CN116825259B - 一种基于物联网的医疗数据管理方法 - Google Patents
一种基于物联网的医疗数据管理方法 Download PDFInfo
- Publication number
- CN116825259B CN116825259B CN202311112192.0A CN202311112192A CN116825259B CN 116825259 B CN116825259 B CN 116825259B CN 202311112192 A CN202311112192 A CN 202311112192A CN 116825259 B CN116825259 B CN 116825259B
- Authority
- CN
- China
- Prior art keywords
- medical data
- representing
- encryption
- word
- hash
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013523 data management Methods 0.000 title claims abstract description 19
- 238000012795 verification Methods 0.000 claims abstract description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 53
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于物联网的医疗数据管理方法，属于数据管理技术领域，包括以下步骤：S1：采集医疗数据样本集合，并确定医疗数据样本集合中各个医疗数据所属类型；S2：根据医疗数据所属类型，对医疗数据进行加密，生成加密医疗数据；S3：获取用户身份信息，并对用户身份信息进行验证，判断用户身份信息是否验证通过，若是则进入S4，否则结束用户访问；S4：获取用户访问语句，为用户匹配对应的加密医疗数据。本发明针对不同类型的医疗数据采用不同的加密方法，并对用户身份信息进行验证，在用户身份信息验证不通过时，立即停止访问。整个基于物联网的医疗数据加密算法可以保证医疗数据传输过程中的信息安全。
Description
技术领域
本发明属于数据管理技术领域，具体涉及一种基于物联网的医疗数据管理方法。
背景技术
医疗数据是指治疗过程中所涉及的数据信息，例如诊断数据、检测数据、工作数据、预测数据以及医生的诊断数据等。传统的医疗数据管理系统中，一般由医生上传至医院的服务器进行存储，使用手机或电脑登录账号查询到医疗设数据，然而医疗数据通常属于患者的高度隐私信息，医疗数据的不安全性是目前医疗数据管理方法中最为严重的问题之一，且医疗数据的类型多种多样，需对不同类型的医疗数据进行分类加密。
发明内容
本发明为了解决以上问题，提出了一种基于物联网的医疗数据管理方法。本发明的技术方案是：一种基于物联网的医疗数据管理方法包括以下步骤：
S1：采集医疗数据样本集合，并确定医疗数据样本集合中各个医疗数据所属类型；其中，医疗数据所属类型包括文本型医疗数据、图像型医疗数据和语音型医疗数据；
S2：根据医疗数据所属类型，对医疗数据进行加密，生成加密医疗数据；
S3：获取用户身份信息，并对用户身份信息进行验证，判断用户身份信息是否验证通过，若是则进入S4，否则结束用户访问；
S4：获取用户访问语句，为用户匹配对应的加密医疗数据。
进一步地，S2中，对文本型医疗数据进行加密的具体方法为：在文本型医疗数据中，将各个单词的词频从大到小的排列顺序作为加密优先级，根据加密优先级利用MD5信息摘要算法对各个单词进行加密处理。
上述进一步方案的有益效果是：在本发明中，MD5信息摘要算法是一种被广泛使用的密码散列函数，可以产生出一个128位(16字节)的散列值，用于确保信息传输完整一致。单词的词频大小可以评估该单词对应文本型医疗数据的重复程度，从侧面反应单词的重要性，所以词频越高的单词，其加密优先级越靠前。
进一步地，S2中，对图像型医疗数据进行加密包括以下子步骤：
A21、计算图像型医疗数据中各个像素点的哈希加密系数，并根据各个像素点的哈希加密系数，生成哈希加密矩阵；
A22、将图像型医疗数据均匀划分为若干个图像块；
A23、生个各个图像块的哈希加密函数；
A24、在图像块中，将各个像素点的哈希加密系数与图像块哈希加密函数的乘积作为哈希加密向量的元素，生成图像块的哈希加密向量；
A25、将各个图像块的哈希加密向量作为加密秘钥，利用各个图像块对应的加密秘钥进行加密。
上述进一步方案的有益效果是：在本发明中，图像型医疗数据不同于文本型医疗数据，其内部含有大量的高冗余数据容量，所以需要对图像型医疗数据进行分块，对每个图像块进行单独加密，简化加密流程，有利于保证图像型数据加密的完整性。在图像块的加密过程前，根据各个像素点的参数生成对应的哈希加密系数，将哈希加密系数按照像素点在图像型医疗数据的位置排列，即可生成哈希加密矩阵。
