详细信息
来信标题 | 关于加快构建我市智慧医疗共同体的建议 |
---|---|
提交时间 | 2024-05-29 |
来信内容 | 尊敬的南阳市卫健委负责人, 您好!首先非常感谢您能抽出时间阅读这封邮件。 我叫王硕,来自河南南阳,目前是郑州大学双一流b网络空间安全学院信息安全专业的大三学生。 我谨代表郑州大学,就智慧医疗数据协作共享系统的现存的问题向贵部门提出建议,希望对推动医疗行业的数字化转型、智能化发展以及助力“健康中国”战略贡献自己的一份绵薄之力。 随着第四次工业革命的到来,大数据、区块链等新一代信息技术的蓬勃发展加速了医疗行业向智能化的转型,数字化医疗系统在全球范围内迅速兴起并得到广泛应用,我国智慧医疗的市场规模也因此增速明显。 然而,现有的医疗大数据协作共享系统仍然不同程度的存在着安全、效率等问题。一方面,联邦学习存在着通信成本亟待降低、模型参数未经授权的篡改、伪造等安全威胁以及激励机制公平性的问题;另一方面,电子病历存在着较大的数据窃取和隐私泄露风险,电子病历溯源也普遍存在着查询效率较低的问题。这极大地阻碍了 “互联网医疗”的伟大进程。 针对现存问题,我们设计并实现了“智链共联,医溯未来”——安全高效的医疗数据协作共享方案。并且安全性和性能分析的实验结果表示,该方案已在现有方案的基础上提高安全性、消除信息壁垒的同时也使效率得以大幅提升。 现结合项目方案提出以下建议: 1. 在现有的智慧医疗系统中引入基于属性密码的细粒度协作访问控制算法从而在公有环境中安全高效地选择联邦学习参与方,这可以有效避免中毒攻击,一定程度上提高系统安全性; 2. 在现有的智慧医疗系统中引入阈值自适应梯度压缩等模型压缩算法以减少客户端与服务器之间的冗余通信,从而提高医疗数据联邦学习的效率; 3. 使用区块链技术以及智能合约技术,可以记录医疗机构参与联邦学习算法所贡献模型参数的质量以及信誉值,并获得相应的激励,从而激励更多的医疗机构参与到联邦学习中。 4. 传统的电子病历溯源违背“最小泄露原则”的问题,溯源时往往会返回病历全部信息,具有电子病历泄露风险,可以利用属性密码等技术实现对电子病历的有效访问控制,只返回与用户身份和权限相关的电子病历信息。 5. 借助水印算法,实时检测当前病历是否泄露 通过以上方式,无论是市级的医疗机构还是乡镇医院均可以使用联邦学习训练后的高性能模型进行疾病预测,电子病历的溯源也将变得更加安全高效,这有助于“医联体”、“医共体”的建设! 我期待能够与贵部门就上述建议展开更深入的讨论,并为推动我国网络安全技术的发展贡献力量。 谢谢! 此致 王硕 郑州大学网络空间安全学院 |
受理回复
回复单位 | 南阳市卫生健康体育委员会 |
---|---|
回复时间 | 2024-05-30 |
回复内容 | 您好,非常感谢您对我市智慧医疗共同体建设提出的宝贵建议。针对数据协作共享过程中的数据安全问题,目前我市已纳入省网络安全一体化监管服务平台,平台涉及资产纳管、监测预警、感知监管数据等综合服务,已健全网络与数据安全信息通报预警机制和突发事件应急机制,我们将持续优化行业发展生态,提升医疗机构运行效能,守住信息数据安全底线。 |