CN116978509B - 一种电子处方流转方法 - Google Patents

一种电子处方流转方法 Download PDF

Info

Publication number
CN116978509B
CN116978509B CN202311226723.9A CN202311226723A CN116978509B CN 116978509 B CN116978509 B CN 116978509B CN 202311226723 A CN202311226723 A CN 202311226723A CN 116978509 B CN116978509 B CN 116978509B
Authority
CN
China
Prior art keywords
prescription
vector
transaction
prescription transaction
transactions
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
CN202311226723.9A
Other languages
English (en)
Other versions
CN116978509A (zh
Inventor
靳晨
刘鸿
殷培亮
孙双双
张伟
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 Baikang Cloud Network Technology Co ltd
Original Assignee
Shandong Baikang Cloud Network Technology 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 Baikang Cloud Network Technology Co ltd filed Critical Shandong Baikang Cloud Network Technology Co ltd
Priority to CN202311226723.9A priority Critical patent/CN116978509B/zh
Publication of CN116978509A publication Critical patent/CN116978509A/zh
Application granted granted Critical
Publication of CN116978509B publication Critical patent/CN116978509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioethics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Epidemiology (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及信息化医疗技术领域，更进一步地，涉及一种电子处方流转方法。所述方法包括：步骤1：医生创建电子处方；步骤2：患者接收通知，确认电子处方；步骤3：矿工节点从处方交易池中获取处方交易，在区块链网络中验证处方交易的有效性和真实性；步骤4：患者选择希望取药的药房，并将电子处方的解密权授权给该药房；步骤5：被授予解密授权的药房查询区块链，获取加密处方信息对应的处方交易；步骤6：药房根据解密处方信息提供药物，并在处方交易上记录药物配备的时间和数量，并向患者发送药物交付通知；步骤7：患者接收药物交付通知后，在区块链上查询处方交易。本发明实现了医疗处方的安全流通和隐私保护。

