[发明专利]一种电子医疗系统中的隐私保护医疗服务推荐方法

摘要

本发明涉及一种电子医疗系统中的隐私保护医疗服务推荐方法，属于医疗服务推荐以及隐私保护技术领域。该推荐方法主要是根据用户需求与医生信息的相似度以及医生的信誉分数来进行推荐，具体来说包括相似度计算、医生推荐以及医生信誉分数计算三部分。相似度计算即服务器根据用户需求向量与医生个人信息的向量进行相似度计算；医生推荐即服务器根据用户需求与医生信息的相似度和医生的相似度这两个因素进行医生推荐；医生信誉分数计算即服务器处理用户对医生的反馈评分并更新医生的信誉分数。本发明可实现密文下的相似度和信誉分数计算，实现了用户个人信息在推荐过程中的隐私保护。

主权项

1.一种电子医疗系统中的隐私保护医疗服务推荐方法，其特征在于：包括用户需求匹配以及医生信誉分数计算两部分；其中，用户需求匹配，包括如下步骤：步骤1：用户向服务器发出医疗服务请求；步骤2：服务器验证用户身份，并给予反馈；步骤3：用户将自己的需求属性向量和相似度阈值发送给服务器；步骤4：服务器根据步骤3的需求属性向量和服务器中所存储的医生的个人信息向量进行相似度计算，相似度计算公式如公式(1)、公式(2)所示；其中，dis为两个加入扰动后的向量之间的距离，sim为两个加入扰动后的向量之间的相似度，ai为用户需求向量，bi为医生信息向量，a′i为加入扰动后的用户需求向量，b′i为加入扰动后的医生信息向量，s′为信任机构和用户之间的共享密钥，t、r1、r2为随机数，mod为取余数操作符，*为乘法操作符；步骤5：服务器根据用户可接受的相似度的阈值筛选出一部分医生；步骤6：在筛选出的一部分医生中，服务器根据医生的信誉分数选出信誉分数最高的医生推荐给用户；步骤7：用户根据服务器推荐的医生进行医疗服务；步骤8：当完成医疗服务后，用户将根据医生的服务质量进行反馈，上传反馈评分到服务器；步骤9：服务器收集多个用户对医生的反馈评分，并基于获得的反馈评分重新计算医生的信誉分数；医生信誉计算，包括如下步骤：步骤A)当用户接受完医疗服务后，根据医生的服务质量进行反馈；步骤B)对于多个用户的反馈评分进行处理，计算出一个反应医生服务质量的真实值；其中，真实值使用真值发现算法处理同一时间段的多个用户反馈数据并计算出来的，步骤B)的真实值计算过程，又主要分为权值更新和真值更新两个阶段；其中，权值更新阶段对于每个用户的反馈评分，动态的更新每个用户反馈评分的权值，包括如下步骤：步骤I：初始化迭代计数值为1，并设置最大迭代次数为10次；步骤II：服务器给N个用户分发真值x*，判断迭代计数值是否为1，若是则真值为随机初始值；否则，本次迭代的真值为上一次迭代所计算出的真值；步骤III：每个用户接收真值x*，再基于公式(1)计算出自己的反馈与真值之间的距离Disi，之后用户对Disi用如下公式(3)进行加密，将加密后的Cij和cij上传到服务器；其中，Cij为第j次迭代中用户i的加密后的距离值，Disi为用户的反馈与真值之间的距离，cij为用户上传的加密数据，i为第i个用户，j为第j次迭代，g和h为加密参数，rij为随机数，n为加密参数；步骤IV：当服务器收到N个用户的数据后，利用如下公式(4)对加密后的距离值进行聚合和公式(5)对加密参数进行聚合，输出聚合结果：步骤V：服务器使用自己的密钥s2对步骤IV输出的聚合结果使用公式(6)进行部分解密，并将解密后的数据发送给每个用户；其中，C′j为服务器部分解密后的聚合数据，s2为服务器的密钥，s1为用户的密钥；步骤VI：当用户收到服务器的数据后，用户使用自己的密钥s1根据公式(7)和公式(8)解密，并求出自己的权值；其中，C″j用户解密后的聚合数据，sumd为所有用户的Disi之和，wi为用户的权值；至此，从步骤I到步骤VI，完成了权值更新阶段，即更新了所有用户的权值；真值更新在权值更新阶段之后进行，具体包括如下步骤：步骤(1)：用户对自己的权值根据公式(9)进行扰动，并上传到服务器；其中，Wij，1和Wij，2为加入扰动信息后的用户的权值；步骤(2)：服务器根据公式(4)聚合所有用户的扰动后的权值并根据公式(10)更新真值x*；步骤C)基于步骤B)的输出，服务器根据多个时间段所求出的真实值使用狄利克雷分布来计算出医生的信誉分数。