電子病歷發(fā)布中的匿名化隱私保護方法研究.pdf

1、隨著社會的發(fā)展，醫(yī)療數據的數量呈現指數式增長。然而這些數據在多個機構之間分布式處理，以紙質或電子化的形式進行保存，以敘述化和結構化的混合數據形式表示。電子病歷的提出改善了醫(yī)療服務機構之間的交流方式，也方便了病歷數據的訪問。同時，借助電子病歷還可以對數據庫中存儲的大量醫(yī)療信息進行醫(yī)學研究。然而，隨著對病歷數據的訪問變得越來越方便和快捷，保護病人的隱私也變得日益重要而不容忽視。由于電子病歷中包含有病人的隱私信息，所以研究人員對這些信息的訪問

2、應加以限制。本文以電子病歷為應用背景，對病歷發(fā)布過程中的匿名化隱私保護方法進行分析和研究，主要研究內容及貢獻如下:
　　首先，針對目前電子病歷發(fā)布中的常見隱私保護模型進行研究，分析了經典K-Anonymity模型和改進的L-Diversity模型存在的不足，然后結合兩種模型的優(yōu)點，提出一種增強的電子病歷隱私保護模型并設計算法予以實現。新模型通過聚類泛化方法，增強病歷發(fā)布的有效性。在聚類過程中定義新的信息損失度量標準，增強病歷發(fā)布的

3、安全性和靈活性。實驗結果表明，該模型可以減小病歷隱私泄露的風險，同時具有較小的信息損失。
　　其次，針對目前電子病歷隱私保護過程中沒有考慮個性化需求的問題，提出一種個性化電子病歷隱私保護算法。新算法采用敏感屬性分級，充分考慮不同敏感值之間敏感程度的不同，避免同一敏感級別的敏感屬性值出現在同一等價組中。同時，通過對敏感屬性的泛化，允許病人在數據發(fā)布前自由設定敏感屬性值的保護強度，滿足病人的個性化需求。實驗結果表明，新算法在保證敏感信