CN112349416A - 基于区块链和大数据的大健康管理平台 - Google Patents
基于区块链和大数据的大健康管理平台 Download PDFInfo
- Publication number
- CN112349416A CN112349416A CN202011231023.5A CN202011231023A CN112349416A CN 112349416 A CN112349416 A CN 112349416A CN 202011231023 A CN202011231023 A CN 202011231023A CN 112349416 A CN112349416 A CN 112349416A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- big
- intervention
- management platform
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及大健康管理技术领域,具体地说,涉及基于区块链和大数据的大健康管理平台。其包括大健康管理平台,所述大健康管理平台包括数据采集单元、大数据管理单元、预防单元和干预单元;所述数据采集单元用于对个人的体征数据进行采集。本发明中数据分析模块对分类汇总后的体征数据根据参数类型与数据存储模块中体征数据的阈值进行对比,当判断用户的体征数据不正常时,结合数据存储模块中体征数据的阈值和大量患者的体征数据预测用户患病和治愈的概率进行风险预测,以解决不能够及时发现自身疾病的问题。
Description
技术领域
本发明涉及大健康管理技术领域,具体地说,涉及基于区块链和大数据的大健康管理平台。
背景技术
大健康是根据时代发展、社会需求与疾病谱的改变,提出的一种全局的理念。它围绕着人的衣食住行以及人的生老病死,关注各类影响健康的危险因素和误区,提倡自我健康管理,是在对生命全过程全面呵护的理念指导下提出来的,但仅通过自身的记录无法对个人的体征数据进行分析,不能够准全的预测出自己的身体的状况,从而自身耽误疾病的治疗时间。
发明内容
本发明的目的在于提供基于区块链和大数据的大健康管理平台,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供基于区块链和大数据的大健康管理平台,包括大健康管理平台,所述大健康管理平台包括数据采集单元、大数据管理单元、预防单元和干预单元;所述数据采集单元用于对个人的体征数据进行采集,一般的体征数据包括信息数据和跟踪数据,值得说明的是信息数据通过检测仪器测量所得的患者体重、血压、血糖、血脂水平等数据,跟踪数据包括饮食、运动、睡眠等数据;所述大数据管理单元用于对数据采集单元采集的数据进行管理和分析;所述预防单元用于对大数据管理单元分析后的数据进行风险评估,并输出风险评估报告;所述干预单元用于针对风险评估报告作出干预报告;
所述数据采集单元包括采集模块、通信模块和移动终端;所述采集模块用于通信模块收集的个人体征数据进行采集,并将采集的数据封装成数据包传输至移动终端,移动终端(113)内部包括CPU、内存、固化存储介质以及操作系统,移动终端可通过GSM,CDMA,WCDMA,EDGE等无线运营网通讯,也可以通过无线局域网,蓝牙和红外进行通信;所述通信模块用于通过无线电技术以及无线网络对个人的体征数据进行收集;
所述大数据管理单元包括数据分析模块、报告生成模块、存储模块和区块链验证模块;所述数据分析模块用于对采集的体征数据、历史的体征数据以及体征数据的阈值进行分类汇总和组合分析,并得出分析结果;所述报告生成模块用于对数据分析模块得出的结果生成分析报告;所述存储模块用于对数据分析模块分析的过程及结果进行存储;所述区块链验证模块用于对存储模块内存储的数据进行核实验证;
所述预防单元包括健康评估模块和风险预测模块;所述健康评估模块用于对存储模块模块中的历史体征数据进行提取分析,并生成分析的评估报告;所述风险预测模块用于对健康评估模块生成的评估报告进行分析得出风险预测报告;
所述干预单元包括饮食干预模块、运动干预模块、心理干预模块和营养干预模块;所述饮食干预模块、运动干预模块、心理干预模块和营养干预模块用于分析风险预测模块得出的风险预测报告,并结合相应的风险预估得出饮食、运动、心理和营养方面的干预方案。
作为本技术方案的进一步改进,所述通信模块中的无线电技术至少包括:
底层硬件模块,所述底层硬件模块包括基带、跳频和链路管理,所述基带用于完成数据和跳频的传输,无线调频层是不需要授权的通过2.4GHzISM频段的微波,数据流传输和过滤就是在无线调频层实现的,主要定义了收发器在此频带正常工作所需要满足的条件;所述链路管理用于对链路建立、连接和拆除进行安全控制;
中间协议层,所述中间协议层包括服务发现协议、逻辑链路控制和适应协议、电话通信协议和串口仿真协议四个部分,逻辑链路控制和适应协议用于管理数据拆装、复用协议和控制服务质量;