图像型数据中像素点值的微小变化都会引起整个图像的像素值巨大变化，因此哈希加密矩阵的元素(哈希加密系数)可以客观地反映像素点值的特征和分布情况，降低图像存储占用的空间。将各个图像块中各自像素点的哈希加密系数与哈希加密函数值相乘，再将各个像素点相乘的结果依次排列，即可生成哈希加密向量，将多维向量作为私钥，可以实现图像型医疗数据通过矩阵运算实现加密的能力。
进一步地，A21中，第i个像素点的哈希加密系数ai的计算公式为：
式中，Hi表示第i个像素点的色调值，Si表示第i个像素点的饱和度，Vi表示第i个像素点的亮度，ρ0表示图像型医疗数据中所有像素点的平均灰度值，ρi表示第i个像素点的的灰度值，Ixi表示第i个像素点在x方向的梯度值，Iyi表示第i个像素点在y方向的梯度值，σ表示图像型医疗数据中所有像素点的灰度值的标准差。
进一步地，A23中，图像块的哈希加密函数F的表达式为：
式中，A0表示图像块中所有像素点的哈希加密系数的均值，A1表示图像块中所有像素点的哈希加密系数的方差，A2表示图像块中所有像素点的哈希加密系数的标准差，ε表示极小值，M表示图像块对应哈希码的位数，hashm表示哈希码中第m位哈希值。
上述进一步方案的有益效果是：在本发明中，图像块的哈希加密函数由哈希加密系数相关参数组成的矩阵以及哈希码组成。哈希加密系数的均值、方差和标准差等参数都可以体现一个图像块中所有像素点的哈希加密系数的变化情况；哈希码可以由卷积神经网络网络得到，将图像块映射成一串短小的数字序列，即哈希码。
进一步地，S2中，对语音型医疗数据进行加密包括以下子步骤：
B21、利用Speech-to-Text算法对语音型医疗数据进行文本转换，生成文本字符序列；
B22、提取文本字符序列的若干个关键词，生成关键词集合；
B23、为关键词集合中所有关键词生成关键词密文搜索函数，为文本字符序列中所有单词生成单词密文搜索函数；
B24、判断关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值是否相等，若是则进入B25，否则进入B26；
B25、利用对称加密算法对文本字符序列的各个单词进行加密；
B26、更新关键词密文搜索函数，直至更新后关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，并利用对称加密算法对文本字符序列的各个单词进行加密。
上述进一步方案的有益效果是：在本发明中，B21中，Speech-to-Text算法是一种应用剪辑某种语言的口语音频，把口语转换为文本的算法。B22中，基于TextRank算法提取文本字符序列中的关键词，其将文本字符序列看作一个图结构，在图上运用PageRank算法寻找关键词。B24中，若关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，则关键词提取存在偏差，所以在关键词密文搜索函数中引入随机数，使关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，保证加密的完整性。
进一步地，B23中，关键词密文搜索函数E的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数；
B23中，单词密文搜索函数K的表达式为：
式中，c3表示第三随机数，c4表示第四随机数，c5表示第五随机数，Ul表示第l个单词的词频值，L表示单词个数。
进一步地，B26中，更新后关键词密文搜索函数E'的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，c6表示第六随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数。
上述进一步方案的有益效果是：在本发明中，更新关键词密文搜索函数的方式为增加随机数，使更新后关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，此过程易于实现且方便操作。
进一步地，S4中，为用户匹配对应的加密医疗数据的具体方法为：计算用户访问语句与各个加密医疗数据的欧式距离，将欧式距离最近的加密医疗数据作为用户的访问结果。
本发明的有益效果是：本发明针对物联网中不同类型的医疗数据采用不同的加密方法，并对用户身份信息进行验证，在用户身份信息验证不通过时，立即停止访问；针对文本型医疗数据，根据加密优先级的顺序进行加密，确保重要的医疗数据得到优先加密；针对图像型医疗数据，将加密过程由图像型加密转换为矩阵运算加密，生成加密秘钥，对数据直接加密；针对语音型医疗数据，将语音转换为文本，利用构建的密文搜索函数完成加密。整个基于物联网的医疗数据加密算法可以保证医疗数据传输过程中的信息安全。
附图说明
图1为基于物联网的医疗数据管理方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示，本发明提供了一种基于物联网的医疗数据管理方法，包括以下步骤：
