[发明专利]基于联盟链的PSG数据共享激励方法在审

专利信息
申请号: 202310100246.5 申请日: 2023-02-11
公开(公告)号: CN116386844A 公开(公告)日: 2023-07-04
发明(设计)人: 张文博;霍晓彤;包振山 申请(专利权)人: 北京工业大学
主分类号: G16H50/20 分类号: G16H50/20;G06Q40/04;G06F21/64
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联盟 psg 数据 共享 激励 方法
【说明书】:

发明提出了基于联盟链的PSG数据共享激励方法,用于解决当前PSG数据在多医疗机构间流通和共享的机制缺失和安全隐患问题,包括:利用许可链技术建立PSG数据共享联盟链系统;数据提供方使用标签细粒度化的脱链存储技术维护原始数据,为共享提供信息的同时保证数据的所有权;建立基于数据价值和信誉评估的信用激励机制,促进各医疗机构上传高质量数据集,并诚实地参与全网共识;设计了一种使用智能合约自动执行的权限分级的基于属性的访问控制模型,保证数据访问过程的公开透明。本发明能够实现PSG数据的安全共享同时鼓励各医疗机构共同维护平台生态良性发展。

技术领域

本发明涉及区块链技术领域,尤其涉及一种基于联盟链的PSG数据共享激励方法。

背景技术

睡眠是包括人类在内的所有动物生命过程中的一个重要生理现象,是人体整个睡眠机体神经系统的自我复原、整合睡眠功能过程和自我巩固睡眠记忆能力过程当中的最基本的一个生理学环节。人类的睡眠期依据睡眠深度可分为快速眼动期、非快速眼动期(S1,S2,S3,S4)以及清醒期,而在医疗领域中,对睡眠进行分期是睡眠状况分析和睡眠质量评价的前提。近年来,深度学习技术的发展为多导睡眠图(Polysomography,PSG)数据的高精准、高效分期和特征提取带来了新的希望,智能睡眠分期成为可能。然而,深度学习技术非常依赖大规模数据集,大多数医疗机构的分散性分布特点,加之越来越严格的数据安全法规要求,使得在多机构间构建数据共享安全平台成为应用深度学习技术于医疗睡眠数据分期领域的桎梏。

数据资源共享化现象已经日益发展普遍,它已经是未来数据生产流通领域和大数据产业持续发展升级的一种重要产业基础。在医疗领域中,现有的共享平台多采用中心化的系统架构,各医疗机构因此失去了对高价值、高隐私的医疗数据的控制权,因此很多机构对此保持谨慎态度,共享活动难以展开。同时中心化的共享架构可能会出现单点故障和被集中攻击的风险,即使研究人员基于传统密码学方法提出了诸多加密方案,但复杂繁琐的算法会产生大量通信和资源消耗问题且数据流向无法被监控。而区块链因其去中心化、集体维护、防篡改、可追溯和可编程等特点为PSG数据共享提供了新的解决方案。区块链分为公有链和许可链,许可链又分为联盟链和私有链,联盟链仅准许高信任度的节点参与交易验证,对每个特定领域的组织机构和个人群体进行开放,每个组织都由多个具有高可信任度的节点共同组成,可避免因全网的透明所带来数据共享隐患问题,保护了数据的安全隐私,因此联盟链更适用于PSG数据共享。

但使用联盟链实现PSG数据共享还需要关注以下几方面技术问题:

1.PSG数据有很强的专用型,比如各类机构经常需要对“30岁以上睡眠情况”、“呼吸睡眠暂停综合征患者睡眠监控”等议题进行数据分析,各类机构上传的PSG数据也携带着各种各样的标签,而现有的联盟链解决方案无法细粒度地存储这些带有标签的数据,使得PSG数据丢失特征,共享随之失去意义。

2.在数据开放共享的过程中,每个共享参与者都关注自己应得的利益、数据归属权和存在的数据泄漏风险等问题。从数据提供者角度考虑,在他们共享自己的PSG相关数据之后,希望能够得到公平的利益分配,即提供多高价值的数据就能得到相应水平的报酬或服务。有效的方式就是建立一套基于数据价值的激励机制,在确保隐私信息安全的前提下,这种机制可以有效激励拥有数据的部门贡献出高质量的数据,对于信息共享来说,是否具备不同层级数据的相应访问权限就是“激励”的重要指标。

3.在区块链技术中,智能合约是存储在节点上能够实现自动执行指令的一段程序,将访问控制策略和激励机制以智能合约的形式部署到区块链上能够保证判决结果公正可信。使用智能合约设计针对具备不同属性权限的数据访问控制规则的代码更能保证判决结果安全不被篡改。

因此,现有的基于联盟链的数据共享系统虽然解决了医疗数据中心化所带来的安全风险问题,但其推动机构间PSG数据高效、高质量共享的力度还远远不足,缺少实用性。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310100246.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top