CN112735551A - 基于H-Algorand共识机制的医疗记录存储共享模型及其实现方法 - Google Patents

Abstract

本申请公开了基于H‑Algorand共识机制的医疗记录存储共享模型，包括六个模块，即：患者、医疗机构、云服务器、EMR存储区块链、智能合约和访问记录存储区块链。具有以下优点：该模型通过对各个参与共识的节点进行可信度评估，用信任值替代H‑Algorand共识算法算法中的“账户余额”作为权重，提高了系统节点的可信度和整体出块效率。并利用智能合约，将对整个EMR存储主链的访问记录存储到一条新的区块链中，确保系统的可溯源性。

Description

基于H-Algorand共识机制的医疗记录存储共享模型及其实现 方法

技术领域

本发明属于信息安全技术领域，涉及区块链技术下的数据安全存储与共享，具体是一种基于可信度评估H-Algorand共识机制的电子医疗记录存储模型及方法。

背景技术

电子医疗记录(electronic medical record，EMR)，是传统的个人纸质病历的数字版。完整的电子医疗记录存储系统对整个医疗产业链如健康管理、辅助诊断、医学研究、医药研发等领域的发展具有重要的价值。实现医疗记录的存储和共享是推动医疗产业链发展的记录基础。但是，EMR中包含大量的病人隐私记录，在存储和共享过程中，这些隐私记录享一旦被不法分子泄漏和利用将对病人的名誉、财产、安全和工作等造成严重的危害。

当前，我国的医疗记录电子化存储虽然取得一定进展，但EMR大多还是集中存储在固定的医疗机构之中，存在碎片化、低质量、孤立分散和标准不一等缺点，EMR共享实现程度相对较低，且集中式的EMR存储存在很大被攻击的可能性，一旦存储EMR的服务器被攻击，则会造成大量的医疗记录的丢失或者被篡改。区块链技术的出现，为实现EMR的安全存储和共享提供了新的方式。

区块链技术具有去中心化、可溯源、防篡改、匿名性等优点，区块链技术可以帮助医生、病人和研究人员快速安全地认证权限，实现自由的数据访问和分享。因此，目前区块链在医疗领域的应用和研究备受关注。

共识机制是区块链实现分布式账本一致性的关键所在，它直接影响区块链系统的安全性和吞吐效率。当前，基于区块链技术的医疗数据共享模型中的共享机制，主要有工作量证明(Proof of Work，POW)、代理权益证明(Delegated Proof of Stake，DPOS)、权益证明(Proof of Stake，POS)、拜占庭容错(Practical Byzantine Fault Tolerance，PBFT)。但是POW、DPOS和POS依赖于代币和算力，且对交易处理的吞吐量较低，不适合应用于医疗记录存储模型；拜占庭容错(Practical Byzantine Fault Tolerance，PBFT)共识机制，一定程度上提高了区块的链的吞吐量，但是无法保证参与共识节点可信性，系统容易被恶意节点攻击。因此急需一种新的安全性和吞吐效率更高的共识机制应用于EMR的安全存储和共享之中。

发明内容

本发明要解决的技术问题是针对以上不足，提供基于H-Algorand共识机制的医疗记录存储共享模型及其实现方法，该模型通过对各个参与共识的节点进行可信度评估，用信任值替代H-Algorand共识算法算法中的“账户余额”作为权重，提高了系统节点的可信度和整体出块效率。并利用智能合约，将对整个EMR存储主链的访问记录存储到一条新的区块链中，确保系统的可溯源性。

为解决以上技术问题，本发明采用以下技术方案：

基于H-Algorand共识机制的医疗记录存储共享模型，包括六个模块，即：患者、医疗机构、云服务器、EMR存储区块链、智能合约和访问记录存储区块链；

其中，患者：EMR的提供者和拥有者，将医疗记录加密后发送给医疗机构节点；

医疗机构：区块链的维护者，负责新区块的组成，新区块通过共识后上传到区块链中；

云服务器：拥有大量的存储空间，存储病人的EMR；

EMR存储区块链：存储经过Hash计算后的医疗机构ID、病人ID和云端服务器内对应密文的哈希摘要及EMR所对应云端服务器的存储地址；

智能合约：搭载在区块链上的自主运行的程序，主要负责EMR查询过程的实现和将访问记录写入区块链；

访问记录存储区块链：对访问EMR存储区块链的行为进行记录。

进一步的，所述医疗记录存储和共享模型采用基于可信度评估的H-Algorand共识机制，该共识机制采用可信度评估得到的信任值代替原H-Algorand共识机制中的账户余额作为节点的权重。

基于H-Algorand共识机制的医疗记录存储共享模型的实现方法，所述实现方法包括如下步骤：

步骤一、患者的医疗记录由医疗机构生成，EMR经患者钥HSK进行加密后发送给医疗机构；

步骤二、医疗机构将加密后的EMR信息上传到云服务器，云服务器收到EMR后会返回EMR在云服务器中的存储地址Addr给医疗机构；

步骤三、医疗机构将返回的Addr、自己的公钥MCSK、患者的公钥HPK以及EMR的Hash摘要组成一条新的患者信息帧Trans；

步骤四、医疗机构将患者信息帧发送给拥有记账权的节点；

步骤五、拥有记账权的医疗机构节点对自己收到的Trans信息进行排序后打包成新区块，并对新区块进行Hash计算，计算出新区块哈希摘要；

步骤六、拥有记账权的节点将生成的新区块私钥MLSK签名后广播到区块链网络中的其余节点，其余节点对新发布的区块进行共识，共识通过后将新区块写入区块链。

进一步的，所述实现方法还包括EMR存储区块链的节点信任值评估方法，EMR存储区块链的节点信任值评估方法包括以下步骤：

步骤1，计算出当前节点在整个系统中的贡献率和规律性的直接体现G_m和G_k，G_m表示当前节点作为领导者时产生的有效区块占比的平均值，是医疗机构节点工作规律性的直接体现；G_k表示当前节点在每个医疗区块上记录的有效EMR数量的平均值，是医疗机构节点贡献率的直接体现；

步骤2，计算出G_m和G_k所表示平均值的标准差S_m和S_k；

步骤3，引入G_m和S_m以及G_k和S_k的中间参数y₁和y₂；

步骤4，得到节点的信任值R，并引入一个Logistic函数f(x)，保证一个新加入的医疗机构节点一开始只能慢慢增加信任值，在其经过不断向区块链提交有效合法的EMR后，其信任值逐步提升，当其信任值到达转折点时，该节点才足以被信任，信任值的增长速度加快，取得进入共识组的权限。

进一步的，所述当前节点作为领导者时产生的有效区块占比的平均值G_m的计算公式如下：

所述当前节点在每个医疗区块上记录的有效EMR数量的平均值的计算公式如下：

其中，L为区块链的当前长度，t为当前节点被选为领导节点的次数；m表示当前节点在每次被选为领导节点时负责产生的新区块数量；m_i表示当前节点在每次作为领导节点时实际通过共识产生的新区块数量；n_j表示当前节点在一个区块中发布的EMR数量；n表示一个区块中包含的EMR数量。

进一步的，所述步骤2中S_m和S_k的计算公式分别如下：

进一步的，所述步骤3中中间参数y₁的计算公式如下：

y₁＝G_k/(1+S_k)；

因为在第一次被选为领导节点之前一直为0，所以在t为0时，步骤3中中间参数y₂的计算公式如下：

y₂＝1；

当t≥1时，步骤3中中间参数y₂的计算公式如下：

y₂＝G_m/1+S_m。

进一步的，所述步骤4中Logistic函数f(x)的计算公式如下：

引入评估系数x，x＝y₁y₂T，x与信任值R成正比。T为该节点加入区块链的时间(单位为：天)，a和λ是信任值函数的调节参数，用来调节信任值变化的快慢，f(x)的斜率与λ值直接相关。

进一步的，所述步骤4中节点的信任值R的计算公式如下：

R＝min{1，f(x)}。

进一步的，所述实现方法还包括H-Algorand共识机制的共识算法，H-Algorand共识机制的共识算法包括以下步骤：

步骤1)，各医疗机构节点进行可信度评估算法求出各节点的信任值R，以此作为共识算法节点的权重；

步骤2)，区块链系统根据各个节点的权重，在权重达到进入共识组要求的节点中，随机选择一届共识组；

步骤3)，在共识组中根据随机数机制选举出本届共识组的领导节点，进行新区块的组成和发布；

步骤4)，领导节点将收的EMR信息排序打包组装成新的区块，当待发布区块数量足够N个时，将区块广播给共识组成员；

步骤5)，共识组成员利用H-Algorand共识机制依次对新区块进行共识，验证其合法性；

步骤6)，将通过共识的新区块写入本地分布式数据库中，重新开始下一轮共识。

本发明采用以上技术方案，与现有技术相比，具有如下技术效果：

综上所述，本发明的优点及积极效果为：本发明针对现有中心化EMR存储系统中安全性较差和吞吐量较低问题，结合区块链技术提出一种新型EMR存储模型，在区块链已有的隐匿性，去中心化的基础上，提出一种基于可信度评估H-Algorand共识机制，该共识机制用信任值代替H-Algorand共识机制中的代币作为权重，有效使H-Algorand共识机制应用到EMR存储模型中，提高了模型整体的安全性和EMR的吞吐量，本模型的吞吐量是比特币系统的几十倍。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1是本发明实施例提供的EMR从产生到写入区块链的协议过程示意图；

图2是本发明实施例提供的基于区块链技术的医疗数据共享系统模型图；

图3是本发明实施例提供的共识算法进行共识过程的流程图。

具体实施方式

实施例1，如图1所示，基于H-Algorand共识机制的医疗记录存储共享模型，包括六个模块，即：患者、医疗机构、云服务器、EMR存储区块链、智能合约、访问记录存储区块链。

其中，患者：EMR的提供者和拥有者，将医疗记录加密后发送给医疗机构节点；

医疗机构：区块链的维护者，负责新区块的组成，新区块通过共识后上传到区块链中；

云服务器：拥有大量的存储空间，存储病人的EMR；

EMR存储区块链：存储经过Hash计算后的医疗机构ID、病人ID和云端服务器内对应密文的哈希摘要及EMR所对应云端服务器的存储地址；

智能合约：搭载在区块链上的自主运行的程序，主要负责EMR查询过程的实现和将访问记录写入区块链；

访问记录存储区块链：对访问EMR存储区块链的行为进行记录。

所述医疗记录存储和共享模型采用基于可信度评估的H-Algorand共识机制。

H-Algorand共识机制是为了解决POW等共识协议存在的算力浪费，扩展性弱、易分叉、确认时间长等不足，以牺牲少量安全为代价换取共识效率的明显提升。

H-Algorand共识机制是在Algorand共识机制的基础上演变而来，H-Algorand共识机制中所有的节点都有权重，节点的权重和“账户余额”成正比，而依赖于“账户余额”为权重的共识机制往往容易使记账权集中在少数“富人”手中，容易受到攻击。对于EMR存储模型来说，不存在代币的概念，所以本发明所提到的EMR存储模型将H-Algorand共识机制中的“账户余额”用求得的信任值R来代替。各医疗机构节点的权重仅由其信任值来决定，节点的信任值相比“账户余额”来言，更能保证共识组的诚实性。

