智能医疗大数据隐私数据脱敏方法、系统、电子设备、存储介质与流程
本技术属于医疗大数据处理的,具体涉及一种智能医疗大数据隐私数据脱敏方法、系统、电子设备、存储介质。
背景技术:
1、在医疗大数据跨域共享、科研分析、业务流转场景下,多源异构的患者隐私数据、医疗敏感数据的合规脱敏是数据要素流通的刚性合规要求。随着医疗信息化建设的深入推进和健康医疗大数据应用的快速发展,医疗机构在日常诊疗、科研协作、跨机构数据共享等业务场景中产生并流转着海量包含患者个人隐私信息的敏感数据。如何在保障数据正常流通使用的同时,确保隐私数据符合《数据安全法》、《个人信息保护法》、《医疗机构信息互联互通标准化成熟度测评方案》等法律法规及行业标准的合规要求,已成为医疗大数据治理领域亟待解决的核心问题。现有技术中的数据脱敏技术方案包括四类技术路线。
2、第一类是基于rbac角色的静态视图权限脱敏技术;该技术依托应用层权限体系构建“用户角色-数据字段”的二维映射关系,通过固定掩码规则向不同角色输出脱敏数据。第二类是基于etl任务的固化批量脱敏技术;该技术在数据汇聚、清洗etl阶段,通过人工编写脱敏sql脚本、自定义udf函数,对全量数据执行统一固化脱敏后持久化存储,属于“单次脱敏、永久生效”的静态处理模式。第三类是基于统一网关的正则批量脱敏技术;该技术以nginx、apisix等代理网关为处理核心,对网关流经的明文请求报文、响应报文采用预设正则表达式完成字符串替换脱敏,全部数据流需经过中心网关集中处理。第四类是基于元数据的静态标签级联脱敏技术;该技术依托数据资产目录对源头敏感数据表、字段配置固定敏感标签,通过静态复制同步标签至下游衍生数据。
3、但是,这四类技术路线普遍存在架构僵化、动态适配性差、并发性能受限和运维成本高等共性短板,无法支撑多源异构的医疗大数据全链路、动态化、高并发的合规脱敏需求,具体表现为四大核心缺陷。缺陷一为,二维静态管控模型无法适配全链路动态场景;传统脱敏技术仅依托“主体用户-客体数据”二维维度构建管控策略,未纳入数据物理流转场景(如内部开发调试、内部核查预览、外部api共享、跨机构协作等链路)这一关键风险变量,同一敏感数据在不同链路中的泄露风险差异显著,但现有技术只能采用统一脱敏规则,导致过度脱敏损害业务可用性与脱敏不足引发合规风险的问题并存,同时形成的烟囱式单点防护架构策略复用效率低下。缺陷二为,人工静态标注在血缘迭代中产生脱敏断档;现有技术中敏感数据标识、标签绑定、策略关联均依赖人工维护,在数据加工过程中经过join关联、union合并、字段别名替换、表拆分重组等sql操作后,新生成的衍生字段无法自动继承源头敏感属性,原有静态敏感标签无法自动同步至衍生数据,形成大规模脱敏防护盲区,人工补标时效性差、综合运维成本高,隐私泄露风险显著。缺陷三为,集中式网关架构存在性能瓶颈与稳定性风险;网关类脱敏方案采用中心化集中处理架构,全部医疗明文数据流需完整传输至中心网关完成脱敏运算后回流至业务系统,海量医疗大数据高并发流转场景下会产生高额网络i/o开销,易造成链路阻塞、接口响应超时;大规模数据集中运算易引发服务器内存溢出,大幅降低数据流转吞吐上限,无法支撑大规模医疗大数据要素流通业务。缺陷四为,脱敏逻辑硬编码固化,跨平台适配与迭代成本高昂;传统脱敏规则以底层代码硬编码形式固化,脱敏算子、执行顺序、脱敏强度无法动态调整,针对数据采集、离线开发、在线预览、跨域共享等异构业务组件,需单独开发适配脱敏逻辑,重复开发工作量大;策略迭代、规则更新需修改底层代码并重启服务,运维成本高、业务灵活性不足。
技术实现思路
1、为解决上述的一个或多个问题,本技术的第一方面提供一种智能医疗大数据隐私数据脱敏方法,第二方面提供一种智能医疗大数据隐私数据脱敏系统,第三方面提供一种电子设备,第四方面提供一种存储介质,用于高效进行隐私数据脱敏。
2、本技术的技术方案内容如下。
3、第一方面的,本技术的一种智能医疗大数据隐私数据脱敏方法,包括获取多源异构的医疗大数据加工脚本及接收用户的数据请求;还包括:
4、对医疗大数据加工脚本进行ast分层语法解析,构建相应的字段级数据血缘有向无环图;
5、以原始敏感字段为有向无环图的拓扑根节点,采用dag增量染色传导算法沿有向无环图的有向路径向下游衍生字段传导敏感属性与敏感等级;
6、基于响应用户的数据请求,从目标字段反向遍历有向无环图进行逆向血缘追溯,获取目标字段相应的客体资产敏感等级;
