[发明专利]一种面向众智云环境的隐私数据访问方法

说明书

本发明公开了一种面向众智云环境的隐私数据访问方法，包括：对众智云环境中数据属性根据类型进行区分，得到不同类型属性类别；针对不同类型属性类别识别它们的隐私程度，获得不同隐私程度数据属性集合；根据数据属性隐私程度纵向划分数据属性，得到数据属性集合。本发明提出的对面向众智云环境的隐私数据访问方法，在现有的研究成果的基础上，将现有的统计学和密码学模型结合起来，能够自动识别分区数据属性并垂直分区，保护了敏感信息的隐私安全和用户的信息获取便捷的同时，也节省了人工和时间成本。

技术领域

本发明涉及计算机领域，更具体地涉及一种面向众智云环境的隐私数据访问方法。

背景技术

众智云环境，是多主体资源汇聚与服务集成的分布式计算与存储环境，众智云环境中数据医疗信息化可以缩短患者就诊时间，并能共享医疗资源，实现全方位多功能医疗，改善就医体验。在云环境中存储和共享的医疗数据一般由第三方服务提供商提供，这引起了对云计算技术中个人隐私的重点关注。

为了兼顾信息的隐私安全和信息利用率，数据分区已被应用到数据存储在云平台上的处理中，在将数据垂直分区后再分别对数据集进行隐私保护操作，已被证明能够很好地平衡信息的私密度保护和信息访问率。

但是在现实生活中，云存储平台中的医疗数据量级都比较大，现有的数据垂直分区都是人工半自动分区，所涉及的数据量庞大且准确度可能有偏差，所以，可以在原有的统计学和密码学基础上，考虑到数据不同属性的信息敏感程度和信息分布的不同，设计一种能自动化将数据集纵向分割从而减少工作量和提高正确率的方法。

在众智云存储环境中，数据量级都比较大，隐私保护的计算成本和用户获取信息利用率是重要的衡量标准。在众智云存储实际应用中，数据类型和数量往往较多，其中可能存在私密度不高的数据类型，而统计学和密码学一般都涉及整套医疗记录获取和利用有关的隐私，这容易导致如下的后果：(1)加密的数据类型越多，使得众智云中数据访问所需时间越长；(2)加密的数据类型越多，在数据访问过程中需要解密的数据量越多，信息利用率越低。

在众智云存储数据共享时的隐私保护和数据利用的效率难以两全，所以，可以在原有的统计学和密码学基础上，考虑到数据不同属性的隐私安全需求和信息利用率不同，能平衡用户的隐私安全需求和获取信息的效率。数据分区在解决上述问题时起到了重要作用。数据分区是指从原始数据集中选择隐私程度较高的数据类型并将其与其他数据类型分区。数据分区能将数据类型按照私密程度分类，从而达到减少需要加密数据类型个数，提高数据访问效率，减少运行时间的目的。另一方面，选取出私密程度不高但信息利用率较高的数据类型，使得用户访问数据时更为方便。

2016年由赵军发表在科技通报的论文“云存储中隐私保护数据的抗泄露加密算法”中，通过分析云存储系统中的隐私保护数据的数据结构模型，进行隐私保护数据的数据编码序列分析，并设计了云存储系统中隐私保护数据的线性编码和密钥。引入可撤销多重循环控制方法，实现云存储系统中隐私保护数据的抗泄露加密算法的改进，在整个过程中保证了数据的保密性。此方法考虑的是在云存储环境中对传输数据的隐私保护，能够很好地保护数据隐私信息，但是却没有将运行成本考虑进去，在数据庞大的情况下不能很好地运用到实际中。

2015年由Yang J J、Li J Q和NiuY发表的论文“Ahybrid solutionforprivacypreserving medical data sharing in the cloud environment”中，提出了一种用于云计算的隐私保护病历共享的实用解决方案。在对病历属性进行分类的基础上，利用医学数据集的垂直分割，实现对不同隐私关注的医疗数据的不同部分的考虑。Yang的论文中的云存储数据共享私密保护混合方法从数据垂直分区出发，在已有的统计学和密码学基础上，很好的平衡了数据利用率和信息私密性。然而，在论文中的数据垂直分区是依赖相关人员进行手动判断对原始数据进行垂直分区的，现实生活中，众智云环境数据种类庞大，依赖人工分区将会花费很多时间。