高层应用,所述高层应用用于对个人的体征数据进行收集,不同种类的高层应用是通过相应的应用程序通过一定的应用模式实现的一种无线通信。
作为本技术方案的进一步改进,所述通信模块中的无线网络的共享步骤如下:
S1.1、找到命令提示符选项,以管理员身份运行;
S1.2、在命令行上输入连接指令,入netshwlansethostednetworkmode=allowssid=scc_wankey=1*197k51*,该字符串命令是将系统自带的虚拟无线网卡功能启动起来,其中"scc_wan"是SSID,"1*197k51*"是无线访问密码,mode参数是用于指定是否启动系统自带虚拟无线网卡,如果该参数设置成allow表示允许启动该虚拟无线网卡,disallow表示禁用;
S2.3、返回到控制面板,双击”网络和共享中心“图标,单击更改适配器设置按钮,出现“MicrosoftVirtualWi-FiAdapter”图标,表示虚拟无线AP设备已经启动成功;
S2.4、共享Internet网络,在网络邻居属性里面右击本地能够上网的适配器属性,在弹出目标网络连接的属性对话框,点选”共享“选项卡,选中对应的设置页面中的”允许其他用户通过此计算机的internet连接来连接“等选项,同时在列表中选择之前配置好的无线网络,再按确定按钮;
S2.5、重新回来命令提示符下输入netshwlanstarthostednetwork,启动虚拟无线服务。
作为本技术方案的进一步改进,所述存储模块包括区块链备份模块,其备份方法如下:
S2.1、所述区块链备份模块以区块单位组织采集数据,存储模块内的所有采集数据都以数据包的方式储在唯一的区块链中;
S2.2、所述S1中每个区块由区块头和区块主体组成,区块主体只负责记录前一段时间内的所有交易信息,区块链的大部分功能由区块头实现,区块头通过区块链的哈希值对每个区块首位相连。
作为本技术方案的进一步改进,所述S2.2中哈希值采用二次探测方法解决碰撞,其探测序列如下:
hash(key)+0;
hash(key)+1^2;
[hash(key)-1^2];
hash(key)+2^2;
[hash(key)-2^2]。
作为本技术方案的进一步改进,所述区块链验证模块包括查找模块和对比核实模块;所述查找模块用于查询各个区块链中相同的采集数据;所述对比核实模块用于对查询的采集数据进行核实。
作为本技术方案的进一步改进,所述区块链验证模块的验证方法如下:
S3.1、区域头针对查找模块查询到的采集数据进行运算确定随机散列值出现的特定数值;
S3.2、节点反复寻找所述S3.1中的特定数值;
S3.3、对比核实模块对查询到的信息进行核算之后的数值进行对比核实,若一致,则可信,若不一致,则不可信。
作为本技术方案的进一步改进,所述数据分析模块的分析步骤如下:
S4.1、对分类汇总后的体征数据根据参数类型与数据存储模块中体征数据的阈值进行对比,结合对比结果和相应用户的历史体征数据和既往病史判断用户的体征数据是否正常;
S4.2、当判断用户的体征数据不正常时,结合数据存储模块中体征数据的阈值和大量患者的体征数据预测用户患病和治愈的概率进行风险预测,并将风险预测的数据传输给风险预测模块;
S4.3、风险预测模块将数据传输给饮食干预模块、运动干预模块、心理干预模块和营养干预模块,通过各个干预模块结合风险预测得出相应的干预治疗建议。
作为本技术方案的进一步改进,存储模块还包括数据加密模块,所述数据加密模块采用RSA加密算法。
作为本技术方案的进一步改进,所述RSA加密算法公式如下:
加密:Y=Xemodn;
解密:X=Ydmodn;
其中,X为明文,Y为密文。
与现有技术相比,本发明的有益效果:数据分析模块对分类汇总后的体征数据根据参数类型与数据存储模块中体征数据的阈值进行对比,当判断用户的体征数据不正常时,结合数据存储模块中体征数据的阈值和大量患者的体征数据预测用户患病和治愈的概率进行风险预测,并将风险预测的数据传输给风险预测模块,风险预测模块将数据传输给饮食干预模块、运动干预模块、心理干预模块和营养干预模块,通过各个干预模块结合风险预测得出相应的干预治疗建议,以解决不能够及时发现自身疾病的问题,另外干预治疗建议也为用户提供了更加准确的饮食、运动、心理和营养治疗方案。
附图说明
图1为实施例1的大健康管理平台模块示意图;
图2为实施例1的数据采集单元模块示意图;
图3为实施例1的大数据管理单元模块示意图;
图4为实施例1的预防单元模块示意图;
图5为实施例1的干预单元模块示意图。
图中各个标号意义为:
100、大健康管理平台;
110、数据采集单元;111、采集模块;112、通信模块;113、移动终端;
120、大数据管理单元;121、数据分析模块;122、报告生成模块;123、存储模块;124、区块链验证模块;
130、预防单元;131、健康评估模块;132、风险预测模块;
