[发明专利]多方医疗数据隐私计算方法及系统

权利要求书

1.一种多方医疗数据隐私计算方法，其特征在于，包括如下步骤：

各数据提供方在隐私计算平台注册账号，隐私计算平台为每个数据提供方颁发包括公钥和私钥的密钥对；

每个数据提供方基于所述公钥对数据集加密，得到加密数据集，并将所述数据集的属性信息以及所示加密数据集上传至隐私计算平台；

管理员对各数据提供方上传的加密数据集进行数据结构验证，验证通过后，对数据集的属性信息进行解析得到测试数据，并将加密数据集的数据结构以及测试数据对外公开；

作为数据使用方的数据提供方新建智能合约，对于其它数据提供方上传的加密数据集，在调试环境下、基于测试数据对所述加密数据集进行审核，将通过审核的测试数据对应的加密数据集作为目标数据集；

对于目标数据集，数据使用方将目标数据集同步至可信执行环境，在可信执行环境下，对所述目标数据集进行解密，并对解密得到的数据集进行计算得到计算结果；

对于得到的计算结果，数据使用方在可信执行环境下对所述计算结果加密，得到加密计算结果，将加密计算结果同步至隐私计算平台后，销毁可信执行环境中所有数据。

2.根据权利要求1所述的多方医疗数据隐私计算方法，其特征在于，对于其它数据提供方上传的加密数据集，在调试环境下、基于测试数据对所述加密数据集进行审核，包括如下步骤：

在隐私计算平台下创建调试环境，在调试环境下新建与所述加密数据集对应的模型；

通过所述模型对所述测试数据进行分析，得到分析结果；

基于所述分析结果对所述加密数据集进行审核，判断所述测试数据对应的加密数据集是否满足数据使用者的需求，如果符合，判定所述加密数据集作为目标数据集；

将所述目标数据集以及对应的模型同步至可信执行环境后，销毁所述调试环境。

3.根据权利要求2所述的多方医疗数据隐私计算方法，其特征在于，通过沙箱提供调试环境。

4.根据权利要求2或3所述的多方医疗数据隐私计算方法，其特征在于，对于目标数据集，数据使用方将目标数据集以及对应的模型同步至可信执行环境后，在可信执行环境下，对所述目标数据集进行解密，并通过对应的模型对解密得到的数据集进行计算，得到计算结果。

5.一种多方医疗数据隐私计算系统，其特征在于，用于执行如权利要求1-4任一项所述的多方医疗数据隐私计算方法，所述系统包括：

密钥分配模块，所述密钥分配模块用于提供如下服务：支持各数据提供方在隐私计算平台注册账号，并用于支持隐私计算平台为每个数据提供方颁发包括公钥和私钥的密钥对；

数据集上传模块，所述数据集上传模块用于提供如下服务：每个数据提供方基于所述公钥对数据集加密，得到加密数据集，并将所述数据集的属性信息以及所示加密数据集上传至隐私计算平台；

审核公开模块，所述审核公开模块用于提供如下服务：管理员对各数据提供方上传的加密数据集进行数据结构验证，验证通过后，对数据集的属性信息进行解析得到测试数据，并将加密数据集的数据结构以及测试数据对外公开；

测试模块，所述测试模块用于提供如下服务：作为数据使用方的数据提供方新建智能合约，对于其它数据提供方上传的加密数据集，在调试环境下、基于测试数据对所述加密数据集进行审核，将通过审核的测试数据对应的加密数据集作为目标数据集；

隐私计算模块，所述隐私计算模块用于提供如下服务：对于目标数据集，数据使用方将目标数据集同步至可信执行环境，在可信执行环境下，对所述目标数据集进行解密，并对解密得到的数据集进行计算得到计算结果；

计算结果存储模块，所述计算结果存储模块用于提供如下服务：对于得到的计算结果，数据使用方在可信执行环境下对所述计算结果加密，得到加密计算结果，将加密计算结果同步至隐私计算平台后，销毁可信执行环境中所有数据。