Description

一种电子处方流转方法
技术领域
本发明属于信息化医疗技术领域，具体涉及一种电子处方流转方法。
背景技术
近年来，随着医疗科技的不断进步，电子医疗信息管理和处方流转系统已成为医疗领域的热门研究方向。传统的纸质处方流转方式面临着数据易丢失、难以追溯、流程繁琐等问题，这促使人们寻求更加高效、可靠且安全的电子处方流转方案。随之而来的是，区块链技术的兴起，这项技术以其分布式、去中心化、不可篡改的特点，为电子处方流转带来了前所未有的机会。
然而，尽管现有的一些电子处方流转系统借助区块链技术取得了一定进展，但仍然存在一些挑战和问题。首先，现有的一些系统在医生创建电子处方后的加密和处方流转过程中，仍然存在安全性和隐私保护方面的漏洞。在医生和患者之间，以及药房之间的数据传输和共享过程中，数据的保密性和完整性并没有得到充分保障，可能会导致患者隐私泄露的风险。其次，部分系统在处方交易的验证和确认过程中，仍然需要中心化的机构或第三方来介入，降低了流程的去中心化程度和效率。
另外，现有的一些电子处方流转系统在处理处方信息的可追溯性和真实性方面还存在一些限制。在一些系统中，虽然处方交易被记录在区块链上，但对于处方交易信息的影响和关联程度并没有得到充分的挖掘和分析，导致在处方流转的过程中，难以准确把握处方交易的真实影响力和可信度。此外，在患者接收药物和完成付款后，系统通常没有提供一个完整的、透明的机制来验证药物的成功交付和付款的完成情况。
发明内容
本发明的主要目的在于提供一种电子处方流转方法，本发明实现了医疗电子处方的安全流通和隐私保护。
为了解决上述问题，本发明的技术方案是这样实现的：
一种电子处方流转方法，所述方法包括：
步骤1：医生创建电子处方，并使用医生私钥对处方信息进行加密，得到加密处方信息，并针对该加密处方信息生成一个通知。
步骤2：患者接收通知，确认电子处方，电子处方在区块链上得到确认，作为处方交易被提交到区块链网络，该处方交易会进入待验证的处方交易池。
步骤3：矿工节点从处方交易池中获取处方交易，在区块链网络中验证处方交易的有效性和真实性；验证成功后，处方交易被打包进一个新的区块。
步骤4：患者选择希望取药的药房，并将电子处方的解密权授权给该药房。
步骤5：被授予解密授权的药房查询区块链，获取加密处方信息对应的处方交易，使用药房私钥解密加密处方信息，得到解密处方信息。
步骤6：药房根据解密处方信息提供药物，并在处方交易上记录药物配备的时间和数量，并向患者发送药物交付通知。
步骤7：患者接收药物交付通知后，在区块链上查询处方交易，确认药物交付成功，处方交易触发，药物交付至患者，同时完成付款。
进一步的，所述步骤3具体包括：矿工节点选择要验证的处方交易；矿工节点开始 寻找Nonce值，使得的哈希值满足设定的难度条件，其中是哈希函数，表示 连接操作；一旦找到满足条件的Nonce值，矿工节点将其添加到处方交易信息中，形成一个 新的区块；新的区块被广播到区块链网络中，其他节点验证新区块的哈希条件是否满足，以 确认矿工节点的工作；如果超过一半的节点验证通过新区块的合法性，并同意它是有效的， 新区块就会被添加到区块链上，处方交易也被确认。
进一步的，所述步骤5中被授予解密授权的药房查询区块链，获取加密处方信息对 应的处方交易的方法包括：设区块链网络中包含个区块，个参与者；参与者包括：医生、 药房和患者；对于每个区块，将其中的处方交易记录转化为一个有向图，其 中表示处方交易的参与者的集合，表示处方交易之间的依赖关系；为每笔处方交易 分配一个权重，表示处方交易的重要性；对于每个区块，构建一个处方交易影响图，其中表示处方交易之间的影响；如果处方交易的权重大于阈值，则在中存在一条从到的边，表示对产生影响；为每个处方交易计算传 播概率，表示处方交易被其他处方交易影响的可能性；为每对处方交易和计算 关联性，表示处方交易与之间的关联程度；构建一个处方交易关联网络，其中表示所有处方交易的集合，表示处方交易之间的关联边；如果大于阈值，则在中存在一条从到的边;在处方交易关联网络中，计算任 意两笔处方交易和之间的最短关联路径，表示为；将计算得到的最短路径 与处方交易传播概率相乘，得到路径权重；对于任意查询的处方交易，计算与所有 其他处方交易之间的路径权重之和，表示的综合影响力；根据排序，返回影响力 最高的处方交易作为查询结果。
进一步的，使用如下公式为每个处方交易计算传播概率：
；
其中，其中，表示影响处方交易的处方交易集合，表示受处方交 易影响的处方交易集合，是阻尼系数；为处方交易的传播概率。
进一步的，使用如下公式为每对处方交易和计算关联性：
；
其中，为表示处方交易关联性，是处方交易和之间关联程度的度量，它是 一个介于0和1之间的值，值越接近1表示这两笔处方交易之间的处方交易者重叠较大，关联 性越强；表示处方交易和之间共同参与者的数量，即处方交易的参与者集 合和处方交易的参与者集合的交集的大小；表示处方交易和之间所 有参与者的总数量，即处方交易的参与者集合和处方交易的参与者集合的并集 的大小。
