[发明专利]多方医疗数据隐私计算方法及系统

说明书

本发明公开了多方医疗数据隐私计算方法及系统，属于隐私保护技术领域，要解决的技术问题为如何对医疗数据进行隐私计算。包括如下步骤：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，并将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，并将加密数据集的数据结构以及测试数据对外公开；在调试环境下、基于测试数据对加密数据集进行审核；在可信执行环境下，对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；数据使用方在可信执行环境下对计算结果加密，将加密计算结果同步至隐私计算平台后。

技术领域

本发明涉及隐私保护技术领域，具体地说是多方医疗数据隐私计算方法及系统

背景技术

隐私计算是提供隐私保护的一种新兴技术，涵盖众多学科的交叉融合，包括基于密码学的安全多方计算、基于硬件的可信执行环境和基于人工智能的联邦学习。其中基于密码学的安全多方计算也不是单一的技术，它包括同态加密、秘密分享(密钥分割)、不经意传输、混淆电路等多种技术。医学研究、临床诊断、医疗服务等对基于医疗数据的统计分析与应用挖掘有着强烈的需求，但因医疗数据的隐私性使共享和利用变得困难。一方面是跨机构的数据采集与整合难，另一方面是跨机构的数据联合应用难。隐私计算为此提供了解决思路。利用隐私计算，在建立分散存储的标准化数据库的基础上，可以实现分布式的联合统计分析，从而获得临床科研的研究成果。

如何对医疗数据进行隐私计算，是需要解决的技术问题。

发明内容

本发明的技术任务是针对以上不足，提供多方医疗数据隐私计算方法及系统，来解决如何对医疗数据进行隐私计算的技术问题。

第一方面，本发明一种多方医疗数据隐私计算方法，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。

作为优选，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。

作为优选，通过沙箱提供调试环境。