) * | 2016-05-03 | 2016-07-20 | 西南石油大学 | 一种具有抗密钥泄露特性的云存储数据公共审计方法 |
CN106487786A (zh) * | 2016-09-30 | 2017-03-08 | 陕西师范大学 | 一种基于生物特征的云数据完整性验证方法及系统 |
CN106650503A (zh) * | 2016-12-09 | 2017-05-10 | 南京理工大学 | 基于ida的云端数据完整性验证及恢复方法 |
CN106789082A (zh) * | 2017-01-11 | 2017-05-31 | 西南石油大学 | 基于无线体域网的云存储医疗数据批量自审计方法 |
CN107592311A (zh) * | 2017-09-18 | 2018-01-16 | 西南石油大学 | 面向无线体域网的云存储医疗大数据轻量级批量审计方法 |
CN109639420A (zh) * | 2019-01-02 | 2019-04-16 | 西南石油大学 | 基于区块链技术的可匿名身份的医疗云存储公共审计方法 |
CN111162894A (zh) * | 2019-12-31 | 2020-05-15 | 西南石油大学 | 具有隐私保护的外包云存储医疗数据聚合的统计分析方法 |
Non-Patent Citations (2)
Title |
---|
XIAOJUN ZHANG ET.AL.: ""LDVAS: Lattice-Based Designated Verifier Auditing Scheme for Electronic Medical Data in Cloud-Assisted WBANs"", 《IEEE ACCESS》 * |
张新鹏等: ""对类型可修改的基于身份代理重加密方案的改进"", 《电子科技大学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113965331A (zh) * | 2021-12-22 | 2022-01-21 | 鹏城实验室 | 密态预测验证方法、装置、设备及存储介质 |
CN114417419A (zh) * | 2022-01-24 | 2022-04-29 | 哈尔滨工业大学(深圳) | 具有安全授权和隐私保护的外包云存储医疗数据聚合方法 |
CN114417419B (zh) * | 2022-01-24 | 2024-05-31 | 哈尔滨工业大学(深圳) | 具有安全授权和隐私保护的外包云存储医疗数据聚合方法 |
CN114422107A (zh) * | 2022-03-31 | 2022-04-29 | 四川高速公路建设开发集团有限公司 | 基于智慧工程建设系统平台可容错的密文数据聚合方法 |
CN114866222A (zh) * | 2022-06-16 | 2022-08-05 | 山东大学 | 一种支持隐私保护的密文数据统计分析系统及方法 |
CN114866222B (zh) * | 2022-06-16 | 2024-03-15 | 山东大学 | 一种支持隐私保护的密文数据统计分析系统及方法 |
CN115033908A (zh) * | 2022-08-11 | 2022-09-09 | 西南石油大学 | 基于云存储的油气勘探细粒度密态数据的检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111931249B (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Son et al. | Design of secure authentication protocol for cloud-assisted telecare medical information system using blockchain | |
Chatterjee et al. | An effective ECC‐based user access control scheme with attribute‐based encryption for wireless sensor networks | |
Yu et al. | A robust authentication protocol for wireless medical sensor networks using blockchain and physically unclonable functions | |
CN108040056B (zh) | 基于物联网的安全医疗大数据系统 | |
CN111931249B (zh) | 支持传输容错机制的医疗密态数据统计分析方法 | |
Amin et al. | Design and analysis of bilinear pairing based mutual authentication and key agreement protocol usable in multi-server environment | |
Zhou et al. | PPDM: A privacy-preserving protocol for cloud-assisted e-healthcare systems | |
CN112954675B (zh) | 多网关认证方法、系统、存储介质、计算机设备、终端 | |
Li et al. | Secure and efficient anonymous authentication scheme for three-tier mobile healthcare systems with wearable sensors | |
Chen et al. | An infrastructure framework for privacy protection of community medical internet of things: Transmission protection, storage protection and access control | |
CN107635018B (zh) | 支持紧急接入访问控制和安全去重的跨域医疗云存储系统 | |
Praveen et al. | Improved Gentry–Halevi's fully homomorphic encryption‐based lightweight privacy preserving scheme for securing medical Internet of Things | |
Le et al. | A novel three-factor authentication protocol for multiple service providers in 6G-aided intelligent healthcare systems | |
Chen et al. | A secure three-factor-based authentication with key agreement protocol for e-Health clouds | |
Le et al. | An anonymous key distribution scheme for group healthcare services in 5G-enabled multi-server environments | |
Chaudhary et al. | Wireless body sensor network (WBSN) security and privacy issues: A survey | |
CN113727296A (zh) | 一种智慧医疗中基于无线传感器系统的匿名隐私保护认证协议方法 | |
Shamshad et al. | An identity-based authentication protocol for the telecare medical information system (TMIS) using a physically unclonable function | |
Guo | Cryptanalysis of a certificateless conditional privacy-preserving authentication scheme for wireless body area networks | |
Sun et al. | A privacy-aware and traceable fine-grained data delivery system in cloud-assisted healthcare IIoT | |
Zhou et al. | Backdoor-resistant identity-based proxy re-encryption for cloud-assisted wireless body area networks | |
Xu et al. | A computationally efficient authentication and key agreement scheme for multi-server switching in WBAN | |
Shi et al. | A Blockchain‐Based User Authentication Scheme with Access Control for Telehealth Systems | |
Lee et al. | Lightweight cloud computing-based RFID authentication protocols using PUF for e-healthcare systems | |
Zhao et al. | Lightweight Privacy‐Preserving Data Sharing Scheme for Internet of Medical Things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |