CN116056073B - 一种多用途医疗仪检测数据处理系统 - Google Patents

一种多用途医疗仪检测数据处理系统 Download PDF

Info

Publication number
CN116056073B
CN116056073B CN202310331217.XA CN202310331217A CN116056073B CN 116056073 B CN116056073 B CN 116056073B CN 202310331217 A CN202310331217 A CN 202310331217A CN 116056073 B CN116056073 B CN 116056073B
Authority
CN
China
Prior art keywords
sequence
matrix
plaintext
key matrix
data processing
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.)
Active
Application number
CN202310331217.XA
Other languages
English (en)
Other versions
CN116056073A (zh
Inventor
王同伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Weichuangda Industrial Development Co ltd
Original Assignee
Shandong Weichuangda Industrial Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Weichuangda Industrial Development Co ltd filed Critical Shandong Weichuangda Industrial Development Co ltd
Priority to CN202310331217.XA priority Critical patent/CN116056073B/zh
Publication of CN116056073A publication Critical patent/CN116056073A/zh
Application granted granted Critical
Publication of CN116056073B publication Critical patent/CN116056073B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/03—Protecting confidentiality, e.g. by encryption
    • H04W12/033—Protecting confidentiality, e.g. by encryption of the user plane, e.g. user's traffic
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/002—Countermeasures against attacks on cryptographic mechanisms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/14—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using a plurality of keys or algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/04—Key management, e.g. using generic bootstrapping architecture [GBA]
    • H04W12/041—Key generation or derivation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/88—Medical equipments
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及数据处理技术领域，具体涉及一种多用途医疗仪检测数据处理系统，包括：医疗数据采集模块、医疗数据处理模块、医疗数据传输模块和移动医疗服务模块，获取所有医疗检测数据对应的明文二值序列；根据混沌映射设置参数密钥，根据预设尺寸构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵；将明文二值序列划分为多个明文子序列，按照先后顺序对每个明文子序列进行数据处理，获得密文序列，实现对明文二值序列的数据处理；将密文序列通过蓝牙传输至移动终端并显示；对用户的医疗检测数据进行分析，向用户提供医疗服务。本发明的数据处理算法具有雪崩效应，密文序列不具有明文二值序列的特征，使得医疗检测数据的安全性更高。

Description

一种多用途医疗仪检测数据处理系统
技术领域
本发明涉及数据处理技术领域，具体涉及一种多用途医疗仪检测数据处理系统。
背景技术
随着老龄化社会的来临，衍生出很多关于老年人医疗监护的问题，针对老年人的一些慢性疾病，需要实时监测并记录老年人日常的生理参数。便携式人体生理参数监测医疗仪能够实时采集并记录携带者的人体生理参数，将采集的医疗检测数据实时传输至移动终端上显示。
低功耗蓝牙是便携式人体生理参数监测医疗仪部署最多的无线技术，但是基于蓝牙链路传输的并不能给医疗检测数据实施加密保护，造成包括用户的生理参数信息、身份基本信息、生活环境信息等涉及用户隐私的医疗检测数据的存在安全隐患，进而导致用户的隐私数据存在泄露风险。
因此，需要通过对医疗检测数据进行数据处理，使处理后的医疗检测数据与原始医疗检测数据的特征的差异较大，实现对涉及用户隐私的医疗检测数据的保护，避免用户的隐私数据泄露。
常规的数据处理方法是根据密钥对明文数据进行数据处理，虽然获得的密文数据与明文数据不同，但是密文数据仍然隐藏着明文数据的特征，攻击者对截获的密文数据进行分析，总结出明文数据和密文数据之间的规律，从中提取明文数据和密文数据之间的变换关系，以达到攻击数据处理算法和密钥的目。
发明内容
本发明提供一种多用途医疗仪检测数据处理系统，以解决现有的问题。
本发明的一种多用途医疗仪检测数据处理系统采用如下技术方案：
本发明一个实施例提供了一种多用途医疗仪检测数据处理系统，所述系统包括：
医疗数据采集模块，获取所有医疗检测数据对应的明文二值序列；
医疗数据处理模块包括密钥生成子模块和数据处理子模块，
密钥生成子模块，设置参数密钥，构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵；
数据处理子模块，将明文二值序列划分为多个明文子序列，按照先后顺序对每个明文子序列进行数据处理，获得密文序列，包括：
S1，设置计数器的初始值为1，根据第二密钥矩阵获得明文子序列的异位矩阵，根据明文子序列的异位矩阵和权值密钥矩阵获取第一密钥矩阵的特征值，获取第一密钥矩阵中的每个元素的特征值；
S2，根据计数器和参数密钥获得混沌序列，根据混沌序列获得位置序列；
S3，将位置序列中的每个元素按照顺序作为第一密钥矩阵中的所有元素的位置值，将明文子序列对应的十进制数作为目标位置值，将第一密钥矩阵中位置值等于目标位置值的元素记为主元素；
S4，如果第一密钥矩阵中除主元素外的所有元素的特征值均与主元素的特征不相等，将主元素与第一密钥矩阵的特征值的差值记为明文子序列的密文数据，执行S5；否则，将计数器的数值加一，执行S2；
S5，重复S1到S4，直到获得所有明文子序列的密文数据时停止；将获得的所有密文数据先后按照顺序组成的序列记为密文序列，实现对明文二值序列的数据处理；
医疗数据传输模块，将密文序列通过蓝牙传输至移动终端并显示；
移动医疗服务模块包括反数据处理子模块和医疗服务子模块；
反数据处理子模块，对密文序列进行反数据处理和转换，获得所有医疗检测数据；
医疗服务子模块，对用户的医疗检测数据进行分析，向用户提供医疗服务。
进一步地，所述构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵，包括的具体步骤如下：
将[0,
Figure SMS_1
]范围内的所有整数不重复地随机排列组成第一序列，将第一序列转换为 大小等于预设尺寸的权值密钥矩阵；
随机构建一个大小等于预设尺寸的二值矩阵，二值矩阵由若干个第一数码和若干 个第二数码组成，要求二值矩阵中第一数码的频率
Figure SMS_2
和第二数码的频率
Figure SMS_3
满足
Figure SMS_4
，其中，
Figure SMS_5
表示第一阈值，
Figure SMS_6
表示取绝对值，K表示预设值；
获得满足条件的两个不同的二值矩阵，分别记为第一密钥矩阵和第二密钥矩阵。
进一步地，所述根据第二密钥矩阵获得明文子序列的异位矩阵，包括的具体步骤如下：
将第二密钥矩阵作为第1个明文子序列的异位矩阵；将若干个第j-1个明文子序列按照顺序组成的大小等于预设尺寸的矩阵，作为第j个明文子序列的异位矩阵。
进一步地，所述根据明文子序列的异位矩阵和权值密钥矩阵获取第一密钥矩阵的特征值，包括的具体步骤如下：
对第j个明文子序列进行数据处理时，第一密钥矩阵的特征值的计算公式为：
Figure SMS_7
式中，
Figure SMS_8
表示第一密钥矩阵的特征值，M表示第一密钥矩阵，
Figure SMS_9
表示明文子序列的异 位矩阵，Q表示权值密钥矩阵，
Figure SMS_10
表示矩阵求和，
Figure SMS_11
表示异或运算，
Figure SMS_12
表示点乘运算，
Figure SMS_13
表示除 法取余，K表示预设值。
进一步地，所述获取第一密钥矩阵中的每个元素的特征值，包括的具体步骤如下：
将第一密钥矩阵中的任意一个元素作为目标元素，将目标元素在第一密钥矩阵中的4邻接的元素转换为目标元素对应的数码，将转换后的第一密钥矩阵记为目标元素的目标矩阵；
根据目标矩阵获得目标元素的特征值，目标元素的特征值的计算公式为：
Figure SMS_14
式中，t表示目标元素的特征值，W表示目标元素的目标矩阵，
Figure SMS_15
表示第j个明文子序 列的异位矩阵，Q表示权值密钥矩阵，
Figure SMS_16
表示矩阵求和，
Figure SMS_17
表示异或运算，
Figure SMS_18
表示点乘运算，
Figure SMS_19
表示除法取余，K表示预设值。
进一步地，根据参数密钥获得混沌序列，包括的具体步骤如下：
根据参数密钥
Figure SMS_20
，将一维Logistic映射模型迭代
Figure SMS_21
次，将获 得所有数值中的最后
Figure SMS_22
个数值乘以
Figure SMS_23
后进行向上取整的结果记为混沌值，将获得 的所有混沌值按照顺序组成的序列记为混沌序列，其中，K表示预设值，S表示计数器的数 值。
进一步地，所述根据混沌序列获得位置序列，包括的具体步骤如下：
将[0,
Figure SMS_24
]范围内的所有整数按照从小到大的顺序排列组成第二序列，将混沌序列 作为第二序列进行变步长约瑟夫遍历的步长序列，对第二序列利用变步长约瑟夫遍历进行 置乱，获得位置序列，K表示预设值。
本发明的技术方案的有益效果是：现有技术通过密钥对明文数据进行数据处理，获得的密文数据具有明文数据的特征，医疗检测数据的安全性不高，本发明相较于现有技术，将明文子序列作为目标位置值，根据前一个明文子序列获得当前明文子序列的异位矩阵，通过权值密钥矩阵和明文子序列的异位矩阵，获取第一密钥矩阵以及第一密钥矩阵中的每个元素的特征值，进而通过多次循环获得位置值等于目标位置值且特征值具有唯一性的主元素，将主元素的特征值与第一密钥矩阵的特征值的差值记为明文子序列的密文数据，实现对明文子序列的数据处理，本发明的数据处理方法使得数据处理的结果即密文序列不具有明文二值序列的特征，即使攻击者对截获的密文数据进行分析，也无法总结出明文数据和密文数据之间的规律，以达到保护数据处理算法和密钥的目，提高医疗检测数据的安全性；同时，在对第一密钥矩阵进行运算时，明文子序列的异位矩阵是根据前一个明文子序列获得的，因此，在进行反数据处理时，任意一个密文数据的反数据处理结果的错误，都会引起整个反数据处理结果的不可区分性改变，因此，本发明的数据处理算法具有雪崩效应，攻击者就无法仅仅从密文序列推测出明文二值序列，从而保护了本发明的数据处理算法和密钥不被破解，提高医疗检测数据的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种多用途医疗仪检测数据处理系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种多用途医疗仪检测数据处理系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种多用途医疗仪检测数据处理系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种多用途医疗仪检测数据处理系统，该系统包括以下模块：
医疗数据采集模块K1，用于采集携带者的医疗检测数据，根据所有医疗检测数据获得明文二值序列。
需要说明的是，随着老龄化社会的来临，衍生出很多关于老年人医疗监护的问题，针对老年人的一些慢性疾病，需要实时监测并记录老年人日常的生理参数。便携式人体生理参数监测医疗仪能够实时采集并记录携带者的人体生理参数，将采集的医疗检测数据实时传输至移动终端上显示。
通过便携式人体生理参数监测医疗仪，实时采集携带者的多项生理参数，包括：血压、血氧饱和度、心率、呼吸和体温等，将各项生理参数记为医疗检测数据，将每种医疗检测数据转换为对应位数的二进制数（用0和1两种数码来表示的数），每种医疗检测数据的位数是根据每种医疗检测数据的范围确定的。
将每一时刻采集的所有种医疗检测数据的二进制数，按照顺序组成的序列记为二值序列（用0和1两种数码来表示的序列）。
在二值序列最后补充多个第一数码，将二值序列转换为长度为
Figure SMS_25
的二值序列，记为明文二值序列，其中，N表示二值序列的长度，K表 示预设值，
Figure SMS_26
表示以2为底的对数，第一数码为0，第二数码为1。
在本实施例中，预设值K=4，在其他实施例中，实施人员可根据需要设置预设值，要 求预设值
Figure SMS_27
，i为正整数。
例如，携带者的生理参数分别为血压：(125,83)、血氧饱和度：96%、心率：111、呼吸：18和体温：36.7，对于生理参数体温，为了便于后续数据处理，需要将生理参数体温扩大十倍转换为整数进行存储，因此，每种生理参数的位数分别为：8、7、8、5、9，则获得的明文二值序列为{011111010101001111000000110111110010101101111000}。
医疗数据处理模块K2包括密钥生成子模块K201和数据处理子模块K202。
需要说明的是，便携式人体生理参数监测医疗仪基于蓝牙链路对医疗检测数据进行传输，由于没有给医疗检测数据实施加密保护，造成包括用户的生理参数信息、身份基本信息、生活环境信息等涉及用户隐私的医疗检测数据的存在安全隐患，进而导致用户的隐私数据存在泄露风险。因此，本实施例通过构建多个密钥，根据多个密钥对明文二值序列进行数据处理，使处理后的医疗检测数据与原始医疗检测数据的特征的差异较大，实现对涉及用户隐私的医疗检测数据的保护，避免用户的隐私数据泄露。
密钥生成子模块K201，用于根据混沌映射设置参数密钥，根据预设尺寸构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵。
1.根据混沌映射设置参数密钥。
需要说明的是，Logistic混沌映射具有伪随机性、对初始条件的敏感性、非周期性和长期不可预测性，适合于对数据量大的数据进行加密，因此，Logistic混沌映射常被用于密钥生成器。
在本实施例中，一维Logistic混沌映射的模型为
Figure SMS_28
，当初始值
Figure SMS_29
，参数
Figure SMS_30
时，系统进入混沌状态，就会产生[0,1]之间的混沌值，因此，在
Figure SMS_31
、
Figure SMS_32
、
Figure SMS_33
的范围内随机产生一组
Figure SMS_34
记为参数密钥。
例如，本实施例提供的参数密钥为(3.6217,0.66,52)。
2.根据预设尺寸构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵。
将K×K记为预设尺寸，K表示预设值。
将[0,
Figure SMS_35
]范围内的所有整数不重复地随机排列组成第一序列，将第一序列转换为 大小等于预设尺寸的权值密钥矩阵。
随机构建一个大小等于预设尺寸的二值矩阵（用0和1两种数码来表示的矩阵），二 值矩阵由若干个第一数码和若干个第二数码组成，要求二值矩阵中第一数码的频率
Figure SMS_36
和第 二数码的频率
Figure SMS_37
满足
Figure SMS_38
，其中，
Figure SMS_39
表示第一阈值，
Figure SMS_40
表示取绝对值。
获得满足条件的两个不同的二值矩阵，分别记为第一密钥矩阵和第二密钥矩阵。
在本实施例中，第一阈值
Figure SMS_41
=0.15，在其他实施例中，实施人员可根据需要设置第 一阈值，要求第一阈值
Figure SMS_42
。
例如，本实施例提供的权值密钥矩阵为
Figure SMS_43
，第一密钥矩阵为
Figure SMS_44
，第二密钥矩阵为
Figure SMS_45
。
数据处理子模块K202，用于将明文二值序列划分为多个明文子序列，按照顺序获得每个明文子序列的密文数据，进而获得密文序列。
需要说明的是，常规的数据处理方法是根据密钥对明文数据进行数据处理，虽然获得的密文数据与明文数据不同，但是密文数据仍然隐藏着明文数据的特征，攻击者对截获的密文数据进行分析，总结出明文数据和密文数据之间的规律，从中提取明文数据和密文数据之间的变换关系，以达到攻击数据处理算法和密钥的目。因此，本发明提出一种医疗检测数据处理方法，通过设置多个密钥矩阵，在多个密钥矩阵之间进行运算，将明文数据作为选择主元素的目标位置值，使得数据处理的结果即密文数据不具有明文数据的特征，增加明文数据的安全性。
将明文二值序列划分为长度等于
Figure SMS_46
的多个明文子序列，按照先后顺序依 次对每个明文子序列进行数据处理，获得每个明文子序列的密文数据，其中，对任意一个明 文子序列进行数据处理的具体步骤为：
1.设置计数器的初始值为1。
2.获取第一密钥矩阵的特征值，包括：
将第二密钥矩阵作为第1个明文子序列的异位矩阵；将若干个第j-1个明文子序列按照顺序组成的大小等于预设尺寸的矩阵，作为第j个明文子序列的异位矩阵。
第一密钥矩阵的特征值的计算公式为：
Figure SMS_47
式中，
Figure SMS_48
表示第一密钥矩阵的特征值，M表示第一密钥矩阵，
Figure SMS_49
表示明文子序列的异 位矩阵，Q表示权值密钥矩阵，
Figure SMS_50
表示矩阵求和，
Figure SMS_51
表示异或运算，
Figure SMS_52
表示点乘运算，
Figure SMS_53
表示除 法取余，K表示预设值。
3.获取第一密钥矩阵中的每个元素的特征值，包括：
将第一密钥矩阵中的任意一个元素作为目标元素，将目标元素在第一密钥矩阵中的4邻接的元素转换为目标元素对应的数码，将转换后的第一密钥矩阵记为目标元素的目标矩阵；
根据目标矩阵获得目标元素的特征值，目标元素的特征值的计算公式为：
Figure SMS_54
式中，t表示目标元素的特征值，W表示目标元素的目标矩阵，
Figure SMS_55
表示第j个明文子序 列的异位矩阵，Q表示权值密钥矩阵，
Figure SMS_56
表示矩阵求和，
Figure SMS_57
表示异或运算，
Figure SMS_58
表示点乘运算，
Figure SMS_59
表示除法取余，K表示预设值。
4.根据计数器、参数密钥和混沌映射获得混沌序列，根据混沌序列获得位置序列，包括：
根据参数密钥
Figure SMS_60
，将一维Logistic映射模型迭代
Figure SMS_61
次，将获 得的所有数值中的最后
Figure SMS_62
个数值乘以
Figure SMS_63
后进行向上取整的结果记为混沌值，将获 得的所有混沌值按照顺序组成的序列记为混沌序列，其中，K表示预设值，S表示计数器的数 值。
将[0,
Figure SMS_64
]范围内的所有整数按照从小到大的顺序排列组成第二序列，将混沌序列 作为第二序列进行变步长约瑟夫遍历的步长序列，对第二序列利用变步长约瑟夫遍历进行 置乱，获得位置序列。
5.将位置序列中的每个元素按照顺序作为第一密钥矩阵中的所有元素的位置值，将明文子序列对应的十进制数作为目标位置值，将第一密钥矩阵中位置值等于目标位置值的元素记为主元素，判断主元素的特征值的唯一性：如果第一密钥矩阵中除主元素外的所有元素的特征值均与主元素的特征不相等（即主元素的特征值具有唯一性），则将主元素的特征值与第一密钥矩阵的特征值的差值记为第j个明文子序列的密文数据，执行步骤6；否则（主元素的特征值不具有唯一性），将计数器的数值加一，执行步骤4。
6.重复步骤1到步骤5，直到获得所有明文子序列的密文数据时停止。
将获得的所有明文子序列的密文数据先后按照顺序组成的序列记为密文序列，密文序列即为对明文二值序列进行数据处理后的结果，即医疗检测数据的数据处理结果。
例如，对明文二值序列为{0111110101010011110000001101111100101011011110 00}进行划分，获得的多个明文子序列分别为{0111}、{1101}、{0101}、{0011}、{1100}、 {0000}、{1101}、{1111}、{0010}、{1011}、{0111}、{1000}；根据权值密钥矩阵
Figure SMS_65
、第一密钥矩阵
Figure SMS_66
和第二密钥矩阵
Figure SMS_67
，对第1个明 文子序列{0111}进行数据处理，包括：
（1）进行第1次循环，计算获得第一密钥矩阵的特征值为3，按照顺序分别计算获得 第一密钥矩阵中每个元素的特征值，每个元素的特征值分别为0、14、5、13、9、9、0、9、11、11、 0、5、3、8、1、7；第1次循环时，计数器的数值S=1，获得的混沌序列为{14,5,12,10,13,7,14, 5,13,9,14,6,13,8,14}，根据混沌序列获得位置序列为{14,5,13,11,1,9,6,8,10,3,4,2, 7,15,16,12}，将位置序列中的每个元素按照顺序作为第一密钥矩阵中的所有元素的位置 值，具体为
Figure SMS_68
，将明文子序列{0111}对应的十进制数7作为目标位置值，将 第一密钥矩阵中位置值等于目标位置值的元素10记为主元素，主元素的特征值为3，主元素 的特征值具有唯一性，因此，将主元素的特征值3与第一密钥矩阵的特征值3的差值0记为第 1个明文子序列{0111}的密文数据。
需要说明的是，现有技术通过密钥对明文数据进行数据处理，获得的密文数据具有明文数据的特征，医疗检测数据的安全性不高，本实施例相较于现有技术，将明文子序列作为目标位置值，根据前一个明文子序列获得当前明文子序列的异位矩阵，通过权值密钥矩阵和明文子序列的异位矩阵，获取第一密钥矩阵以及第一密钥矩阵中的每个元素的特征值，进而通过多次循环获得位置值等于目标位置值且特征值具有唯一性的主元素，将主元素的特征值与第一密钥矩阵的特征值的差值记为明文子序列的密文数据，实现对明文子序列的数据处理，本实施例的数据处理方法使得数据处理的结果即密文序列不具有明文二值序列的特征，即使攻击者对截获的密文数据进行分析，也无法总结出明文数据和密文数据之间的规律，以达到保护数据处理算法和密钥的目，提高明文二值序列的安全性；同时，在对第一密钥矩阵进行运算时，明文子序列的异位矩阵是根据前一个明文子序列获得的，因此，在进行反数据处理时，任意一个密文数据的反数据处理结果的错误，都会引起整个反数据处理结果的不可区分性改变，因此，本实施例的数据处理算法具有雪崩效应，攻击者就无法仅仅从密文序列推测出明文二值序列，从而保护了本实施例的数据处理算法和密钥不被破解，提高明文二值序列的安全性。
医疗数据传输模块K3，用于将医疗检测数据的数据处理结果通过蓝牙传输至移动终端上并显示。
移动医疗服务模块K4包括反数据处理子模块K401和医疗服务子模块K402。
反数据处理子模块K401，用于按照顺序获得每个密文数据的明文子序列，进而获得所有医疗检测数据。
按照顺序依次对密文序列中的每个密文数据进行反数据处理，获得每个密文数据的明文子序列，其中，对任意一个密文数据进行反数据处理的具体步骤为：
1.设置计数器的初始值为1。
2.获取第一密钥矩阵的特征值，包括：
将第二密钥矩阵作为第1个密文数据的异位矩阵，将若干个第j-1个密文数据的明文子序列按照顺序组成的大小等于预设尺寸的矩阵，作为第j个密文数据的异位矩阵。
第一密钥矩阵的特征值的计算公式为：
Figure SMS_69
式中，
Figure SMS_70
表示第一密钥矩阵的特征值，M表示第一密钥矩阵，
Figure SMS_71
表示密文数据的异位 矩阵，Q表示权值密钥矩阵，
Figure SMS_72
表示矩阵求和，
Figure SMS_73
表示异或运算，
Figure SMS_74
表示点乘运算，
Figure SMS_75
表示除法 取余，K表示预设值。
3.获取第一密钥矩阵中的每个元素的特征值，包括：
将第一密钥矩阵中的任意一个元素作为目标元素，将目标元素在第一密钥矩阵中的4邻接的元素转换为目标元素对应的数码，将转换后的第一密钥矩阵记为目标元素的目标矩阵；
根据目标矩阵获得目标元素的特征值，目标元素的特征值的计算公式为：
Figure SMS_76
式中，t表示目标元素的特征值，W表示目标元素的目标矩阵，
Figure SMS_77
表示密文数据的异 位矩阵，Q表示权值密钥矩阵，
Figure SMS_78
表示矩阵求和，
Figure SMS_79
表示异或运算，
Figure SMS_80
表示点乘运算，
Figure SMS_81
表示除 法取余，K表示预设值。
4.根据计数器、参数密钥和混沌映射获得混沌序列，根据混沌序列获得位置序列，包括：
根据参数密钥
Figure SMS_82
，将一维Logistic映射模型迭代
Figure SMS_83
次，将获 得所有数值中的最后
Figure SMS_84
个数值乘以
Figure SMS_85
后进行向上取整的结果记为混沌值，将获得 的所有混沌值按照顺序组成的序列记为混沌序列，其中，K表示预设值，S表示计数器的数 值。
将[0,
Figure SMS_86
]范围内的所有整数按照从小到大的顺序排列组成第二序列，将混沌序列 作为第二序列进行变步长约瑟夫遍历的步长序列，对第二序列利用变步长约瑟夫遍历进行 置乱，获位置序列。
5.将位置序列中的每个元素按照顺序作为第一密钥矩阵中的所有元素的位置值， 将特征值与第一密钥矩阵的特征值的差值等于密文数据的元素记为主元素，判断主元素的 特征值的唯一性：如果第一密钥矩阵中除主元素外的所有元素的特征值均与主元素的特征 不相等（即主元素的特征值具有唯一性），则将主元素的位置值对应的位数等于
Figure SMS_87
的二进制数，记为第j个密文数据的明文子序列，执行步骤6；否则（即主元素的 特征值不具有唯一性），将计数器的数值加一，执行步骤4。
6.重复步骤1到步骤5，直到获得所有密文数据的明文子序列时停止。
将获得的所有密文数据的明文子序列按照顺序组成的序列记为明文二值序列，明文二值序列即为对密文序列进行反数据处理后的结果。
根据所有种医疗检测数据的位数将明文二值序列划分为多个二值子序列，所有二值子序列对应的十进制数即为医疗检测数据。
医疗服务子模块K402，用于对用户的医疗检测数据进行分析，向用户提供医疗健康数据实时检测、健康报告、异常报警、远程诊断以及紧急医疗救助服务。
本发明的系统包括医疗数据采集模块、医疗数据处理模块、医疗数据传输模块和移动医疗服务模块，现有技术通过密钥对明文数据进行数据处理，获得的密文数据具有明文数据的特征，医疗检测数据的安全性不高，本发明相较于现有技术，将明文子序列作为目标位置值，根据前一个明文子序列获得当前明文子序列的异位矩阵，通过权值密钥矩阵和明文子序列的异位矩阵，获取第一密钥矩阵以及第一密钥矩阵中的每个元素的特征值，进而通过多次循环获得位置值等于目标位置值且特征值具有唯一性的主元素，将主元素的特征值与第一密钥矩阵的特征值的差值记为明文子序列的密文数据，实现对明文子序列的数据处理，本发明的数据处理方法使得数据处理的结果即密文序列不具有明文二值序列的特征，即使攻击者对截获的密文数据进行分析，也无法总结出明文数据和密文数据之间的规律，以达到保护数据处理算法和密钥的目，提高医疗检测数据的安全性；同时，在对第一密钥矩阵进行运算时，明文子序列的异位矩阵是根据前一个明文子序列获得的，因此，在进行反数据处理时，任意一个密文数据的反数据处理结果的错误，都会引起整个反数据处理结果的不可区分性改变，因此，本发明的数据处理算法具有雪崩效应，攻击者就无法仅仅从密文序列推测出明文二值序列，从而保护了本发明的数据处理算法和密钥不被破解，提高医疗检测数据的安全性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种多用途医疗仪检测数据处理系统，其特征在于，所述系统包括：
医疗数据采集模块，获取所有医疗检测数据对应的明文二值序列；
医疗数据处理模块包括密钥生成子模块和数据处理子模块，
密钥生成子模块，设置参数密钥，构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵；
数据处理子模块，将明文二值序列划分为多个明文子序列，按照先后顺序对每个明文子序列进行数据处理，获得密文序列，包括：
S1，设置计数器的初始值为1，根据第二密钥矩阵获得明文子序列的异位矩阵，根据明文子序列的异位矩阵和权值密钥矩阵获取第一密钥矩阵的特征值，获取第一密钥矩阵中的每个元素的特征值；
S2，根据计数器和参数密钥获得混沌序列，根据混沌序列获得位置序列；
S3，将位置序列中的每个元素按照顺序作为第一密钥矩阵中的所有元素的位置值，将明文子序列对应的十进制数作为目标位置值，将第一密钥矩阵中位置值等于目标位置值的元素记为主元素；
S4，如果第一密钥矩阵中除主元素外的所有元素的特征值均与主元素的特征不相等，将主元素与第一密钥矩阵的特征值的差值记为明文子序列的密文数据，执行S5；否则，将计数器的数值加一，执行S2；
S5，重复S1到S4，直到获得所有明文子序列的密文数据时停止；将获得的所有密文数据先后按照顺序组成的序列记为密文序列，实现对明文二值序列的数据处理；
医疗数据传输模块，将密文序列通过蓝牙传输至移动终端并显示；
移动医疗服务模块包括反数据处理子模块和医疗服务子模块；
反数据处理子模块，对密文序列进行反数据处理和转换，获得所有医疗检测数据；
医疗服务子模块，对用户的医疗检测数据进行分析，向用户提供医疗服务；
所述构建权值密钥矩阵、第一密钥矩阵和第二密钥矩阵，包括的具体步骤如下：
将[0,
Figure QLYQS_1
]范围内的所有整数不重复地随机排列组成第一序列，将第一序列转换为大小等于预设尺寸的权值密钥矩阵；
随机构建一个大小等于预设尺寸的二值矩阵，二值矩阵由若干个第一数码和若干个第二数码组成，要求二值矩阵中第一数码的频率
Figure QLYQS_2
和第二数码的频率/>
Figure QLYQS_3
满足/>
Figure QLYQS_4
，其中，/>
Figure QLYQS_5
表示第一阈值，/>
Figure QLYQS_6
表示取绝对值，K表示预设值；
获得满足条件的两个不同的二值矩阵，分别记为第一密钥矩阵和第二密钥矩阵；
所述根据第二密钥矩阵获得明文子序列的异位矩阵，包括的具体步骤如下：
将第二密钥矩阵作为第1个明文子序列的异位矩阵；将若干个第j-1个明文子序列按照顺序组成的大小等于预设尺寸的矩阵，作为第j个明文子序列的异位矩阵；
所述根据明文子序列的异位矩阵和权值密钥矩阵获取第一密钥矩阵的特征值，包括的具体步骤如下：
对第j个明文子序列进行数据处理时，第一密钥矩阵的特征值的计算公式为：
Figure QLYQS_7
式中，
Figure QLYQS_8
表示第一密钥矩阵的特征值，M表示第一密钥矩阵，/>
Figure QLYQS_9
表示明文子序列的异位矩阵，Q表示权值密钥矩阵，/>
Figure QLYQS_10
表示矩阵求和，/>
Figure QLYQS_11
表示异或运算，/>
Figure QLYQS_12
表示点乘运算，/>
Figure QLYQS_13
表示除法取余，K表示预设值；
所述获取第一密钥矩阵中的每个元素的特征值，包括的具体步骤如下：
将第一密钥矩阵中的任意一个元素作为目标元素，将目标元素在第一密钥矩阵中的4邻接的元素转换为目标元素对应的数码，将转换后的第一密钥矩阵记为目标元素的目标矩阵；
根据目标矩阵获得目标元素的特征值，目标元素的特征值的计算公式为：
Figure QLYQS_14
式中，t表示目标元素的特征值，W表示目标元素的目标矩阵，
Figure QLYQS_15
表示第j个明文子序列的异位矩阵，Q表示权值密钥矩阵，/>
Figure QLYQS_16
表示矩阵求和，/>
Figure QLYQS_17
表示异或运算，/>
Figure QLYQS_18
表示点乘运算，/>
Figure QLYQS_19
表示除法取余，K表示预设值；
所述根据混沌序列获得位置序列，包括的具体步骤如下：
将[0,
Figure QLYQS_20
]范围内的所有整数按照从小到大的顺序排列组成第二序列，将混沌序列作为第二序列进行变步长约瑟夫遍历的步长序列，对第二序列利用变步长约瑟夫遍历进行置乱，获得位置序列，K表示预设值。
2.根据权利要求1所述的一种多用途医疗仪检测数据处理系统，其特征在于，所述根据参数密钥获得混沌序列，包括的具体步骤如下：
根据参数密钥
Figure QLYQS_21
，将一维Logistic映射模型迭代/>
Figure QLYQS_22
次，将获得所有数值中的最后/>
Figure QLYQS_23
个数值乘以/>
Figure QLYQS_24
后进行向上取整的结果记为混沌值，将获得的所有混沌值按照顺序组成的序列记为混沌序列，其中，K表示预设值，S表示计数器的数值。
CN202310331217.XA 2023-03-31 2023-03-31 一种多用途医疗仪检测数据处理系统 Active CN116056073B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310331217.XA CN116056073B (zh) 2023-03-31 2023-03-31 一种多用途医疗仪检测数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310331217.XA CN116056073B (zh) 2023-03-31 2023-03-31 一种多用途医疗仪检测数据处理系统

Publications (2)

Publication Number Publication Date
CN116056073A CN116056073A (zh) 2023-05-02
CN116056073B true CN116056073B (zh) 2023-06-27

Family

ID=86133622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310331217.XA Active CN116056073B (zh) 2023-03-31 2023-03-31 一种多用途医疗仪检测数据处理系统

Country Status (1)

Country Link
CN (1) CN116056073B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116308813B (zh) * 2023-05-17 2023-08-08 青岛农村商业银行股份有限公司 一种异业联合金融权益安全管理系统
CN116865950B (zh) * 2023-09-05 2023-11-14 北京安图生物工程有限公司 一种检测试剂盒质检数据安全存储系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115272502A (zh) * 2022-09-29 2022-11-01 江苏宝翼通讯科技有限公司 一种基于编码转换的软件研发数据安全管理方法
CN115664858A (zh) * 2022-12-26 2023-01-31 厘壮信息科技(苏州)有限公司 一种用于网络安全的认证数据加密、解密系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170012775A1 (en) * 2014-10-17 2017-01-12 Philip J. Lafer Encryption Methods and Apparatus
CN109560915B (zh) * 2018-11-27 2021-08-03 广西师范大学 一种基于混沌和幅相编码的非线性双图像加密方法
CN111737706B (zh) * 2020-05-11 2023-01-06 华南理工大学 一种生物特征隐私保护的前端人像加密与识别方法
CN113746622A (zh) * 2021-09-06 2021-12-03 哈尔滨工业大学（威海） 一种基于双二维混沌系统的轻量级分组文本加密方法
CN115842621B (zh) * 2023-02-21 2023-04-18 安徽汇迈信息科技有限公司 一种基于大数据与云边协同的智慧医疗系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115272502A (zh) * 2022-09-29 2022-11-01 江苏宝翼通讯科技有限公司 一种基于编码转换的软件研发数据安全管理方法
CN115664858A (zh) * 2022-12-26 2023-01-31 厘壮信息科技(苏州)有限公司 一种用于网络安全的认证数据加密、解密系统

Also Published As

Publication number Publication date
CN116056073A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN116056073B (zh) 一种多用途医疗仪检测数据处理系统
Chen et al. Personalized information encryption using ECG signals with chaotic functions
Pandey et al. A novel fused coupled chaotic map based confidential data embedding-then-encryption of electrocardiogram signal
Moosavi et al. Cryptographic key generation using ECG signal
Bao et al. A method of signal scrambling to secure data storage for healthcare applications
US20200382286A1 (en) System and method for smart, secure, energy-efficient iot sensors
Miao et al. Biometrics based novel key distribution solution for body sensor networks
Pandey et al. An integrated approach using chaotic map & sample value difference method for electrocardiogram steganography and OFDM based secured patient information transmission
Lin et al. Symmetric cryptography with a chaotic map and a multilayer machine learning network for physiological signal infosecurity: Case study in electrocardiogram
CN103888943A (zh) 用于医疗监护的无线体域网密钥协商方法
CN112019530B (zh) 一种适用于体域网的生理信号安全压缩方法和系统
Hameed et al. An enhanced lossless compression with cryptography hybrid mechanism for ECG biomedical signal monitoring
Zheng et al. Comparative study on electrocardiogram encryption using elliptic curves cryptography and data encryption standard for applications in Internet of medical things
CN117338263B (zh) 一种可穿戴设备的体温心率实时安全监测方法
Wen et al. The EEG signals encryption algorithm with K-sine-transform-based coupling chaotic system
Zhang et al. Low-cost and confidential ECG acquisition framework using compressed sensing and chaotic systems for wireless body area network
CN103944725B (zh) 基于生理特征的密钥生成、认证和数据传输方法
Moosavi PPG-KeyGen: Using photoplethysmogram for key generation in wearable devices
Harinee et al. Secure ECG signal transmission for smart healthcare
Premkumar et al. A novel ECG based encryption algorithm for securing patient confidential information
Shaikh et al. Secured electrocardiograph (ECG) signal using partially homomorphic encryption technique–RSA algorithm
Sekar et al. Secure IoT-enabled sharing of digital medical records: An integrated approach with reversible data hiding, symmetric cryptosystem, and IPFS
Chen et al. Data Encryption using ECG Signals with chaotic Henon map
Duy et al. Adaptive steganography technique to secure patient confidential information using ECG signal
Adedeji et al. Assessment of encryption and decryption schemes for secure data transmission in healthcare systems

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