S1：采集医疗数据样本集合，并确定医疗数据样本集合中各个医疗数据所属类型；其中，医疗数据所属类型包括文本型医疗数据、图像型医疗数据和语音型医疗数据；
S2：根据医疗数据所属类型，对医疗数据进行加密，生成加密医疗数据；
S3：获取用户身份信息，并对用户身份信息进行验证，判断用户身份信息是否验证通过，若是则进入S4，否则结束用户访问；
S4：获取用户访问语句，为用户匹配对应的加密医疗数据。
在本发明中，医疗数据样本集合中包含文本型医疗数据、图像型医疗数据和语音型医疗数据三种类型。其中，文本型医疗数据可能包括医生的医嘱、处方和备注以及患者的诊断信息等；图像型医疗数据可能包括患者的诊断影像(比如CT图)和患者的身份图像等；语音型医疗数据可能包括语音形式的医生医嘱以及医患之间的电话沟通记录等。
在本发明实施例中，S2中，对文本型医疗数据进行加密的具体方法为：在文本型医疗数据中，将各个单词的词频从大到小的排列顺序作为加密优先级，根据加密优先级利用MD5信息摘要算法对各个单词进行加密处理。
在本发明中，MD5信息摘要算法是一种被广泛使用的密码散列函数，可以产生出一个128位(16字节)的散列值，用于确保信息传输完整一致。单词的词频大小可以评估该单词对应文本型医疗数据的重复程度，从侧面反应单词的重要性，所以词频越高的单词，其加密优先级越靠前。
在本发明实施例中，S2中，对图像型医疗数据进行加密包括以下子步骤：
A21、计算图像型医疗数据中各个像素点的哈希加密系数，并根据各个像素点的哈希加密系数，生成哈希加密矩阵；
A22、将图像型医疗数据均匀划分为若干个图像块；
A23、生个各个图像块的哈希加密函数；
A24、在图像块中，将各个像素点的哈希加密系数与图像块哈希加密函数的乘积作为哈希加密向量的元素，生成图像块的哈希加密向量；
A25、将各个图像块的哈希加密向量作为加密秘钥，利用各个图像块对应的加密秘钥进行加密。
在本发明中，图像型医疗数据不同于文本型医疗数据，其内部含有大量的高冗余数据容量，所以需要对图像型医疗数据进行分块，对每个图像块进行单独加密，简化加密流程，有利于保证图像型数据加密的完整性。在图像块的加密过程前，根据各个像素点的参数生成对应的哈希加密系数，将哈希加密系数按照像素点在图像型医疗数据的位置排列，即可生成哈希加密矩阵。
图像型数据中像素点值的微小变化都会引起整个图像的像素值巨大变化，因此哈希加密矩阵的元素(哈希加密系数)可以客观地反映像素点值的特征和分布情况，降低图像存储占用的空间。将各个图像块中各自像素点的哈希加密系数与哈希加密函数值相乘，再将各个像素点相乘的结果依次排列，即可生成哈希加密向量，将多维向量作为私钥，可以实现图像型医疗数据通过矩阵运算实现加密的能力。
在本发明实施例中，A21中，第i个像素点的哈希加密系数ai的计算公式为：
式中，Hi表示第i个像素点的色调值，Si表示第i个像素点的饱和度，Vi表示第i个像素点的亮度，ρ0表示图像型医疗数据中所有像素点的平均灰度值，ρi表示第i个像素点的的灰度值，Ixi表示第i个像素点在x方向的梯度值，Iyi表示第i个像素点在y方向的梯度值，σ表示图像型医疗数据中所有像素点的灰度值的标准差。
在本发明中，图像型医疗数据的标准HSV空间中，H通道的取值范围为0-360，S通道的取值范围为0-1(0％-100％)，V通道的取值范围为0-1(0％-100％)。
在本发明实施例中，A23中，图像块的哈希加密函数F的表达式为：
式中，A0表示图像块中所有像素点的哈希加密系数的均值，A1表示图像块中所有像素点的哈希加密系数的方差，A2表示图像块中所有像素点的哈希加密系数的标准差，ε表示极小值，M表示图像块对应哈希码的位数，hashm表示哈希码中第m位哈希值。
在本发明中，图像块的哈希加密函数由哈希加密系数相关参数组成的矩阵以及哈希码组成。哈希加密系数的均值、方差和标准差等参数都可以体现一个图像块中所有像素点的哈希加密系数的变化情况；哈希码可以由卷积神经网络网络得到，将图像块映射成一串短小的数字序列，即哈希码。
在本发明实施例中，S2中，对语音型医疗数据进行加密包括以下子步骤：
B21、利用Speech-to-Text算法对语音型医疗数据进行文本转换，生成文本字符序列；
B22、提取文本字符序列的若干个关键词，生成关键词集合；
B23、为关键词集合中所有关键词生成关键词密文搜索函数，为文本字符序列中所有单词生成单词密文搜索函数；
B24、判断关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值是否相等，若是则进入B25，否则进入B26；
B25、利用对称加密算法对文本字符序列的各个单词进行加密；
B26、更新关键词密文搜索函数，直至更新后关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，并利用对称加密算法对文本字符序列的各个单词进行加密。