因为共识算法是区块链系统的核心，共识算法的好坏将直接影响区块链系统的整体性能。为了解决现有共识算法应用到医疗记录存储系统中出现的节点可靠性不高和吞吐效率较低的问题，本文对共识算法进行了优化改进，提出一种基于可信度评估的H-Algorand共识机制。该共识机制用可信度评估得到的信任值代替H-Algorand共识机制中的账户余额作为节点的权重。

如图2所示，基于H-Algorand共识机制的医疗记录存储共享模型的实现方法，包括如下步骤：

步骤一、患者的医疗记录由医疗机构生成，EMR经患者钥HSK进行加密后发送给医疗机构；

步骤二、医疗机构将加密后的EMR信息上传到云服务器，云服务器收到EMR后会返回EMR在云服务器中的存储地址Addr给医疗机构；

步骤三、医疗机构将返回的Addr、自己的公钥MCSK、患者的公钥HPK以及EMR的Hash摘要组成一条新的患者信息帧Trans；

步骤四、医疗机构将患者信息帧发送给拥有记账权的节点；

步骤五、拥有记账权的医疗机构节点对自己收到的Trans信息进行排序后打包成新区块，并对新区块进行Hash计算，计算出新区块哈希摘要；

步骤六、拥有记账权的节点将生成的新区块私钥MLSK签名后广播到区块链网络中的其余节点，其余节点对新发布的区块进行共识，共识通过后将新区块写入区块链。

其中MC表示普通医疗机构节点，ML表示具有记账权的医疗机构节点。

本发明在提供EMR存储到EMR存储区块链的基础上提供一条访问记录存储区块链，主要是对EMR存储区块链的查询过程进行记录，记录查询的时间以及查询的内容。EMR的查询和查询记录的过程入链主要由智能合约完成。

基于H-Algorand共识机制的医疗记录存储共享模型的实现方法还包括EMR存储区块链的节点信任值评估方法，EMR存储区块链的节点信任值评估方法包括以下步骤：

步骤1，计算出当前节点在整个系统中的贡献率和规律性的直接体现G_m和G_k；

要根据公式(1)和公式(2)计算出当前节点在整个系统中的贡献率和规律性的直接体现G_m和G_k；

其中，L为区块链的当前长度，t为当前节点被选为领导节点的次数；m表示当前节点在每次被选为领导节点时负责产生的新区块数量；m_i表示当前节点在每次作为领导节点时实际通过共识产生的新区块数量；n_j表示当前节点在一个区块中发布的EMR数量；n表示一个区块中包含的EMR数量；G_m表示当前节点作为领导者时产生的有效区块占比的平均值，是医疗机构节点工作规律性的直接体现；G_k表示当前节点在每个医疗区块上记录的有效EMR数量的平均值，是医疗机构节点贡献率的直接体现。

步骤2，计算出G_m和G_k所表示平均值的标准差S_m和S_k；

由公式(3)和公式(4)计算出G_m和G_k所表示平均值的标准差S_m和S_k；

步骤3，引入G_m和S_m以及G_k和S_k的中间参数y₁和y₂；

由于区块链网络中，节点的信任程度与G_k和G_m成正比，与其标准差成反比，所以引入中间参数y₁和y₂，其中y₁由公式(5)计算得到，因为在第一次被选为领导节点之前G_m一直为0，所以在t为0时，y₂由公式(6)求得，当t≥1时，y₂由公式(7)求得；

y₁＝G_k/(1+S_k) (5)；

y₂＝1 (6)；

y₂＝G_m/1+S_m (7)。

步骤4，引入一个Logistic函数f(x)，保证一个新加入的医疗机构节点一开始只能慢慢增加信任值，在其经过不断向区块链提交有效合法的EMR后，其信任值逐步提升，当其信任值到达转折点时，该节点才足以被信任，信任值的增长速度加快，取得进入共识组的权限；

R＝min{1，f(x)} (9)；

f(x)的计算如公式(8)所示，引入评估系数x，x＝y₁ y₂ T，x与信任值R成正比。T为该节点加入区块链的时间(单位为：天)，a和λ是信任值函数的调节参数，用来调节信任值变化的快慢，f(x)的斜率与λ值直接相关，节点的信任值R最终由公式(9)得到。