进一步的，所述步骤1中使用医生私钥对处方信息进行加密的方法包括：设定私钥 中的参数，以及噪声向量和粒子向量；使用随机数发生器生成初始的混沌向量；将处方信息 按照固定大小分成块，得到数据块向量；对于每个数据块，按照以下步骤进行加密：将每个 数据块转换为数据向量，针对每个数据向量，使用初始混沌向量进行混沌融合，得到融合向 量；根据初始混沌向量计算扰动，将扰动作用于融合向量，得到初始向量，对初始向量应用 置换矩阵得到混叠后的向量；根据混叠后的向量计算奇异值，并将其与混叠后的向量相乘， 得到奇异向量；将粒子向量中的每一项与奇异向量相乘，得到增强的向量；应用非线性函数 对增强的向量进行非线性扩散，得到扩散向量；将噪声向量的项逐元素加到扩散向量的对 应坐标上，得到混合后的向量对混合后的向量应用特征提取函数，得到加密后的数据块； 将加密后的数据块组合成最终的加密输出，作为加密处方信息。
进一步的，所述私钥中的参数包括：初始的混沌向量的长度，这是一个整数参 数，相空间映射的系数，分别为：，和，约化普朗克常数和粒子碰撞的参数；设所述噪 声向量为；设粒子向量为；使用随机数发生器生成初始的混沌向量为，使用如下公 式进行表示：
。
进一步的，将处方信息按照固定大小分成块，得到数据块向量，其中是数据块的数量；针对每个数据向量，使用初始混沌向量进 行混沌融合的方法包括：将数据向量中每个向量值加上混沌向量，得到融合向量；根据初始 混沌向量计算扰动的方法包括：
；
其中，为扰动，为初始混沌向量中第个元素值；为求向量的模的运算；将扰 动作用于融合向量时，直接将扰动乘以融合向量中每个元素的元素值。
进一步的，设初始向量为，置换矩阵为一个对角矩阵，则则到的混叠后的向 量为：
；将混叠后的向量进行SVD分解，得到奇异值。
进一步的，特征提取函数为主成分分析函数，使用主成分分析函数对混合后的向量进行特征提取。
本发明的一种电子处方流转方法，具有以下有益效果：首先，本发明采用了密钥加密和区块链技术相结合的方法，极大地提升了电子处方流转的安全性和隐私保护水平。医生使用私钥对处方信息进行加密，确保处方信息在传输和存储过程中得到有效保护，从而有效减少了患者隐私泄露的风险。加密后的处方信息存储在区块链上，区块链的不可篡改性确保了数据的完整性，而智能合约的自动执行保证了数据传输和处理过程的透明性。因此，该发明在保障医疗数据隐私和安全方面具有显著的优势。
其次，本发明引入了去中心化的电子处方流转流程，大大提高了整个流程的效率。传统的电子处方流转往往需要依赖中心化的验证机构或第三方来确认处方的有效性和真实性，流程繁琐且效率较低。而在本发明中，处方交易的验证和确认通过区块链网络中的矿工节点实现，无需中间人介入，大大提高了流转的效率。矿工节点通过验证处方交易的有效性和真实性，并将其打包进区块，实现了电子处方的快速流转，进一步缩短了患者等待药物的时间，提升了整个流程的效率。
最后，方法中使用医生私钥对处方信息进行加密，确保了处方数据的高度安全性。私钥是唯一的，只有拥有医生私钥的授权人才能解密处方内容。这保障了处方信息的机密性，只有经过授权的医生、药房和患者才能访问和解密数据，防止了潜在的隐私泄露和未授权访问。通过对数据进行加密，方法在处方信息中引入了扰动、混叠、奇异值运算和非线性扩散等多个步骤。这些步骤共同构建了一个复杂的加密过程，即使数据在传输过程中遭受拦截，也能保持其完整性和真实性。这样，系统能够抵御数据篡改和冒充等风险。加密过程中引入了噪声向量、粒子向量和随机混沌向量等元素，这增加了攻击者进行暴力破解的难度。噪声和混沌性质增加了密码学攻击的复杂性，使得对加密数据的非授权访问变得更加困难。
附图说明
图1为本发明实施例提供的一种电子处方流转方法的方法流程示意图。
具体实施方式
提供了一种电子处方流转方法，旨在通过加密、区块链验证和授权等步骤，实现医疗数据的安全流通和隐私保护。具体而言，该方法首先通过医生私钥对处方信息进行复杂加密，保障数据的安全性和完整性。接着，利用区块链技术确认电子处方并验证其真实性，确保了医疗数据的可信度。在患者选择药房并授权解密权限后，药房能够查询区块链获取加密处方信息，并使用药房私钥解密，实现药物的正确配备。通过这一流程，系统实现了数据的安全传递、隐私保护和真实性验证，有效避免了数据泄露和篡改的风险，为医疗领域带来了高度可信和高效的处方流转方案。
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
以下分别进行详细说明。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
实施例1：一种电子处方流转方法，所述方法包括：
步骤1：医生创建电子处方，并使用医生私钥对处方信息进行加密，得到加密处方信息，并针对该加密处方信息生成一个通知。
步骤2：患者接收通知，确认电子处方，电子处方在区块链上得到确认，作为处方交易被提交到区块链网络，该处方交易会进入待验证的处方交易池。
步骤3：矿工节点从处方交易池中获取处方交易，在区块链网络中验证处方交易的有效性和真实性；验证成功后，处方交易被打包进一个新的区块。
步骤4：患者选择希望取药的药房，并将电子处方的解密权授权给该药房。
步骤5：被授予解密授权的药房查询区块链，获取加密处方信息对应的处方交易，使用药房私钥解密加密处方信息，得到解密处方信息。
步骤6：药房根据解密处方信息提供药物，并在处方交易上记录药物配备的时间和数量，并向患者发送药物交付通知。
步骤7：患者接收药物交付通知后，在区块链上查询处方交易，确认药物交付成功，处方交易触发，药物交付至患者，同时完成付款。