140、干预单元;141、饮食干预模块;142、运动干预模块;143、心理干预模块;144、营养干预模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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,本领域普通技术人员在没有做出创造性劳动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。
实施例1
本发明提供基于区块链和大数据的大健康管理平台,请参阅图1-图5,包括大健康管理平台100,大健康管理平台100包括数据采集单元110、大数据管理单元120、预防单元130和干预单元140;数据采集单元110用于对个人的体征数据进行采集,一般的体征数据包括信息数据和跟踪数据,值得说明的是信息数据通过检测仪器测量所得的患者体重、血压、血糖、血脂水平等数据,跟踪数据包括饮食、运动、睡眠等数据;大数据管理单元120用于对数据采集单元110采集的数据进行管理和分析;预防单元130用于对大数据管理单元120分析后的数据进行风险评估,并输出风险评估报告;干预单元140用于针对风险评估报告作出干预报告;
数据采集单元110包括采集模块111、通信模块112和移动终端113;采集模块111用于通信模块112收集的个人体征数据进行采集,并将采集的数据封装成数据包传输至移动终端113,移动终端113内部包括CPU、内存、固化存储介质以及操作系统,移动终端可通过GSM,CDMA,WCDMA,EDGE等无线运营网通讯,也可以通过无线局域网,蓝牙和红外进行通信;通信模块112用于通过无线电技术以及无线网络对个人的体征数据进行收集;
大数据管理单元120包括数据分析模块121、报告生成模块122、存储模块123和区块链验证模块124;数据分析模块121用于对采集的体征数据、历史的体征数据以及体征数据的阈值进行分类汇总和组合分析,并得出分析结果;报告生成模块122用于对数据分析模块121得出的结果生成分析报告;存储模块123用于对数据分析模块121分析的过程及结果进行存储;区块链验证模块124用于对存储模块123内存储的数据进行核实验证;
预防单元130包括健康评估模块131和风险预测模块132;健康评估模块131用于对存储模块123模块中的历史体征数据进行提取分析,并生成分析的评估报告;风险预测模块132用于对健康评估模块131生成的评估报告进行分析得出风险预测报告;
干预单元140包括饮食干预模块141、运动干预模块142、心理干预模块143和营养干预模块144;饮食干预模块141、运动干预模块142、心理干预模块143和营养干预模块144用于分析风险预测模块132得出的风险预测报告,并结合相应的风险预估得出饮食、运动、心理和营养方面的干预方案。
本实施例中,通信模块112中的无线电技术至少包括:
底层硬件模块,底层硬件模块包括基带、跳频和链路管理,基带用于完成数据和跳频的传输,无线调频层是不需要授权的通过2.4GHzISM频段的微波,数据流传输和过滤就是在无线调频层实现的,主要定义了收发器在此频带正常工作所需要满足的条件;链路管理用于对链路建立、连接和拆除进行安全控制,从而提高整个链路的安全性;
中间协议层,中间协议层包括服务发现协议、逻辑链路控制和适应协议、电话通信协议和串口仿真协议四个部分,通过服务发现协议层提供上层应用程序的机制,以便于使用网络中的服务,逻辑链路控制和适应协议用于管理数据拆装、复用协议和控制服务质量,是其中间协议层作用实现的基础;
高层应用,高层应用用于对个人的体征数据进行收集,不同种类的高层应用是通过相应的应用程序通过一定的应用模式实现的一种无线通信,从而通过通信模块112对短距离的检测仪器上的数据进行采集,从而提高信息采集的便捷性,提高数据的采集速度。
进一步的,通信模块112中的无线网络的共享步骤如下:
S1.1、找到命令提示符选项,以管理员身份运行;
S1.2、在命令行上输入连接指令,入netshwlansethostednetworkmode=allowssid=scc_wankey=1*197k51*,该字符串命令是将系统自带的虚拟无线网卡功能启动起来,其中"scc_wan"是SSID,"1*197k51*"是无线访问密码,mode参数是用于指定是否启动系统自带虚拟无线网卡,如果该参数设置成allow表示允许启动该虚拟无线网卡,disallow表示禁用
S2.3、返回到控制面板,双击”网络和共享中心“图标,单击更改适配器设置按钮,出现“MicrosoftVirtualWi-FiAdapter”图标,表示虚拟无线AP设备已经启动成功;
S2.4、共享Internet网络,在网络邻居属性里面右击本地能够上网的适配器属性,在弹出目标网络连接的属性对话框,点选”共享“选项卡,选中对应的设置页面中的”允许其他用户通过此计算机的internet连接来连接“等选项,同时在列表中选择之前配置好的无线网络,再按确定按钮;