EMR存储区块链节点的信任度主要从节点的贡献率和工作的规律性进行评估，贡献率主要基于节点在EMR存储区块链上上传的有效EMR数量，工作的规律性主要基于节点作为领导者时产生的有效区块占比。

信任值在每一轮开始时，即新的密钥块被创建时，都会被更新，信任值的计算，要符合社会对系统的3个要求：

1)初期的增长缓慢；

2)进入一段时间后，通过快速增长信任值，鼓励节点参与共识；

3)后期缓慢增加防止垄断现象。

如图3所示，基于H-Algorand共识机制的医疗记录存储共享模型的实现方法还包括H-Algorand共识机制的共识算法，H-Algorand共识机制的共识算法包括以下步骤：

步骤1)，各医疗机构节点进行可信度评估算法求出各节点的信任值R，以此作为共识算法节点的权重；

步骤2)，区块链系统根据各个节点的权重，在权重达到进入共识组要求的节点中，随机选择一届共识组；

步骤3)，在共识组中根据随机数机制选举出本届共识组的领导节点，进行新区块的组成和发布；

步骤4)，领导节点将收的EMR信息排序打包组装成新的区块，当待发布区块数量足够N个时，将区块广播给共识组成员；

步骤5)，共识组成员利用H-Algorand共识机制依次对新区块进行共识，验证其合法性；

步骤6)，将通过共识的新区块写入本地分布式数据库中，重新开始下一轮共识。

综上所述，本发明的优点及积极效果为：本发明针对现有中心化EMR存储系统中安全性较差和吞吐量较低问题，结合区块链技术提出一种新型EMR存储模型，在区块链已有的隐匿性，去中心化的基础上，提出一种基于可信度评估H-Algorand共识机制，该共识机制用信任值代替H-Algorand共识机制中的代币作为权重，有效使H-Algorand共识机制应用到EMR存储模型中，提高了模型整体的安全性和EMR的吞吐量，本模型的吞吐量是比特币系统的几十倍。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好的说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：包括六个模块，即：患者、医疗机构、云服务器、EMR存储区块链、智能合约和访问记录存储区块链；

其中，患者：EMR的提供者和拥有者，将医疗记录加密后发送给医疗机构节点；

医疗机构：区块链的维护者，负责新区块的组成，新区块通过共识后上传到区块链中；

云服务器：拥有大量的存储空间，存储病人的EMR；

EMR存储区块链：存储经过Hash计算后的医疗机构ID、病人ID和云端服务器内对应密文的哈希摘要及EMR所对应云端服务器的存储地址；

智能合约：搭载在区块链上的自主运行的程序，主要负责EMR查询过程的实现和将访问记录写入区块链；

访问记录存储区块链：对访问EMR存储区块链的行为进行记录。

2.如权利要求1所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述医疗记录存储和共享模型采用基于可信度评估的H-Algorand共识机制，该共识机制采用可信度评估得到的信任值代替原H-Algorand共识机制中的账户余额作为节点的权重。

3.基于H-Algorand共识机制的医疗记录存储共享模型的实现方法，其特征在于：所述实现方法应用于如权利要求1-2中任意一权利要求所述的基于H-Algorand共识机制的医疗记录存储共享模型中，