在本发明中，B21中，Speech-to-Text算法是一种应用剪辑某种语言的口语音频，把口语转换为文本的算法。B22中，基于TextRank算法提取文本字符序列中的关键词，其将文本字符序列看作一个图结构，在图上运用PageRank算法寻找关键词。B24中，若关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，则关键词提取存在偏差，所以在关键词密文搜索函数中引入随机数，使关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，保证加密的完整性。
在本发明实施例中，B23中，关键词密文搜索函数E的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数；
B23中，单词密文搜索函数K的表达式为：
式中，c3表示第三随机数，c4表示第四随机数，c5表示第五随机数，Ul表示第l个单词的词频值，L表示单词个数。
在本发明实施例中，B26中，更新后关键词密文搜索函数E'的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，c6表示第六随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数。
在本发明中，更新关键词密文搜索函数的方式为增加随机数，使更新后关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，此过程易于实现且方便操作。
在本发明实施例中，S4中，为用户匹配对应的加密医疗数据的具体方法为：计算用户访问语句与各个加密医疗数据的欧式距离，将欧式距离最近的加密医疗数据作为用户的访问结果。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.一种基于物联网的医疗数据管理方法，其特征在于，包括以下步骤：
S1：采集医疗数据样本集合，并确定医疗数据样本集合中各个医疗数据所属类型；其中，医疗数据所属类型包括文本型医疗数据、图像型医疗数据和语音型医疗数据；
S2：根据医疗数据所属类型，对医疗数据进行加密，生成加密医疗数据；
其中，对图像型医疗数据进行加密包括以下子步骤：
A21、计算图像型医疗数据中各个像素点的哈希加密系数，并根据各个像素点的哈希加密系数，生成哈希加密矩阵；
A22、将图像型医疗数据均匀划分为若干个图像块；
A23、生个各个图像块的哈希加密函数；
A24、在图像块中，将各个像素点的哈希加密系数与图像块哈希加密函数的乘积作为哈希加密向量的元素，生成图像块的哈希加密向量；
A25、将各个图像块的哈希加密向量作为加密秘钥，利用各个图像块对应的加密秘钥进行加密；
S3：获取用户身份信息，并对用户身份信息进行验证，判断用户身份信息是否验证通过，若是则进入S4，否则结束用户访问；
S4：获取用户访问语句，为用户匹配对应的加密医疗数据；
所述A21中，第i个像素点的哈希加密系数ai的计算公式为：
式中，Hi表示第i个像素点的色调值，Si表示第i个像素点的饱和度，Vi表示第i个像素点的亮度，ρ0表示图像型医疗数据中所有像素点的平均灰度值，ρi表示第i个像素点的的灰度值，Ixi表示第i个像素点在x方向的梯度值，Iyi表示第i个像素点在y方向的梯度值，σ表示图像型医疗数据中所有像素点的灰度值的标准差。
2.根据权利要求1所述的基于物联网的医疗数据管理方法，其特征在于，所述S2中，对文本型医疗数据进行加密的具体方法为：在文本型医疗数据中，将各个单词的词频从大到小的排列顺序作为加密优先级，根据加密优先级利用MD5信息摘要算法对各个单词进行加密处理。
3.根据权利要求1所述的基于物联网的医疗数据管理方法，其特征在于，所述A23中，图像块的哈希加密函数F的表达式为：
式中，A0表示图像块中所有像素点的哈希加密系数的均值，A1表示图像块中所有像素点的哈希加密系数的方差，A2表示图像块中所有像素点的哈希加密系数的标准差，ε表示极小值，M表示图像块对应哈希码的位数，hashm表示哈希码中第m位哈希值。
4.根据权利要求1所述的基于物联网的医疗数据管理方法，其特征在于，所述S2中，对语音型医疗数据进行加密包括以下子步骤：
B21、利用Speech-to-Text算法对语音型医疗数据进行文本转换，生成文本字符序列；
B22、提取文本字符序列的若干个关键词，生成关键词集合；
B23、为关键词集合中所有关键词生成关键词密文搜索函数，为文本字符序列中所有单词生成单词密文搜索函数；
B24、判断关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值是否相等，若是则进入B25，否则进入B26；
B25、利用对称加密算法对文本字符序列的各个单词进行加密；
B26、更新关键词密文搜索函数，直至更新后关键词密文搜索函数生成的关键词密文值与单词密文搜索函数生成的单词密文值相等，并利用对称加密算法对文本字符序列的各个单词进行加密。
5.根据权利要求4所述的基于物联网的医疗数据管理方法，其特征在于，所述B23中，关键词密文搜索函数E的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数；
所述B23中，单词密文搜索函数K的表达式为：