具体的，医生首先创建电子处方，并使用医生私钥对处方信息进行加密。这里的加密是为了确保处方信息的隐私和安全。医生的私钥是一种密码学密钥，用于加密处方信息，只有医生拥有对应的解密密钥，才能解读处方内容。这样，即使在信息传递过程中发生泄漏，未授权的人也无法获取处方细节。患者收到通知后，确认电子处方。一旦患者确认，电子处方的信息将被记录到区块链上。区块链是一个分布式的、不可篡改的数据库，它确保了处方信息的真实性和可靠性。这个步骤还将处方交易放入待验证的交易池中，等待后续的验证和打包。在区块链网络中，矿工节点负责验证处方交易的有效性和真实性。这是通过检查交易是否符合预定规则和是否与现有数据相符来实现的。验证成功后，处方交易被打包进一个新的区块，添加到区块链的末尾。这保证了处方交易的透明性和不可篡改性。患者可以选择一家药房，并将对电子处方的解密权授权给该药房。这意味着药房将能够获取加密处方信息并进行解密。被授权解密的药房从区块链上获取加密处方信息对应的处方交易。药房使用自己的私钥解密加密处方信息，得到解密后的处方内容。这确保了药房只有在获得授权的情况下才能查看处方细节，保障了患者隐私。药房根据解密处方信息提供药物，并在处方交易上记录药物的配备时间和数量。这些记录将被添加到区块链上的相关处方交易中，构建起一个透明的、可追溯的药物流转历史。患者收到药物交付通知后，可以在区块链上查询处方交易，以确认药物交付成功。一旦确认，处方交易触发，药物正式交付给患者，同时付款也会在区块链上进行记录。这确保了交易的可追溯性和安全性。
实施例2：在上一实施例的基础上，所述步骤3具体包括：矿工节点选择要验证的处 方交易；矿工节点开始寻找Nonce值，使得的哈希值满足设定的难度条件，其 中是哈希函数，表示连接操作；一旦找到满足条件的Nonce值，矿工节点将其添加到处方 交易信息中，形成一个新的区块；新的区块被广播到区块链网络中，其他节点验证新区块的 哈希条件是否满足，以确认矿工节点的工作；如果超过一半的节点验证通过新区块的合法 性，并同意它是有效的，新区块就会被添加到区块链上，处方交易也被确认。
具体的，在区块链中，挖矿过程就是要找到一个特定值，称为Nonce，以使得整个区块的哈希值满足一定的难度条件。这个难度条件是一个预先设定的数值，通过调整这个数值可以控制挖矿的难易程度。挖矿实际上就是不断尝试不同的Nonce值，然后将这些值与区块头的其他信息连接起来，通过哈希函数进行哈希运算，检查其哈希值是否满足设定的难度条件。哈希函数是一种将任意长度的输入数据转换为固定长度哈希值的算法。在区块链中，哈希函数的使用确保了数据的唯一性和难以篡改性。即使输入数据发生微小的变化，其哈希值也会发生巨大的变化，从而使得在找到满足条件的Nonce值之前，需要进行大量的尝试和计算。
一旦矿工节点找到了满足难度条件的Nonce值，它将这个Nonce值添加到处方交易信息中，形成一个新的区块。区块头会包含很多信息，包括前一个区块的哈希、时间戳、交易信息等等。Nonce值的引入是为了调整区块头的哈希，使得整个区块的哈希满足难度条件。矿工节点将新的区块广播到整个区块链网络中，其他节点收到新区块后会验证其合法性。这个验证过程包括检查区块头的哈希是否满足难度条件，以及交易是否有效等。在挖矿过程中，矿工节点需要不断尝试不同的Nonce值，将这些值与区块头的其他信息连接起来，通过哈希函数进行哈希运算，检查其哈希值是否满足设定的难度条件。由于哈希函数的特性，稍微改变Nonce值就会导致哈希值的巨大变化。因此，矿工需要不断地调整Nonce值，进行哈希计算，直到找到一个Nonce值，使得区块的哈希满足设定的难度条件。Nonce值的引入增加了挖矿的随机性和计算复杂性，从而确保了在区块链网络中生成新的区块的过程既需要计算资源，也需要时间。这有助于保护区块链网络免受恶意节点的攻击和篡改。
实施例3：在上一实施例的基础上，所述步骤5中被授予解密授权的药房查询区块 链，获取加密处方信息对应的处方交易的方法包括：设区块链网络中包含个区块，个参 与者；参与者包括：医生、药房和患者；对于每个区块，将其中的处方交易记录转化为一个 有向图，其中表示处方交易的参与者的集合，表示处方交易之间的依赖 关系；为每笔处方交易分配一个权重，表示处方交易的重要性；对于每个区块，构建 一个处方交易影响图，其中表示处方交易之间的影响；如果处方交易 的权重大于阈值，则在中存在一条从到的边，表示对产生影响；为每个 处方交易计算传播概率，表示处方交易被其他处方交易影响的可能性；为每对处 方交易和计算关联性，表示处方交易与之间的关联程度；构建一个处方交 易关联网络，其中表示所有处方交易的集合，表示处方交易之间的关 联边；如果大于阈值，则在中存在一条从到的边;在处方交易关联网络 中，计算任意两笔处方交易和之间的最短关联路径，表示为；将计算得到的最短 路径与处方交易传播概率相乘，得到路径权重；对于任意查询的处方交易，计算与所有其他处方交易之间的路径权重之和，表示的综合影响力；根据排序，返 回影响力最高的处方交易作为查询结果。