S2.5、重新回来命令提示符下输入netshwlanstarthostednetwork,启动虚拟无线服务,从而通过无线网络实现采集数据的远距离传输。
具体的,存储模块123包括区块链备份模块,其备份方法如下:
S2.1、区块链备份模块以区块单位组织采集数据,存储模块123内的所有采集数据都以数据包的方式储在唯一的区块链中;
S2.2、S1中每个区块由区块头和区块主体组成,区块主体只负责记录前一段时间内的所有交易信息,区块链的大部分功能由区块头实现,区块头通过区块链的哈希值对每个区块首位相连,从而通过对采集数据的备份提高存储模块123数据存储的安全性。
此外,S2.2中哈希值采用二次探测方法解决碰撞,其探测序列如下:
hash(key)+0;
hash(key)+1^2;
[hash(key)-1^2];
hash(key)+2^2;
[hash(key)-2^2]。
本实施例中二次探测方法具体使用时,散列表的大小以8为例,目前散列表中已经存储了7个元素,此时元素7777777经过Hash算法之后,被散列到位置下标为7的位置,但是这个位置已经有数据了,所以就产生了冲突,按照二次探测方法的操作,有冲突就先+1^2,8这个位置有值,冲突;变为-1^2,6这个位置有值,还是有冲突;于是-2^2,3这个位置是空闲的,插入,从而减少哈希值的碰撞,提高数据备份的安全性。
除此之外,区块链验证模块124包括查找模块和对比核实模块;查找模块用于查询各个区块链中相同的采集数据;对比核实模块用于对查询的采集数据进行核实,从而通过核实的方式提高查询数据的准确性,降低后期预估的错误率。
进一步的,区块链验证模块124的验证方法如下:
S3.1、区域头针对查找模块查询到的采集数据进行运算确定随机散列值出现的特定数值;
S3.2、节点反复寻找S3.1中的特定数值,从而提高特定数值准确性;
S3.3、对比核实模块对查询到的信息进行核算之后的数值进行对比核实,若一致,则可信,若不一致,则不可信。
具体的,数据分析模块121的分析步骤如下:
S4.1、对分类汇总后的体征数据根据参数类型与数据存储模块中体征数据的阈值进行对比,结合对比结果和相应用户的历史体征数据和既往病史判断用户的体征数据是否正常;
S4.2、当判断用户的体征数据不正常时,结合数据存储模块中体征数据的阈值和大量患者的体征数据预测用户患病和治愈的概率进行风险预测,并将风险预测的数据传输给风险预测模块132;
S4.3、风险预测模块132将数据传输给饮食干预模块141、运动干预模块142、心理干预模块143和营养干预模块144,通过各个干预模块结合风险预测得出相应的干预治疗建议。
此外,存储模块123还包括数据加密模块,数据加密模块采用RSA加密算法。
除此之外,RSA加密算法公式如下:
加密:Y=Xemodn;
解密:X=Ydmodn;
其中,X为明文,Y为密文。
通过数据加密模对存储模块123中的采集数据进行加密,从而提高数据存储的安全性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于区块链和大数据的大健康管理平台,包括大健康管理平台(100),其特征在于:所述大健康管理平台(100)包括数据采集单元(110)、大数据管理单元(120)、预防单元(130)和干预单元(140);所述数据采集单元(110)用于对个人的体征数据进行采集;所述大数据管理单元(120)用于对数据采集单元(110)采集的数据进行管理和分析;所述预防单元(130)用于对大数据管理单元(120)分析后的数据进行风险评估,并输出风险评估报告;所述干预单元(140)用于针对风险评估报告作出干预报告;
所述数据采集单元(110)包括采集模块(111)、通信模块(112)和移动终端(113);所述采集模块(111)用于通信模块(112)收集的个人体征数据进行采集,并将采集的数据封装成数据包传输至移动终端(113);所述通信模块(112)用于通过无线电技术以及无线网络对个人的体征数据进行收集;
所述大数据管理单元(120)包括数据分析模块(121)、报告生成模块(122)、存储模块(123)和区块链验证模块(124);所述数据分析模块(121)用于对采集的体征数据、历史的体征数据以及体征数据的阈值进行分类汇总和组合分析,并得出分析结果;所述报告生成模块(122)用于对数据分析模块(121)得出的结果生成分析报告;所述存储模块(123)用于对数据分析模块(121)分析的过程及结果进行存储;所述区块链验证模块(124)用于对存储模块(123)内存储的数据进行核实验证;
所述预防单元(130)包括健康评估模块(131)和风险预测模块(132);所述健康评估模块(131)用于对存储模块(123)模块中的历史体征数据进行提取分析,并生成分析的评估报告;所述风险预测模块(132)用于对健康评估模块(131)生成的评估报告进行分析得出风险预测报告;