式中，c3表示第三随机数，c4表示第四随机数，c5表示第五随机数，Ul表示第l个单词的词频值，L表示单词个数。
6.根据权利要求4所述的基于物联网的医疗数据管理方法，其特征在于，所述B26中，更新后关键词密文搜索函数E'的表达式为：
式中，c1表示第一随机数，c2表示第二随机数，c6表示第六随机数，表示双线性映射运算函数，g1表示随机生成的第一循环群的生成元，g2表示随机生成的第二循环群的生成元，Vn表示第n个关键词的词频值，N表示关键词个数。
7.根据权利要求1所述的基于物联网的医疗数据管理方法，其特征在于，所述S4中，为用户匹配对应的加密医疗数据的具体方法为：计算用户访问语句与各个加密医疗数据的欧式距离，将欧式距离最近的加密医疗数据作为用户的访问结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311112192.0A CN116825259B (zh) | 2023-08-31 | 2023-08-31 | 一种基于物联网的医疗数据管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311112192.0A CN116825259B (zh) | 2023-08-31 | 2023-08-31 | 一种基于物联网的医疗数据管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116825259A CN116825259A (zh) | 2023-09-29 |
| CN116825259B true CN116825259B (zh) | 2023-11-07 |
Family
ID=88143272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311112192.0A Active CN116825259B (zh) | 2023-08-31 | 2023-08-31 | 一种基于物联网的医疗数据管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116825259B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117040940B (zh) * | 2023-10-10 | 2023-12-19 | 成都运荔枝科技有限公司 | 一种基于物联网的设备数据加密方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101877118A (zh) * | 2009-12-01 | 2010-11-03 | 天津工程师范学院 | 电子文档真伪识别系统 |
| CN102752314A (zh) * | 2012-07-23 | 2012-10-24 | 南京邮电大学 | 一种基于信息隐藏技术的多媒体物联网安全通信方法 |
| CN108898539A (zh) * | 2018-05-14 | 2018-11-27 | 湘潭大学 | 一种兼容jpeg压缩标准的彩色图像加密方法 |
| CN110890151A (zh) * | 2019-11-18 | 2020-03-17 | 重庆亚德科技股份有限公司 | 一种区域远程医疗信息系统 |
| CN111125416A (zh) * | 2019-12-27 | 2020-05-08 | 郑州轻工业大学 | 一种基于多特征融合的图像检索方法 |
| CN111967033A (zh) * | 2020-08-28 | 2020-11-20 | 深圳康佳电子科技有限公司 | 基于人脸识别的图片加密方法、装置、终端及存储介质 |
| CN112437048A (zh) * | 2020-11-06 | 2021-03-02 | 国民技术股份有限公司 | 一种图像加密方法、第一、二图像加密装置以及系统 |
| KR20210043529A (ko) * | 2021-04-12 | 2021-04-21 | 전인호 | 블록체인과 해쉬 암호화 기술을 기반으로 한 영상 인증 시스템 및 그 방법 |
| CN113032814A (zh) * | 2021-04-28 | 2021-06-25 | 华南理工大学 | 物联网数据管理方法和系统 |
| CN113395245A (zh) * | 2020-03-13 | 2021-09-14 | 昆山恒禾隆智能化系统有限公司 | 一种基于信息加密的物联网安全系统及方法 |
| CN114745475A (zh) * | 2022-03-09 | 2022-07-12 | 西南交通大学 | 一种鲁棒的加密图像可逆信息隐藏方法 |
| CN115100448A (zh) * | 2022-07-19 | 2022-09-23 | 南京航空航天大学 | 一种基于加密感知哈希识别算法的辐射安检系统 |