具体的，构建处方交易影响图的过程实际上是将处方交易视为节点，交易之间的依赖关系视为有向边，从而形成一个有向图。交易之间的依赖关系可以基于交易内容、时间顺序、交易之间的传递等因素来确定。权重信息可以根据交易的重要性、交易的金额、交易的参与者等来进行分配。通过将这些信息结合起来，可以建立一个反映处方交易之间影响关系的图结构。构建处方交易影响图可以将复杂的交易关系以图的形式展示出来，使得交易之间的依赖和影响关系更加直观和可视化。通过权重信息，可以对每笔交易进行评估，了解哪些交易对整个系统具有较大的影响力和依赖性。通过观察图中的路径，可以分析交易之间的传播路径，即一个交易是如何影响另一个交易的。这有助于了解信息或行为在系统中的扩散过程。分析影响图的连通性和路径长度等特征，可以帮助评估整个系统的稳定性。如果一个交易的失败可能导致大量交易无法继续，那么这个交易在影响图中可能具有更大的影响。
构建处方交易关联网络的过程实际上是将处方交易视为节点，交易之间的关联程度视为边，从而形成一个网络。交易之间的关联程度可以基于交易内容、交易参与者、时间顺序等因素来确定。通过将这些信息结合起来，可以建立一个反映处方交易之间关联关系的图结构。该方法通过预先构建关联网络，避免了每次查询时都需要重新计算影响关系。这样，在查询加密处方信息对应的处方交易时，可以更快地获取综合影响力最高的结果，提高了查询效率。由于关联网络已经构建，药房可以在实时情况下快速查询处方交易的综合影响力。这对于药房在快速变化的情况下做出决策非常有帮助。通过查看综合影响力，药房可以更好地分配资源，将重点放在对整体系统影响较大的交易上，从而优化资源利用。
实施例4：在上一实施例的基础上，使用如下公式为每个处方交易计算传播概率：
；
其中，其中，表示影响处方交易的处方交易集合，表示受处方交 易影响的处方交易集合，是阻尼系数；为处方交易的传播概率。
具体的，阻尼系数在公式中平衡了传播过程中的两个因素：网络中的传播和节点 的随机浏览。它控制了当前交易与其他交易之间传播概率的权重，越大则更注重网络传播， 越小则更注重随机浏览。传播概率通过迭代计算得出。初始时，每个处方交易的传播概 率初始化为，表示每个交易都有相同的传播起点。随后，根据影响当前交易的其他交易的 传播概率，以及这些交易对其他交易的影响程度，计算得到当前交易的传播概 率。传播概率表示了处方交易被其他交易影响的可能性。如果某个交易对多个其他交 易有较大影响，那么它的传播概率可能会相应增加。公式中表示了当 前交易受其他交易影响的程度之和。这有助于确定哪些交易在网络中具有较大的影响度。 通过计算传播概率，可以更准确地评估处方交易之间的传播关系。这有助于识别关键交易、 预测信息传播路径以及在网络中优化决策和资源分配。
实施例5：在上一实施例的基础上，使用如下公式为每对处方交易和计算关 联性：
；
其中，为表示处方交易关联性，是处方交易和之间关联程度的度量，它是 一个介于0和1之间的值，值越接近1表示这两笔处方交易之间的处方交易者重叠较大，关联 性越强；表示处方交易和之间共同参与者的数量，即处方交易的参与者集 合和处方交易的参与者集合的交集的大小；表示处方交易和之间所 有参与者的总数量，即处方交易的参与者集合和处方交易的参与者集合的并集 的大小。
具体的，每笔处方交易和都有一个对应的参与者集合和，它们分别包含 了这两笔交易涉及到的所有参与者（如医生、药房、患者等）。表示交易和之 间的共同参与者的数量，即存在于两笔交易中的参与者的数量。这个数量越大，意味着这两 笔交易之间的参与者重叠程度越高。表示交易和之间的所有参与者的总数 量，即合并了两笔交易的参与者集合的大小。关联性的计算是通过共同参与者数量与 总参与者数量的比值来衡量的。如果两笔交易的参与者重叠较多，那么将较大，使 得接近1，表示关联性较强。相反，如果两笔交易的参与者重叠较少，那么将接近0， 表示关联性较弱。
实施例6：在上一实施例的基础上，所述步骤1中使用医生私钥对处方信息进行加 密的方法包括：设定私钥中的参数，以及噪声向量和粒子向量；使用随机数发生器生成初始 的混沌向量；将处方信息按照固定大小分成块，得到数据块向量；对于每个数据块，按照以 下步骤进行加密：将每个数据块转换为数据向量，针对每个数据向量，使用初始混沌向量进 行混沌融合，得到融合向量；根据初始混沌向量计算扰动，将扰动作用于融合向量，得到初 始向量，对初始向量应用置换矩阵得到混叠后的向量；根据混叠后的向量计算奇异值，并将 其与混叠后的向量相乘，得到奇异向量；将粒子向量中的每一项与奇异向量相乘，得到增强 的向量；应用非线性函数对增强的向量进行非线性扩散，得到扩散向量；将噪声向量的项逐 元素加到扩散向量的对应坐标上，得到混合后的向量对混合后的向量应用特征提取函数， 得到加密后的数据块；将加密后的数据块组合成最终的加密输出，作为加密处方信息。
具体的，初始混沌向量的引入引发了数据的不可预测性，使加密后的数据呈现出高度随机化和复杂性。这增加了攻击者破解数据的难度，因为他们无法轻易分析数据的规律性。混沌系统的非线性和敏感性质意味着加密过程的微小变化会导致密文的巨大变化。这对于保护数据免受各种攻击（如差分攻击、线性攻击等）非常有用，因为攻击者难以找到攻击路径。混沌融合使加密后的数据不再遵循简单的统计分布，从而增加了对手分析数据的难度。攻击者无法依赖于已知的统计规律来预测数据。扰动的引入破坏了融合向量的确定性模式，导致生成的初始向量具有更高的不可预测性。这使得攻击者难以预测加密过程的下一步。扰动操作在融合向量中引入了噪声，使生成的初始向量不再具有明显的规律。这增加了加密后数据的随机性，防止攻击者根据已知模式进行攻击。扰动操作改变了初始向量的特征，使得差分攻击等密码分析方法变得更加困难。攻击者无法根据原始数据与加密数据的差异来推断加密算法。