所述干预单元(140)包括饮食干预模块(141)、运动干预模块(142)、心理干预模块(143)和营养干预模块(144);所述饮食干预模块(141)、运动干预模块(142)、心理干预模块(143)和营养干预模块(144)用于分析风险预测模块(132)得出的风险预测报告,并结合相应的风险预估得出饮食、运动、心理和营养方面的干预方案。
2.根据权利要求1所述的基于区块链和大数据的大健康管理平台,其特征在于:所述通信模块(112)中的无线电技术至少包括:
底层硬件模块,所述底层硬件模块包括基带、跳频和链路管理,所述基带用于完成数据和跳频的传输;所述链路管理用于对链路建立、连接和拆除进行安全控制;
中间协议层,所述中间协议层包括服务发现协议、逻辑链路控制和适应协议、电话通信协议和串口仿真协议四个部分,逻辑链路控制和适应协议用于管理数据拆装、复用协议和控制服务质量;
高层应用,所述高层应用用于对个人的体征数据进行收集。
3.根据权利要求2所述的基于区块链和大数据的大健康管理平台,其特征在于:所述通信模块(112)中的无线网络的共享步骤如下:
S1.1、以管理员身份运行;
S1.2、在命令行上输入连接指令;
S2.3、虚拟无线AP设备启动;
S2.4、共享Internet网络;
S2.5、启动虚拟无线服务。
4.根据权利要求1所述的基于区块链和大数据的大健康管理平台,其特征在于:所述存储模块(123)包括区块链备份模块,其备份方法如下:
S2.1、所述区块链备份模块以区块单位组织采集数据,存储模块(123)内的所有采集数据都以数据包的方式储在唯一的区块链中;
S2.2、所述S1中每个区块由区块头和区块主体组成,区块头通过区块链的哈希值对每个区块首位相连。
5.根据权利要求4所述的基于区块链和大数据的大健康管理平台,其特征在于:所述S2.2中哈希值采用二次探测方法解决碰撞。
6.根据权利要求1所述的基于区块链和大数据的大健康管理平台,其特征在于:所述区块链验证模块(124)包括查找模块和对比核实模块;所述查找模块用于查询各个区块链中相同的采集数据;所述对比核实模块用于对查询的采集数据进行核实。
7.根据权利要求1所述的基于区块链和大数据的大健康管理平台,其特征在于:所述区块链验证模块(124)的验证方法如下:
S3.1、区域头针对查找模块查询到的采集数据进行运算确定随机散列值出现的特定数值;
S3.2、节点反复寻找所述S3.1中的特定数值;
S3.3、对比核实模块对查询到的信息进行核算之后的数值进行对比核实,若一致,则可信,若不一致,则不可信。
8.根据权利要求1所述的基于区块链和大数据的大健康管理平台,其特征在于:所述数据分析模块(121)的分析步骤如下:
S4.1、对分类汇总后的体征数据根据参数类型与数据存储模块中体征数据的阈值进行对比;
S4.2、当判断用户的体征数据不正常时,结合数据存储模块中体征数据的阈值和大量患者的体征数据预测用户患病和治愈的概率进行风险预测;
S4.3、风险预测模块(132)将数据传输给饮食干预模块(141)、运动干预模块(142)、心理干预模块(143)和营养干预模块(144),通过各个干预模块结合风险预测得出相应的干预治疗建议。
9.根据权利要求4所述的基于区块链和大数据的大健康管理平台,其特征在于:存储模块(123)还包括数据加密模块,所述数据加密模块采用RSA加密算法。
10.根据权利要求9所述的基于区块链和大数据的大健康管理平台,其特征在于:所述RSA加密算法公式如下:
加密:Y=Xemodn;
解密:X=Ydmodn;
其中,X为明文,Y为密文。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231023.5A CN112349416A (zh) | 2020-11-06 | 2020-11-06 | 基于区块链和大数据的大健康管理平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011231023.5A CN112349416A (zh) | 2020-11-06 | 2020-11-06 | 基于区块链和大数据的大健康管理平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112349416A true CN112349416A (zh) | 2021-02-09 |
Family
ID=74429423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011231023.5A Pending CN112349416A (zh) | 2020-11-06 | 2020-11-06 | 基于区块链和大数据的大健康管理平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112349416A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881177A (zh) * | 2022-06-30 | 2022-08-09 | 深圳市前海高新国际医疗管理有限公司 | 基于物联网技术的营养健康数据采集系统 |