7、融合客体资产敏感等级与从用户的数据请求中提取的主体用户安全级别、数据物理流转环节风险系数,进行三维非线性加权计算获得脱敏严苛度指数;
8、根据脱敏严苛度指数动态组装原子脱敏算子形成脱敏执行树;
9、将脱敏执行树下发至有向无环图的边缘节点,由边缘节点进行零拷贝脱敏运算并输出合规脱敏数据。
10、作为第一方面的一种实施方式,对医疗大数据加工脚本进行ast分层语法解析,包括:
11、对医疗大数据加工脚本进行词法分析、语法树构建、语义解析、冲突自动修正中的一种或多种,从中提取字段映射、表关联、字段衍生变换的关系,并输出字段级血缘拓扑边结构。
12、作为第一方面的一种实施方式,沿有向无环图的有向路径向下游衍生字段传导敏感属性与敏感等级,包括:
13、对有向无环图进行深度优先遍历,使下游衍生字段继承原始敏感字段的敏感等级参数;
14、当有向无环图的拓扑结构发生变更时,通过增量拓扑变更检测的方式,仅对变更涉及的子图执行局部重染色。
15、作为第一方面的一种实施方式,从目标字段反向遍历有向无环图进行逆向血缘追溯,包括:
16、以目标字段为检索起点,沿有向无环图的有向边反向检索上游父节点直至拓扑根节点;
17、读取拓扑根节点中预标记的客体资产敏感等级并回传到检索起点。
18、作为第一方面的一种实施方式,进行三维非线性加权计算获得脱敏严苛度指数,包括:
19、调用dag逆向血缘追溯算法获取、客体资产敏感等级;
20、采用链路探针从用户的数据请求中提取主体用户安全级别;
21、采用链路探针从用户的数据请求中提取数据物理流转环节风险系数;
22、根据客体资产敏感等级、主体用户安全级别、数据物理流转环节风险系数代入三维非线性加权计算公式获取脱敏严苛度指数;
23、三维非线性加权计算公式为:
24、dindex= max(0, ω1·gasset- ω2·cuser+ ω3·stype);
25、其中,dindex为脱敏严苛度指数,gasset为客体资产敏感等级,cuser为主体用户安全级别,stype为数据物理流转环节风险系数,ω1、ω2、ω3为权重系数且ω1+ω2+ω3=1。
26、作为第一方面的一种实施方式,根据脱敏严苛度指数动态组装原子脱敏算子形成脱敏执行树,包括:
27、根据脱敏严苛度指数从原子脱敏算子池中匹配基础原子脱敏算子;
28、基于算子执行约束进行依赖拓扑排序;
29、构建具备层级依赖与执行优先级的树形执行结构;
30、对树形执行结构进行序列化压缩获取脱敏执行树。
31、作为第一方面的一种实施方式,由边缘节点进行零拷贝脱敏运算并输出合规脱敏数据,包括:
32、接管多源异构医疗大数据的本地数据流原始内存指针,在本地原始内存地址中直接执行原子脱敏运算并输出合规脱敏数据流。
33、第二方面的,一种智能医疗大数据隐私数据脱敏系统,包括用于获取多源异构的医疗大数据加工脚本及接收用户的数据请求的获取模块;还包括:
34、血缘动态传导模块,用于对医疗大数据加工脚本进行ast分层语法解析,构建相应的字段级数据血缘有向无环图;以原始敏感字段为有向无环图的拓扑根节点,采用dag增量染色传导算法沿有向无环图的有向路径向下游衍生字段传导敏感属性与敏感等级;
35、三维矩阵决策模块,用于基于响应用户的数据请求,从目标字段反向遍历有向无环图进行逆向血缘追溯,获取目标字段相应的客体资产敏感等级;融合客体资产敏感等级与从用户的数据请求中提取的主体用户安全级别、数据物理流转环节风险系数,进行三维非线性加权计算获得脱敏严苛度指数;
36、分布式执行控制模块,用于根据脱敏严苛度指数动态组装原子脱敏算子形成脱敏执行树;将脱敏执行树下发至有向无环图的边缘节点,由边缘节点进行零拷贝脱敏运算并输出合规脱敏数据。
37、第三方面的,一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,处理器执行计算机程序时实现第一方面的智能医疗大数据隐私数据脱敏方法。
38、第四方面的,一种存储介质,为计算机可读存储介质,存储有计算机指令,计算机指令用于使计算机实现第一方面的智能医疗大数据隐私数据脱敏方法。
39、本技术相比现有技术,其有益效果在于:
40、可以对敏感的隐私数据进行自动感知,消除人工运维成本与脱敏防护盲区;可实现多场景精细化脱敏管控;通过分布式边缘本地执行的方式,避免集中式网关的高并发性能瓶颈。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com