[发明专利]一种基于智慧医疗大数据的用户隐私保护方法及系统

权利要求书

1.一种基于智慧医疗大数据的用户隐私保护方法，其特征在于，应用于大数据隐私保护系统，所述方法至少包括：

确定存在隐私防护需求的医疗用户大数据并进行数据筛选操作，得到筛选后所保留的医疗用户会话集；通过第一关键描述识别模型对所述存在隐私防护需求的医疗用户大数据进行个体关键描述挖掘，得到所述存在隐私防护需求的医疗用户大数据中第一医疗用户会话的第一关键描述集，以及通过第二关键描述识别模型对所述医疗用户会话集进行群体关键描述挖掘，得到所述医疗用户会话集中第二医疗用户会话的第二关键描述集；

通过所得的所述第一关键描述集以及所述第二关键描述集，对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件；在所述第二隐私防护约束条件下对所述医疗用户会话集进行指定用户信息标记，得到用户信息标记结果；其中，所述用户信息标记结果包括针对隐私信息的标记结果，且所述用户信息标记结果用于指导针对所述隐私信息的匿名化防护；

其中，所述通过所得的所述第一关键描述集以及所述第二关键描述集，对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件，包括：依据所述医疗用户会话集涵盖的医疗用户会话的统计值，对所述存在隐私防护需求的医疗用户大数据涵盖的第一医疗用户会话进行聚类处理，得到若干第一医疗用户会话簇；对于所述医疗用户会话集中的每个第二医疗用户会话，从所述若干第一医疗用户会话簇中确定与所述第二医疗用户会话对应的第一目标医疗用户会话簇，并依据所述第二医疗用户会话的第二关键描述集以及对应的第一目标医疗用户会话簇涵盖的每个第一医疗用户会话的第一关键描述集，确定所述第二医疗用户会话的拼接关键描述集；根据每个第二医疗用户会话的拼接关键描述集，确定对于所述医疗用户会话集的拼接关键描述集，并依据所述医疗用户会话集的拼接关键描述集对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件；

其中，所述依据所述医疗用户会话集的拼接关键描述集对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件，包括：确定所述第一隐私防护约束条件涵盖的就诊交互触发节点相对应的第二医疗用户会话以及就诊交互完成节点相对应的第二医疗用户会话；从所述医疗用户会话集的拼接关键描述集中，采集与确定的两个所述第二医疗用户会话所对应的阶段用户会话或者衍生用户会话绑定的拼接关键描述子集；基于采集的所述拼接关键描述子集对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件；

其中，通过以下方式确定所述第一隐私防护约束条件：通过已完成调试的若干交互变量挖掘模型分别对所述医疗用户会话集的拼接关键描述集进行交互变量挖掘，得到每个所述交互变量挖掘模型导出的每个第二医疗用户会话的交互变量数据；所述交互变量数据包括对应于会话行为触发状态的可能性、对应于会话行为终止状态的可能性、以及对应于待定会话行为的可能性；根据每个所述交互变量挖掘模型导出的交互变量数据，确定第一隐私防护约束条件；其中，通过以下方式调试所述若干交互变量挖掘模型：确定医疗用户大数据模板，以及相较于所述医疗用户大数据模板添加的交互变量注释；所述交互变量注释包括会话行为触发状态注释、会话行为终止状态注释、会话隐私防护约束条件对应的待定会话行为注释；将所述医疗用户大数据模板作为待进行调试的若干交互变量挖掘模型的原料，将所述交互变量注释作为所述待进行调试的若干交互变量挖掘模型的挖掘信息的参考指示，对所述待进行调试的若干交互变量挖掘模型进行调试，得到已完成调试的若干交互变量挖掘模型；其中，所述确定医疗用户大数据模板通过以下一种或者多于一种方式实施：从关联医疗用户大数据中采集与所述医疗用户大数据模板所对应待定会话行为注释不同的用户会话日志，并将采集的所述用户会话日志加载到所述医疗用户大数据模板中，得到完成优化的医疗用户大数据模板；对所述医疗用户大数据模板进行筛选处理，获得完成处理的医疗用户大数据模板；对所述医疗用户大数据模板添加的会话隐私防护约束条件配置扰动进行处理，获得完成处理的医疗用户大数据模板；

其中，所述基于采集的所述拼接关键描述子集对第一隐私防护约束条件进行优化，得到完成优化的第二隐私防护约束条件，包括：将采集的所述拼接关键描述子集加载至已完成调试的用户行为变化挖掘模型中，确定对应交互变量数据的用户行为变化；依据所述用户行为变化对所述第一隐私防护约束条件进行改进，得到完成优化的第二隐私防护约束条件；

其中，所述第二关键描述识别模型包括若干关键描述挖掘单元，每个所述关键描述挖掘单元对应若干第二医疗用户会话的拼接关键描述集；所述根据每个第二医疗用户会话的拼接关键描述集，确定对于所述医疗用户会话集的拼接关键描述集，包括：对于所述第二关键描述识别模型的每个关键描述挖掘单元，将该关键描述挖掘单元对应的若干第二医疗用户会话的拼接关键描述集进行配对，得到该关键描述挖掘单元对应的拼接关键描述集，以及，将该关键描述挖掘单元对应的拼接关键描述集作为后一个关键描述挖掘单元的原料关键描述集，通过下采样处理得到所述后一个关键描述挖掘单元对应的拼接关键描述集，反复迭代，直到得到关键描述集规模符合设定指标的拼接关键描述集，并作为所述对于所述医疗用户会话集的拼接关键描述集；

其中，所述方法还包括：根据所述用户信息标记结果从所述存在隐私防护需求的医疗用户大数据确定出与所述隐私信息对应的大数据集；通过所述隐私信息的标记结果对所述大数据集进行匿名化防护；

其中，通过所述隐私信息的标记结果对所述大数据集进行匿名化防护，包括：确定第一待匿名化数据集、目标用户活动事件的目标活动事件隐私画像以及所述目标用户活动事件的至少一个目标用户活动事件要素，所述第一待匿名化数据集为所述大数据集中的至少部分数据集，所述第一待匿名化数据集包括待处理用户活动事件，且所述待处理用户活动事件为所述隐私信息的标记结果对应的用户活动事件；对所述第一待匿名化数据集进行隐私画像挖掘操作，得到所述待处理用户活动事件的第一活动事件隐私画像；确定所述待处理用户活动事件的至少一个第一用户活动事件要素；基于所述第一活动事件隐私画像和所述目标活动事件隐私画像之间的量化共性指数、以及所述至少一个第一用户活动事件要素和所述至少一个目标用户活动事件要素的对应情况，得到所述待处理用户活动事件与所述目标用户活动事件的关联性评价；基于所述关联性评价以及所述目标用户活动事件对所述第一待匿名化数据集进行隐私匿名化处理。