| WO2022217926A1 (zh) * | 2021-04-16 | 2022-10-20 | 深圳前海微众银行股份有限公司 | 一种图像查找方法、区块链、云服务器及图像查找装置 |
| CN115394406A (zh) * | 2021-05-24 | 2022-11-25 | 蒋宇 | 一种基于移动端和移动互联网的医学影像人工智能快速诊断布署方法 |
| CN115794924A (zh) * | 2022-12-05 | 2023-03-14 | 中电科大数据研究院有限公司 | 物联网数据管理方法及装置 |
| CN116383470A (zh) * | 2023-05-29 | 2023-07-04 | 新智元(南京)科技信息有限公司 | 一种具有隐私保护的图像搜索方法 |
| CN116595587A (zh) * | 2023-07-14 | 2023-08-15 | 江西通友科技有限公司 | 一种基于保密业务的文档隐写方法及文档管理方法 |
-
2023
- 2023-08-31 CN CN202311112192.0A patent/CN116825259B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101877118A (zh) * | 2009-12-01 | 2010-11-03 | 天津工程师范学院 | 电子文档真伪识别系统 |
| CN102752314A (zh) * | 2012-07-23 | 2012-10-24 | 南京邮电大学 | 一种基于信息隐藏技术的多媒体物联网安全通信方法 |
| CN108898539A (zh) * | 2018-05-14 | 2018-11-27 | 湘潭大学 | 一种兼容jpeg压缩标准的彩色图像加密方法 |
| CN110890151A (zh) * | 2019-11-18 | 2020-03-17 | 重庆亚德科技股份有限公司 | 一种区域远程医疗信息系统 |
| CN111125416A (zh) * | 2019-12-27 | 2020-05-08 | 郑州轻工业大学 | 一种基于多特征融合的图像检索方法 |
| CN113395245A (zh) * | 2020-03-13 | 2021-09-14 | 昆山恒禾隆智能化系统有限公司 | 一种基于信息加密的物联网安全系统及方法 |
| CN111967033A (zh) * | 2020-08-28 | 2020-11-20 | 深圳康佳电子科技有限公司 | 基于人脸识别的图片加密方法、装置、终端及存储介质 |
| CN112437048A (zh) * | 2020-11-06 | 2021-03-02 | 国民技术股份有限公司 | 一种图像加密方法、第一、二图像加密装置以及系统 |
| KR20210043529A (ko) * | 2021-04-12 | 2021-04-21 | 전인호 | 블록체인과 해쉬 암호화 기술을 기반으로 한 영상 인증 시스템 및 그 방법 |
| WO2022217926A1 (zh) * | 2021-04-16 | 2022-10-20 | 深圳前海微众银行股份有限公司 | 一种图像查找方法、区块链、云服务器及图像查找装置 |
| CN113032814A (zh) * | 2021-04-28 | 2021-06-25 | 华南理工大学 | 物联网数据管理方法和系统 |
| CN115394406A (zh) * | 2021-05-24 | 2022-11-25 | 蒋宇 | 一种基于移动端和移动互联网的医学影像人工智能快速诊断布署方法 |
| CN114745475A (zh) * | 2022-03-09 | 2022-07-12 | 西南交通大学 | 一种鲁棒的加密图像可逆信息隐藏方法 |
| CN115100448A (zh) * | 2022-07-19 | 2022-09-23 | 南京航空航天大学 | 一种基于加密感知哈希识别算法的辐射安检系统 |
| CN115794924A (zh) * | 2022-12-05 | 2023-03-14 | 中电科大数据研究院有限公司 | 物联网数据管理方法及装置 |
| CN116383470A (zh) * | 2023-05-29 | 2023-07-04 | 新智元(南京)科技信息有限公司 | 一种具有隐私保护的图像搜索方法 |
| CN116595587A (zh) * | 2023-07-14 | 2023-08-15 | 江西通友科技有限公司 | 一种基于保密业务的文档隐写方法及文档管理方法 |
Non-Patent Citations (7)
| Title |
|---|
| A hash-based image encryption algorithm;Abbas Cheddad et al;Optics Communications;第283卷(第6期);879-893 * |