所述实现方法包括如下步骤：

步骤一、患者的医疗记录由医疗机构生成，EMR经患者钥HSK进行加密后发送给医疗机构；

步骤二、医疗机构将加密后的EMR信息上传到云服务器，云服务器收到EMR后会返回EMR在云服务器中的存储地址Addr给医疗机构；

步骤三、医疗机构将返回的Addr、自己的公钥MCSK、患者的公钥HPK以及EMR的Hash摘要组成一条新的患者信息帧Trans；

步骤四、医疗机构将患者信息帧发送给拥有记账权的节点；

步骤五、拥有记账权的医疗机构节点对自己收到的Trans信息进行排序后打包成新区块，并对新区块进行Hash计算，计算出新区块哈希摘要；

步骤六、拥有记账权的节点将生成的新区块私钥MLSK签名后广播到区块链网络中的其余节点，其余节点对新发布的区块进行共识，共识通过后将新区块写入区块链。

4.如权利要求3所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述实现方法还包括EMR存储区块链的节点信任值评估方法，EMR存储区块链的节点信任值评估方法包括以下步骤：

步骤1，计算出当前节点在整个系统中的贡献率和规律性的直接体现G_m和G_k，G_m表示当前节点作为领导者时产生的有效区块占比的平均值，是医疗机构节点工作规律性的直接体现；G_k表示当前节点在每个医疗区块上记录的有效EMR数量的平均值，是医疗机构节点贡献率的直接体现；

步骤2，计算出G_m和G_k所表示平均值的标准差S_m和S_k；

步骤3，引入G_m和S_m以及G_k和S_k的中间参数y₁和y₂；

步骤4，得到节点的信任值R，并引入一个Logistic函数f(x)，保证一个新加入的医疗机构节点一开始只能慢慢增加信任值，在其经过不断向区块链提交有效合法的EMR后，其信任值逐步提升，当其信任值到达转折点时，该节点才足以被信任，信任值的增长速度加快，取得进入共识组的权限。

5.如权利要求4所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：

所述当前节点作为领导者时产生的有效区块占比的平均值G_m的计算公式如下：

所述当前节点在每个医疗区块上记录的有效EMR数量的平均值的计算公式如下：

其中，L为区块链的当前长度，t为当前节点被选为领导节点的次数；m表示当前节点在每次被选为领导节点时负责产生的新区块数量；m_i表示当前节点在每次作为领导节点时实际通过共识产生的新区块数量；n_j表示当前节点在一个区块中发布的EMR数量；n表示一个区块中包含的EMR数量。

6.如权利要求4所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述步骤2中S_m和S_k的计算公式分别如下：

7.如权利要求4所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述步骤3中中间参数y₁的计算公式如下：

y₁＝G_k/(1+S_k)；

因为在第一次被选为领导节点之前一直为0，所以在t为0时，步骤3中中间参数y₂的计算公式如下：

y₂＝1；

当t≥1时，步骤3中中间参数y₂的计算公式如下：

y₂＝G_m/1+S_m。

8.如权利要求4所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述步骤4中Logistic函数f(x)的计算公式如下：

引入评估系数x，x＝y₁y₂T，x与信任值R成正比。T为该节点加入区块链的时间(单位为：天)，a和λ是信任值函数的调节参数，用来调节信任值变化的快慢，f(x)的斜率与λ值直接相关。

9.如权利要求4所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述步骤4中节点的信任值R的计算公式如下：

R＝min{1，f(x)}。

10.如权利要求3所述的基于H-Algorand共识机制的医疗记录存储共享模型，其特征在于：所述实现方法还包括H-Algorand共识机制的共识算法，H-Algorand共识机制的共识算法包括以下步骤：

步骤1)，各医疗机构节点进行可信度评估算法求出各节点的信任值R，以此作为共识算法节点的权重；

步骤2)，区块链系统根据各个节点的权重，在权重达到进入共识组要求的节点中，随机选择一届共识组；

步骤3)，在共识组中根据随机数机制选举出本届共识组的领导节点，进行新区块的组成和发布；

步骤4)，领导节点将收的EMR信息排序打包组装成新的区块，当待发布区块数量足够N个时，将区块广播给共识组成员；

步骤5)，共识组成员利用H-Algorand共识机制依次对新区块进行共识，验证其合法性；

步骤6)，将通过共识的新区块写入本地分布式数据库中，重新开始下一轮共识。

Images