CN116884611A (zh) * | 2023-07-11 | 2023-10-13 | 浙江万航信息科技有限公司 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423574A (zh) * | 2017-08-17 | 2017-12-01 | 北京天平检验行有限公司 | 一种大数据健康管理平台 |
CN109243548A (zh) * | 2018-08-22 | 2019-01-18 | 广东工业大学 | 一种基于区块链技术的医疗数据平台 |
CN110248341A (zh) * | 2018-03-08 | 2019-09-17 | 华为技术有限公司 | 传输速率切换方法、蓝牙设备及计算机可读介质 |
CN111352770A (zh) * | 2020-02-27 | 2020-06-30 | 苏州市星际云通区块链科技有限公司 | 区块链备份系统、备份方法和区块链验证方法、验证系统 |
US10706062B2 (en) * | 2015-07-10 | 2020-07-07 | Xi'an Zhongxing New Software Co., Ltd. | Method and system for exchanging data from a big data source to a big data target corresponding to components of the big data source |
-
2020
- 2020-11-06 CN CN202011231023.5A patent/CN112349416A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706062B2 (en) * | 2015-07-10 | 2020-07-07 | Xi'an Zhongxing New Software Co., Ltd. | Method and system for exchanging data from a big data source to a big data target corresponding to components of the big data source |
CN107423574A (zh) * | 2017-08-17 | 2017-12-01 | 北京天平检验行有限公司 | 一种大数据健康管理平台 |
CN110248341A (zh) * | 2018-03-08 | 2019-09-17 | 华为技术有限公司 | 传输速率切换方法、蓝牙设备及计算机可读介质 |
CN109243548A (zh) * | 2018-08-22 | 2019-01-18 | 广东工业大学 | 一种基于区块链技术的医疗数据平台 |
CN111352770A (zh) * | 2020-02-27 | 2020-06-30 | 苏州市星际云通区块链科技有限公司 | 区块链备份系统、备份方法和区块链验证方法、验证系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881177A (zh) * | 2022-06-30 | 2022-08-09 | 深圳市前海高新国际医疗管理有限公司 | 基于物联网技术的营养健康数据采集系统 |
CN114881177B (zh) * | 2022-06-30 | 2022-10-11 | 深圳市前海高新国际医疗管理有限公司 | 基于物联网技术的营养健康数据采集系统 |
CN116884611A (zh) * | 2023-07-11 | 2023-10-13 | 浙江万航信息科技有限公司 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
CN116884611B (zh) * | 2023-07-11 | 2024-02-13 | 浙江万航信息科技有限公司 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pirbhulal et al. | Towards machine learning enabled security framework for IoT-based healthcare | |
Gia et al. | Low-cost fog-assisted health-care IoT system with energy-efficient sensor nodes | |