| Image encryption scheme with bit-level scrambling and multiplication diffusion;Chun-Lai Li et al;Multimedia Tools and Applications;第80卷;18479–18501 * |
| Image Hashing with color vector angle;Zhenjun Tong et al;Neurocomputing;第308卷;147-158 * |
| QHSL image encryption scheme based on a logistic chaotic system;Fei Yan et al;2021 IEEE 23rd Int Conf on High Performance Computing & Communications;677-684 * |
| Robust image hash function using local color features;Zhenjun Tang et al;AEU - International Journal of Electronics and Communications;第67卷(第8期);717-722 * |
| 云环境下遥感影像安全检索方法研究;赵啸;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第6期);C028-93 * |
| 基于LLE和NMF的图像哈希算法;劳欢;中国优秀硕士学位论文全文数据库信息科技辑(第2期);I138-2546 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116825259A (zh) | 2023-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021135910A1 (zh) | 基于机器阅读理解的信息抽取方法、及其相关设备 | |
| CN116825259B (zh) | 一种基于物联网的医疗数据管理方法 | |
| CN106610995B (zh) | 一种创建密文索引的方法、装置及系统 | |
| CN109241484B (zh) | 一种基于加密技术的网页数据的发送方法及设备 | |
| CN111797409B (zh) | 一种大数据中文文本无载体信息隐藏方法 | |
| CN115017107A (zh) | 基于保护隐私的数据检索方法、装置、计算机设备及介质 | |
| CN113886550A (zh) | 基于注意力机制的问答匹配方法、装置、设备及存储介质 | |
| CN110618999A (zh) | 数据的查询方法及装置、计算机存储介质、电子设备 | |
| CN110059218A (zh) | 一种基于快速傅里叶逆变换的语音检索方法及系统 | |
| CN114238506A (zh) | 数据同步的方法、装置、计算机设备及存储介质 | |
| CN111475690B (zh) | 字符串的匹配方法和装置、数据检测方法、服务器 | |
| CN115277239B (zh) | 数据库数据的加密方法及装置 | |
| WO2023103928A1 (zh) | 基于esop系统的数据查询方法、装置、介质及设备 | |
| CN114401116B (zh) | 基于HK-Means和安全性检测的可信数据传输方法 | |
| CN113626645B (zh) | 分级优化的高效密文模糊检索方法及相关设备 | |
| CN113688762B (zh) | 基于深度学习的人脸识别方法、装置、设备及介质 | |
| CN114722932A (zh) | 一种商用密码算法识别方法、系统、介质、设备及终端 | |
| CN113486379A (zh) | 信息的加密方法、装置、介质及电子设备 | |
| CN113918696A (zh) | 基于k均值聚类算法的问答匹配方法、装置、设备及介质 | |
| WO2021156110A1 (en) | Improved quality value compression framework in aligned sequencing data based on novel contexts | |
| CN112989384A (zh) | 一种区块链预言机网络和数据传输方法 | |
| CN117278271B (zh) | 一种属性基加密的数据传输方法及系统 | |
| Yang et al. | An Efficient and Privacy‐Preserving Biometric Identification Scheme Based on the FITing‐Tree | |
| CN114662129B (zh) | 数据分片安全评估方法、装置、存储介质及电子设备 | |
| CN117036910B (zh) | 一种基于多视图及信息瓶颈的医学图像训练方法 |
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 |