买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜绵阳市第三人民医院申请的专利一种病人数据分析处理系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119720259B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510224642.8，技术领域涉及：G06F21/60；该发明授权一种病人数据分析处理系统及方法是由朱坤;朱莉;艾韵设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种病人数据分析处理系统及方法在说明书摘要公布了：本发明涉及病人数据分析处理技术领域，且公开了一种病人数据分析处理系统及方法。该方法通过为病人信息数据赋予敏感度值，解决了数据敏感性差异无法量化的问题，确保敏感数据得到更高强度保护。通过统计访问频率并计算加密强度，优化了频繁访问数据的加密需求，避免过度加密，提升系统性能。结合敏感度与访问频率计算加密强度，动态调整加密策略，确保高敏感数据得到保护，同时高频数据加密强度适中，保障系统可用性。通过设置加密强度阈值并引入AES‑128和AES‑256算法，解决了单一加密算法无法满足不同数据需求的问题，优化了加密性能和资源利用。

本发明授权一种病人数据分析处理系统及方法在权利要求书中公布了：1.一种病人数据分析处理方法，其特征在于，包括：S1、构建自适应加密机制；经过病人同意获取病人的信息数据集，记为W；所述病人信息数据集具体为，W＝{病人个人信息、病历数据、支付记录}；为病人信息数据集中的每个元素赋予一个敏感度值Si，敏感度值在[0,10]之间；统计病人信息数据集中的每个元素在过去一个月内的访问频率Fi，计算公式为： Fi为病人信息数据集中第i元素的访问频率；根据数据的敏感度Si和访问频率Fi，计算加密强度Ci： 其中Ci为病人信息数据集中第i元素的加密强度；设置加密强度阈值；设置加密算法集合，记为AES，其中AES＝{AES-128，AES-256}；当Ci≤加密强度阈值时，使用AES集合中的第一个元素对病人信息数据集中第i元素进行加密；当Ci＞加密强度阈值时，使用AES集合中的第二个元素对病人信息数据集中第i元素进行加密；S2、基于数据协同的安全计算；所述基于数据协同的安全计算，具体包括：根据数据的敏感度动态生成加密密钥Ki： 其中，Ki为病人信息数据集中第i元素的密钥；mod为模运算；对病人信息数据集中的每个元素进行异或加密： 其中，Xi为病人信息数据集中第i个元素；Ki为病人信息数据集中第i个元素密钥；EXi为病人信息数据集中第i个元素加密后的数据；设计一个基于加密数据的累加和计算的协同计算函数，然后进行两个部门的加密数据计算，得到加密结果： 给定多个加密数据项EX1，EX2，……，EXn，通过协同计算进行数据累加计算： 其中，表示异或操作；Xi为第i条数据的原始值；EXi为第i条数据加密后的值；n为数据项的总个数；如果协同计算中涉及二维数据，通过二维协同计算函数进行数据的加密计算： 其中，Xi,j为二维数据中的元素，m和n为二维数据的行数和列数；基于密钥Ki，使用动态异或解密算法进行数据解密： S3、基于自定义验证协议的零知识证明；所述基于自定义验证协议的零知识证明，具体包括：S31、数据加密；对每个数据项Xi进行加密，使用基于加密强度Ci的异或加密算法，具体为： 其中，Ki是第i个数据项的密钥；为异或操作；Xi为第i个数据项；E’Xi为加密后的数据；S32、定义零知识证明协议；设置一个自定义的零知识证明协议ZKPXi,[a,b]：输入加密后的数据E’Xi和验证区间[a,b]；输出证明者提交给验证者一个零知识证明，且不泄露Xi的具体值；所述证明者具体为，证明数据符合条件的一方；所述验证者具体为，验证条件是否满足的一方；S33、挑战-响应机制；挑战阶段：验证者随机选择一个挑战C，C∈{0，1}；响应阶段：如果C＝0，证明者需要证明Xi属于区间[a,b]；如果C＝1，证明者需要生成加密数据E’Xi并提供给验证者；证明者选择一个随机数r，r∈{0，1}，然后执行加密： 将随机数r加密后发送给验证者，并根据验证者的挑战C来决定回应的内容；S34、验证阶段；若C＝0，验证者根据证明者提供的零知识证明是否满足E’Xi∈[a,b]，具体为： 如果计算结果与验证值符合，证明成功证明了数据Xi满足Xi∈[a,b]；若C＝1，验证者检查Er是否符合预期；S4、智能噪声注入的差分隐私保护；所述智能噪声注入的差分隐私保护，具体包括：对数据X＝{X1,X2,...,Xn}进行统计分析，计算数据X的均值和标准差： 根据均值μx和标准差σx，生成噪声Ni：Ni＝Nμx,σ2x；其中，Ni为第i条数据的噪声；Nμx,σ2x为噪声Ni服从均值为μx与方差为σ2x的正态分布；将噪声Ni注入数据中，更新统计结果为： 其中，为注入噪声后的数据统计结果；fX为对数据X进行求和统计结果；为对每条数据项Xi加入的噪声的总和；S5、动态角色与时间条件下的权限管理；所述动态角色与时间条件下的权限管理，具体包括：S51、角色与权限定义；为每个用户Ui设置一个角色Ri和一组权限Pi，其中Pi是一个包含所有允许操作的数据集；权限集Pi＝{p1，p2，……，pk}，其中pk表示特征的操作权限；角色与权限的对应关系具体为：Ri→Pi；S52、时间条件与环境条件定义；为每个角色Ri设置一个有效访问时间窗口Ti和有效环境条件Qi；所述有效访问时间窗口Ti具体为，Ti∈[tstart,tend]，其中，tstart为允许访问的最早时间，tend为允许访问的最晚时间；所述有效环境条件具体为，Qi＝{locationi,devicei}，其中locationi为地理位置，devicei为设备类型；S53、权限调整函数；基于用户的当前角色、时间窗口和环境条件，通过权限调整函数计算最终的权限集： 权限调整函数GRi,Ti,Qi的具体形式为： 其中，tcurrent为用户请求的当前时间，Qcurrent为用户当前环境条件，Prestricted为受限的权限集；S54、权限验证与动态修改；用户每次访问请求时，系统会根据当前时间和环境条件计算GRi,Ti,Qi，验证用户的访问权限；若通过验证，则用户可以继续进行数据访问，否则会被拒绝访问；验证公式为： 如果返回True，则访问权限允许；如果返回False，则拒绝访问；S6、行为分析与异常检测；所述行为分析与异常检测，具体包括：S61、行为特征提取；从系统日志中提取用户的行为数据B；所述行为数据包括，访问的数据类型R，访问频率F，数据操作的时间分布T和操作方式M；定义行为特征向量B为：B＝R，F，T，M；S62、历史行为模型构建；构建没用的历史行为模型为： 其中，Ri，Fi，Ti，Mi分别是第i次访问时对应的数据类型、访问频率、数据操作的时间和操作方式；S63、当前行为与历史行为的差异计算；对比当前行为Bcurrent与历史行为模型Bhistory，计算当前行为与历史行为的偏离度ΔB： 其中，和分别为当前行为和历史行为在第i个维度上的数据值，m时特征向量的维度；设置偏离度阈值∈；若ΔB∈，则触发异常报警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人绵阳市第三人民医院，其通讯地址为：621054 四川省绵阳市游仙区剑南路东段190号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。