非线性函数是指在输入和输出之间没有简单比例关系的函数，其变化趋向复杂且不可逆。应用非线性函数对向量进行处理会导致数据的混淆和变化，增加数据的复杂性和随机性。应用非线性函数对增强的向量进行非线性扩散，得到扩散向量的作用在于引入不可逆的复杂性，增加了数据的混淆度、随机性和抵抗性，从而增强了加密算法的安全性。这个步骤在整个加密过程中起到了重要的作用，通过引入复杂的非线性变换，有效地保护了数据的机密性和完整性。
若增强的向量为一个L维的向量化，，其非线性扩散可以由以 下方程描述：
；
其中， 表示向量的第 i 个分量， 表示该分量随时间的变化率， 是对应 的扩散系数， 表示 Laplace 算子用于描述第 i 个分量在空间中的扩散。
表示非线性扩散项，可能涉及向量的各个分量之间的非线性交互。这些项 可以是基于 的函数，用于描述向量分量之间的耦合效应。
实施例7：在上一实施例的基础上，所述私钥中的参数包括：初始的混沌向量的长 度，这是一个整数参数，约化普朗克常数和粒子碰撞的参数；设所述噪声向量为；设 粒子向量为；使用随机数发生器生成初始的混沌向量为，使用如下公式进行表示：
。
实施例8：在上一实施例的基础上，将处方信息按照固定大小分成块，得到数据块 向量，其中是数据块的数量；针对每个数据向量，使用初始混沌向 量进行混沌融合的方法包括：将数据向量中每个向量值加上混沌向量，得到融合向量；根据 初始混沌向量计算扰动的方法包括：
；
其中，为扰动，为初始混沌向量中第个元素值；为求向量的模的运算；将扰 动作用于融合向量时，直接将扰动乘以融合向量中每个元素的元素值。
具体的，公式中的 函数和分母中的参数操作引入了非线性和随机性，使得生 成的向量具有更高的复杂性和随机性，增加了数据的混淆度。公式根据给定的参数和变量 计算得到初始混沌向量 ，这个向量将在后续的加密过程中作为初始值使用。
实施例9：在上一实施例的基础上，设初始向量为，置换矩阵为一个对角矩阵 ，则则到的混叠后的向量为：
；将混叠后的向量进行SVD分解，得到奇异值。
具体的，矩阵乘法操作通过置换和缩放对初始向量进行了混淆和扰动，增加了数 据的不可逆性和随机性。SVD 分解将混叠后的向量分解为三个矩阵，其中奇异值矩阵 包 含了数据在不同方向上的重要性，这有助于特征的提取和变换。奇异值矩阵 的对角元素 可以按大小排序，将重要的特征保留，从而实现数据的降维，减少存储和处理的复杂性。
实施例10：在上一实施例的基础上，特征提取函数为主成分分析函数，使用主成分分析函数对混合后的向量进行特征提取。
具体的，首先，将混合后的向量作为输入数据。每个向量通常代表一个样本，而向量的维度可能对应于先前步骤中的处理操作。对于每个维度，计算所有样本的均值，并将每个维度上的值减去该均值。这是为了将数据集中在原点周围，减少均值对主成分的影响。计算减去均值后的数据的协方差矩阵。协方差矩阵反映了不同维度之间的相关性和变化趋势。对协方差矩阵进行特征值分解，得到特征值和对应的特征向量。特征向量描述了协方差矩阵的主要方向，而特征值表示在这些主要方向上的数据变异程度。将特征值按照降序排列，选择前几个特征值较大的特征向量作为主成分。通常，选择的主成分数目会根据降维的需求来确定。将原始数据投影到选定的主成分上，得到降维后的数据。投影过程涉及将原始数据在主成分方向上的投影值作为新的坐标值。可以将降维后的数据反向投影到原始维度空间，以获得重构的数据。这一步是可选的，但可以用于验证降维的效果。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种电子处方流转方法，其特征在于，所述方法包括：
步骤1：医生创建电子处方，并使用医生私钥对处方信息进行加密，得到加密处方信息，并针对该加密处方信息生成一个通知；
步骤2：患者接收通知，确认电子处方，电子处方在区块链上得到确认，作为处方交易被提交到区块链网络，该处方交易会进入待验证的处方交易池；
步骤3：矿工节点从处方交易池中获取处方交易，在区块链网络中验证处方交易的有效性和真实性；验证成功后，处方交易被打包进一个新的区块；
步骤4：患者选择希望取药的药房，并将电子处方的解密权授权给该药房；
步骤5：被授予解密授权的药房查询区块链，获取加密处方信息对应的处方交易，使用药房私钥解密加密处方信息，得到解密处方信息；
步骤6：药房根据解密处方信息提供药物，并在处方交易上记录药物配备的时间和数量，并向患者发送药物交付通知；
步骤7：患者接收药物交付通知后，在区块链上查询处方交易，确认药物交付成功，处方交易触发，药物交付至患者，同时完成付款；
所述步骤3具体包括：矿工节点选择要验证的处方交易；矿工节点开始寻找Nonce值，使得H(T|Nonce)的哈希值满足设定的难度条件，其中H是哈希函数，|表示连接操作；一旦找到满足条件的Nonce值，矿工节点将其添加到处方交易信息中，形成一个新的区块；新的区块被广播到区块链网络中，其他节点验证新区块的哈希条件是否满足，以确认矿工节点的工作；如果超过一半的节点验证通过新区块的合法性，并同意它是有效的，新区块就会被添加到区块链上，处方交易也被确认；
