一种基于属性加密的医疗数据分级访问控制方法及系统

    公开(公告)号:CN115296845A

    公开(公告)日:2022-11-04

    申请号:CN202210774338.7

    申请日:2022-07-01

    Abstract: 本发明提出一种基于属性加密的医疗数据分级访问控制方法和系统,包括数据预处理和分级访问控制。数据预处理用于将个人医疗健康数据按照敏感程度分级,并对使用方按专业等级进行划分,为后续实现细粒度访问控制做好准备。分级访问控制用于在传统属性基加密基础上进行优化改进,实现对不同级别数据实施不同访问控制策略的同时,既提高计算效率又提供可靠的隐私保护。

    一种基于属性加密的医疗数据分级访问控制方法及系统

    公开(公告)号:CN115296845B

    公开(公告)日:2024-08-06

    申请号:CN202210774338.7

    申请日:2022-07-01

    Abstract: 本发明提出一种基于属性加密的医疗数据分级访问控制方法和系统,包括数据预处理和分级访问控制。数据预处理用于将个人医疗健康数据按照敏感程度分级,并对使用方按专业等级进行划分,为后续实现细粒度访问控制做好准备。分级访问控制用于在传统属性基加密基础上进行优化改进,实现对不同级别数据实施不同访问控制策略的同时,既提高计算效率又提供可靠的隐私保护。

    一种联邦学习方法
    3.
    发明公开

    公开(公告)号:CN116502707A

    公开(公告)日:2023-07-28

    申请号:CN202310457157.6

    申请日:2023-04-24

    Abstract: 本发明实施例提供了一种联邦学习方法,所述方法包括由中心节点将初始化的联合模型分发给多个客户端作为初始的客户端模型,并由中心节点和客户端配合完成多轮联邦训练,得到最终的联合模型,其中,每轮联邦训练包括:由中心节点获取每个客户端上传的当前轮训练后的客户端模型,其中,当前轮训练后的客户端模型是利用客户端的本地训练集以最新获得的客户端模型为基础训练得到的;由中心节点基于各客户端的贡献度对多个客户端当前轮训练后的客户端模型进行聚合,得到当前轮更新后的联合模型,并将该联合模型分发给多个客户端作为各客户端下一轮训练的基础,其中,各客户端的贡献度基于各客户端模型分别对预设的仿真样本的分类准确率确定。

    基于区块链的匿名网络专家评审方法及系统

    公开(公告)号:CN114692198A

    公开(公告)日:2022-07-01

    申请号:CN202210256870.X

    申请日:2022-03-16

    Abstract: 本申请提供了基于区块链的匿名网络专家评审方法和系统,其中评审管理员将待评内容及相关的参数保存至区块链的相应区块中,对评审专家经盲化后的公钥进行签名;评审专家通过对获取的评审管理员对其盲化后的公钥的签名进行反盲化处理来得到评审管理员对评审专家的公钥的签名;以及评审专家利用评审专家的公钥、评审管理员对评审专家的公钥的签名和评审管理员的公钥获取用于阅读待评内容的密钥并将待评内容的评审意见保存至区块链的相应区块中。该方案中评审管理员只能将盲化公钥与评审专家相对应,但无法将评审意见与评审专家一一对应,从而实现了评审专家的匿名化,改善了评审过程的安全性。

Patent Agency Ranking