面向医疗集值数据的差分隐私保护技术研究

摘要：

信息技术和医疗健康信息化的不断发展使医疗数据大规模涌现,为数据分析、数据挖掘、智能诊断等更深层次的应用提供了条件.医疗数据集庞大且涉及大量病人隐私,如何在使用医疗数据的同时保护病人隐私极具挑战性.目前应用于医疗领域的隐私保护技术主要以匿名化技术为主,但当攻击者具有强大的背景知识时,此类方法无法兼顾数据集的隐私性和可用性.因此提出了一种优化分类树算法,并改进了Diffpart分区算法,以数据间关联性为前提,挑选出医疗集值数据集中的适当数据,利用差分隐私保护技术进行加噪处理,满足差分隐私干扰并支持统计查询.最后在24万余条真实医疗数据集上进行测试.实验结果表明,所提算法满足差分隐私分布,并且相比Diffpart算法具备更高的隐私性和效用.

关键词：集值数据、医疗大数据、差分隐私、隐私保护、数据可用性

所属期刊栏目：49

分类号：TP309.2(计算技术、计算机技术)

在线出版日期：2022-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：362-368