所述步骤5中被授予解密授权的药房查询区块链，获取加密处方信息对应的处方交易的方法包括：设区块链网络中包含n个区块，m个参与者；参与者包括：医生、药房和患者；对于每个区块bi，将其中的处方交易记录转化为一个有向图：
Gi＝(Vi,Ei)，
其中Vi表示处方交易的参与者的集合，Ei表示处方交易之间的依赖关系；为每笔处方交易tij分配一个权重wij，表示处方交易的重要性；对于每个区块bi，构建一个处方交易影响图：
G'i＝(Vi,E'i)，
其中E'i表示处方交易之间的影响；如果处方交易tij的权重wij大于阈值T，则在G'i中存在一条从tij到tik的边，表示tij对tik产生影响；为每个处方交易tij计算传播概率pij，表示处方交易tij被其他处方交易影响的可能性；为每对处方交易tij和tik计算关联性Cijk，表示处方交易tij与tik之间的关联程度；构建一个处方交易关联网络：
QN＝(A,EN)，
其中A表示所有处方交易的集合，EN表示处方交易之间的关联边；如果Cijk大于阈值CA，则在QN中存在一条从tij到tik的边；在处方交易关联网络QN中，计算任意两笔处方交易tij和tik之间的最短关联路径，表示为Pij,ik；将计算得到的最短路径Pij,ik与处方交易传播概率pij相乘，得到路径权重；对于任意查询的处方交易tq，计算tq与所有其他处方交易之间的路径权重Wqk之和，表示tq的综合影响力；根据Wqk排序，返回影响力最高的处方交易作为查询结果；
使用如下公式为每个处方交易tij计算传播概率pij：
其中，其中，In(tij)表示影响处方交易tij的处方交易集合，Out(tik)表示受处方交易tik影响的处方交易集合，d是阻尼系数；pik为处方交易tik的传播概率；
使用如下公式为每对处方交易tij和tik计算关联性Cijk：
其中，Cijk为表示处方交易关联性，是处方交易tij和tik之间关联程度的度量，它是一个介于0和1之间的值，值越接近1表示这两笔处方交易之间的处方交易者重叠较大，关联性越强；|Vj∩Vk|表示处方交易tij和tik之间共同参与者的数量，即处方交易tij的参与者集合Vj和处方交易tik的参与者集合Vk的交集的大小；|Vj∪Vk|表示处方交易tij和tik之间所有参与者的总数量，即处方交易tij的参与者集合Vj和处方交易tik的参与者集合Vk的并集的大小。
2.如权利要求1所述的电子处方流转方法，其特征在于，所述步骤1中使用医生私钥对处方信息进行加密的方法包括：设定私钥中的参数，以及噪声向量和粒子向量；使用随机数发生器生成初始的混沌向量；将处方信息按照固定大小分成块，得到数据块向量；对于每个数据块，按照以下步骤进行加密：将每个数据块转换为数据向量，针对每个数据向量，使用初始混沌向量进行混沌融合，得到融合向量；根据初始混沌向量计算扰动，将扰动作用于融合向量，得到初始向量，对初始向量应用置换矩阵得到混叠后的向量；根据混叠后的向量计算奇异值，并将其与混叠后的向量相乘，得到奇异向量；将粒子向量中的每一项与奇异向量相乘，得到增强的向量；应用非线性函数对增强的向量进行非线性扩散，得到扩散向量；将噪声向量的项逐元素加到扩散向量的对应坐标上，得到混合后的向量；对混合后的向量应用特征提取函数，得到加密后的数据块；将加密后的数据块组合成最终的加密输出，作为加密处方信息。
3.如权利要求2所述的电子处方流转方法，其特征在于，所述私钥中的参数包括：初始的混沌向量的长度N，这是一个整数参数，相空间映射的系数，分别为：a，b和c，约化普朗克常数和粒子碰撞的参数k；设所述噪声向量为N0；设粒子向量为V0；使用随机数发生器生成初始的混沌向量为C0，使用如下公式进行表示：
4.如权利要求3所述的电子处方流转方法，其特征在于，将处方信息按照固定大小分成块，得到数据块向量：
D＝[D1,D2,…,Dm]，
其中m是数据块的数量；针对每个数据向量，使用初始混沌向量进行混沌融合的方法包括：将数据向量中每个向量值加上混沌向量，得到融合向量；根据初始混沌向量计算扰动的方法包括：
其中，Qi为扰动，为初始混沌向量中第i个元素值；||为求向量的模的运算；将扰动作用于融合向量时，直接将扰动乘以融合向量中每个元素的元素值。
5.如权利要求4所述的电子处方流转方法，其特征在于，设初始向量为IN，置换矩阵为一个对角矩阵TR，则则到的混叠后的向量X为：
X＝IN·TR；
将混叠后的向量进行SVD分解，得到奇异值。
6.如权利要求5所述的电子处方流转方法，其特征在于，特征提取函数为主成分分析函数，使用主成分分析函数对混合后的向量进行特征提取。
CN202311226723.9A 2023-09-22 2023-09-22 一种电子处方流转方法 Active CN116978509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311226723.9A CN116978509B (zh) 2023-09-22 2023-09-22 一种电子处方流转方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311226723.9A CN116978509B (zh) 2023-09-22 2023-09-22 一种电子处方流转方法