Rostami et al. | Heart-to-heart (H2H) authentication for implanted medical devices | |
CN104605939B (zh) | 生理信息处理方法及信息处理装置 | |
US20110209214A1 (en) | Method and system for providing recording device privileges through biometric assessment | |
CN112349416A (zh) | 基于区块链和大数据的大健康管理平台 | |
Venkatasubramanian et al. | A cyber-physical approach to trustworthy operation of health monitoring systems | |
US20240098491A1 (en) | Cryptographic process for portable devices, and user presence and/or access authorization system and method employing same | |
EP3014918B1 (en) | Mban channel management scheme using patient acuity information | |
Chowdhury et al. | Data association in remote health monitoring systems | |
Jeong et al. | Examining the current status and emerging trends in continuous authentication technologies through citation network analysis | |
Sood et al. | An intelligent framework for monitoring dengue fever risk using LDA-ANFIS | |
Bhuva et al. | A novel continuous authentication method using biometrics for IOT devices | |
Bhatia | An AI-enabled secure framework for enhanced elder healthcare | |
KR100778891B1 (ko) | 생체정보 인증시의 매칭스코어 임계값 동적 변경 방법 및장치 | |
Condon et al. | ECG biometrics: the heart of data-driven disruption? | |
Jain et al. | An energy efficient health monitoring approach with wireless body area networks | |
Saif et al. | A complete secure cloud-based WBAN framework for health data transmission by implementing authenticity, confidentiality and integrity | |
Torre et al. | Fitness trackers and wearable devices: how to prevent inference risks? | |
Kwon et al. | A remote cardiac monitoring system for preventive care | |
Tote et al. | Data authentication in Wireless Body Area Network (WBAN) using a biometric-based security | |
Baig et al. | mHealth monitoring system for hospitalised older adults–current issues and challenges | |
US8850609B1 (en) | Conditional integration of a satellite device into an authentication process involving a primary device | |
US20240111893A1 (en) | Patient data removal | |
US20240112771A1 (en) | Patient data sharing |
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 |