Publications (2)

Publication Number Publication Date
CN116978509A CN116978509A (zh) 2023-10-31
CN116978509B true CN116978509B (zh) 2023-12-19

Family

ID=88477018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311226723.9A Active CN116978509B (zh) 2023-09-22 2023-09-22 一种电子处方流转方法

Country Status (1)

Country Link
CN (1) CN116978509B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008114540A1 (ja) * 2007-03-20 2008-09-25 Sony Corporation 鍵提供システム、鍵提供装置、端末装置、鍵提供方法、及び鍵生成方法
CN110519063A (zh) * 2019-09-23 2019-11-29 重庆华医康道科技有限公司 一种基于区块链的医药处方有效配置的工作方法
CN110826108A (zh) * 2019-10-14 2020-02-21 边缘智能研究院南京有限公司 一种基于区块链技术的电子处方共享系统
CN112202928A (zh) * 2020-11-16 2021-01-08 绍兴文理学院 传感边缘云区块链网络可信卸载协作节点选择系统及方法
CN112287080A (zh) * 2020-10-23 2021-01-29 平安科技（深圳）有限公司 问题语句的改写方法、装置、计算机设备和存储介质
WO2022072626A1 (en) * 2020-10-01 2022-04-07 Rokfin, Inc. Dampening token allocations based on non-organic subscriber behaviors
CN114386063A (zh) * 2021-12-28 2022-04-22 天翼物联科技有限公司 用于访问物联网设备数据的鉴权系统、方法及装置
CN115361395A (zh) * 2022-07-14 2022-11-18 北京理工大学 一种基于区块链支付通道网络的物联网数据共享方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11182379B2 (en) * 2018-08-24 2021-11-23 Oracle International Corporation DAG based methods and systems of transaction processing in a distributed ledger
US20200084019A1 (en) * 2018-09-07 2020-03-12 Nebulas IO Limited Blockchain Ranking Engine

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008114540A1 (ja) * 2007-03-20 2008-09-25 Sony Corporation 鍵提供システム、鍵提供装置、端末装置、鍵提供方法、及び鍵生成方法
CN110519063A (zh) * 2019-09-23 2019-11-29 重庆华医康道科技有限公司 一种基于区块链的医药处方有效配置的工作方法
CN110826108A (zh) * 2019-10-14 2020-02-21 边缘智能研究院南京有限公司 一种基于区块链技术的电子处方共享系统
WO2022072626A1 (en) * 2020-10-01 2022-04-07 Rokfin, Inc. Dampening token allocations based on non-organic subscriber behaviors
CN112287080A (zh) * 2020-10-23 2021-01-29 平安科技（深圳）有限公司 问题语句的改写方法、装置、计算机设备和存储介质
WO2022083103A1 (zh) * 2020-10-23 2022-04-28 平安科技（深圳）有限公司 问题语句的改写方法、装置、计算机设备和存储介质
CN112202928A (zh) * 2020-11-16 2021-01-08 绍兴文理学院 传感边缘云区块链网络可信卸载协作节点选择系统及方法
CN114386063A (zh) * 2021-12-28 2022-04-22 天翼物联科技有限公司 用于访问物联网设备数据的鉴权系统、方法及装置
CN115361395A (zh) * 2022-07-14 2022-11-18 北京理工大学 一种基于区块链支付通道网络的物联网数据共享方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Mengjiao Guo等.Homomorphic Encryption based Subgraph Isomorphism Protocol in Blockchain.2021,449-455. *
基于最短路径的大视角变换下 SLAM 回环检测;应桃等;《控制工程》;第28卷(第11期);2158-2163 *

Also Published As

Publication number Publication date
CN116978509A (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
Hardin et al. Amanuensis: Information provenance for health-data systems
Soni et al. Blockchain Implementation for Privacy preserving and securing the Healthcare data
CN109417478A (zh) 多链路密码逻辑区块链
Lee et al. MEXchange: a privacy-preserving blockchain-based framework for health information exchange using ring signature and stealth address
CN110519066A (zh) 一种基于区块链技术的物联网隐私保护访问控制方法
CN113626852B (zh) 一种安全高效的非许可区块链条件匿名方法、系统及应用
CN1326629A (zh) 鉴定及利用计算机系统安全资源的方法和系统
CN109117662B (zh) 基于区块链的电子病历安全搜索方法
Narayana et al. Secure Data Uploading and Accessing Sensitive Data Using Time Level Locked Encryption to Provide an Efficient Cloud Framework.
Sravanthi et al. An Efficient Multi-User Groupwise Integrity CP-ABE (GI-CPABE) for Homogeneous and Heterogeneous Cloud Blockchain Transactions.
CN116978509B (zh) 一种电子处方流转方法
Virushabadoss et al. Enhancing data security in mobile cloud using novel key generation
CN116599706A (zh) 基于区块链的物联网数据共享细粒度访问控制方法
US10938790B2 (en) Security system and method
CN114514550A (zh) 将请求分区成区块链的交易
Wang et al. Quantum multi-proxy strong blind signature based on block blind coding
CN115412259B (zh) 基于区块链的云健康系统可搜索代理签密方法及产品
Sujan Securing Distributed Data Mechanism Based On Blockchain Technology
Cao et al. Hybrid smart contracts for privacy-preserving-aware insurance compensation
Kumar et al. Blockchain Security Detection Condition Light Module
ALMAIAH et al. UNLOCKING USER PRIVACY: A PRIVACY-FOCUSED CRYPTOCURRENCIES FRAMEWORK FOR CONCEALING TRANSACTIONS USING ZERO-KNOWLEDGE PROOFS (ZKPS)
Mounnan et al. Efficient distributed access control using blockchain for big data in clouds
Gupta et al. Design & Implementation of Enhanced Security Architecture to Improve Performance of Cloud Computing
Hu et al. Lattice based ring signature scheme for secure cloud-based EMR sharing
Dey et al. Future-Ready Security in the Cloud with Post-Quantum Encryption

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