基于改进贝叶斯网络的传染病密切接触者排查方法技术

本发明专利技术提供一种基于改进贝叶斯网络的传染病密切接触者排查方法，首先搜集所有用户的行程信息和表征身体状况的体征参数；然后根据解密后的行程信息确定患者的密切接触者；最后对所有密切接触者是否被感染进行排查。本发明专利技术使用加密技术对用户的数据进行加密，实现密文数据下用户密切接触者的查找以及健康状态的预测，保护用户的隐私。同时，利用同态加密的特性，首先设计了一种保护用户隐私的密切接触者查找方案，在不解密用户的明文数据的情况下寻找密切接触者。其次构建了一个能够在加密环境下进行分类的朴素贝叶斯分类模型，对用户的健康状态进行分类，在不泄漏用户的体征数据的情况下完成对用户健康状态的分类，充分保护用户的隐私。的隐私。的隐私。

【技术实现步骤摘要】
基于改进贝叶斯网络的传染病密切接触者排查方法


[0001]本专利技术属于无线网络通信
，具体涉及一种基于改进贝叶斯网络的传染病密切接触者排查方法。

技术介绍

[0002]2020年新型冠状病毒引起的新冠肺炎，给全球带来了巨大的损失。在抗疫过程中，如何迅速的寻找密切接触者是极其重要的一个环节。利用大数据能够很方便的查询到所有人的位置信息和身体健康数据，通过分析这些数据，寻找密切接触者并分析密切接触者的健康状态。
[0003]在中国专利“人员密切接触识别追踪分析方法及装置”(申请号CN202110086507.3)公开的技术方案中，通过对用户所处空间建模，生成空间数据，再通过分析用户身份以及用户的移动轨迹，实现密切接触者的自动查找。该技术方案在开始使用之前需要对空间进行建模，导致该方案只能使用在特定空间，如在商场、银行等地使用，无法将该方案应用在更加广阔的空间，具有一定的局限性。同时，该方案的所有信息都是明文保存，导致用户的行动轨迹泄漏，某些第三方可能根据用户的隐私谋取利益，造成一系列的信息安全问题。
[0004]在中国专利“一种隐私保护的传染病密切接触者追踪方法及系统”(申请号CN202110016175.1)公开的技术方案中，用户使用相关设备，感知附近拥有该设备的用户，并将感知结果加密保存，每个参与者除了自己的信息，无法获知其他人的相关信息。在追踪阶段，管理者向用户发送感染者加密信息，用户在加密数据上进行计算，并将结果返回给管理者。该技术方案中用户通过感知设备获取附近的用户信息，但是这些信息受环境的影响较大。以常见的蓝牙或者WIFI为例，不同的设备信号发送能力和接受能力不同，同时，建筑物等障碍物对结果的影响较大。这些因素都会造成结果的不准确。其次，仅仅依靠单一信号容易造成误差，使计算的结果不准确，容易将一些普通接触者当成密切接触者或者漏掉一些密切接触者信息，造成结果的错误。

技术实现思路

[0005]基于上述问题，本专利技术的目的是提供一种既能保护用户的隐私信息，又能够比较精确的寻找到密切接触者并分析其健康状态的方法，实现密切接触者的快速排查。
[0006]本专利技术提供一种基于改进贝叶斯网络的传染病密切接触者排查方法，包括：
[0007]步骤1：搜集所有用户的行程信息和表征身体状况的体征参数；
[0008]步骤2：根据解密后的行程信息确定患者的密切接触者；
[0009]步骤3：对所有密切接触者是否被感染进行排查。
[0010]所述步骤1包括：
[0011]步骤1.1：通过智能手机搜集用户的行程信息；所述行程信息包括接触双方的身份信息、接触时间和接触距离；
[0012]步骤1.2：对采集到的行程信息进行加密处理；
[0013]步骤1.3：将加密后的行程信息上传服务器进行存储；
[0014]步骤1.4：通过可穿戴设备测量用户的体征参数；所述体征参数包括：心率、血压的高压值、血压的低压值、体温、年龄；
[0015]步骤1.5：对采集到的体征参数使用CKKS加密方式进行加密处理；
[0016]步骤1.6：将加密后的体征参数上传服务器进行存储。
[0017]所述步骤1.2包括：
[0018]步骤1.2.1：用户初始化加密参数，选择一个素数p和两个小于p的随机数g,x，并计算y＝g
x
modp，(y,g,p)为加密公钥，x为解密私钥；
[0019]步骤1.2.2：对各个用户行程信息M进行加密，计算C1＝g
k
modp，C2＝(y
k
*M)mod p；
[0020]步骤1.2.3：生成数据M加密后的结果(C1,C2)。
[0021]所述步骤1.5包括：
[0022]步骤1.5.1：用户初始化加密参数，初始化多项式模数ploy_module_degree、参数模数coeff_module和规模scale；
[0023]步骤1.5.2：根据加密参数生成公钥、密钥和重线性化密钥，并构建加密器、解密器和编码器；
[0024]步骤1.5.3：使用编码器对数据进行编码，使用加密器对编码后的数据进行加密。
[0025]所述步骤2根据解密后的行程信息确定患者的密切接触者，涉及患者U、云端服务器S、医院H三方参与，患者U拥有个人信息的解密密钥x,云端服务器S拥有患者U与其他用户的行程信息，医院H希望获得患者U的接触者中哪些用户为密切接触者；包括：
[0026]步骤2.1：患者U将密钥x切分为x1、x2，其中x、x1、x2满足关系x＝x1+x2，患者U将x1发送到云端服务器S，将x2发送到医院H；
[0027]步骤2.2：服务器S使用密钥x1对患者U加密后的行程信息(C1,C2)进行第一次解密，计算将(C
′1,C2)发送给医院H；
[0028]步骤2.3：医院H使用密钥x2对服务器S一次解密的结果(C
′1,C2)进行二次解密，计算明文
[0029]所述步骤3包括：
[0030]步骤3.1：用户发送体征参数的加密密钥给医院；
[0031]步骤3.2：医院方使用用户发送的加密密钥生成高斯朴素贝叶斯分类模型计算各体征参数的类条件概率；
[0032]步骤3.3：计算得到用户的各个体征参数在不同分类中的概率并发送给用户；
[0033]步骤3.4：用户将服务器发送的结果解密，最大概率对应的健康状态即为用户当前健康状态。
[0034]所述步骤3.2包括：
[0035]步骤3.2.1：医院方加载训练样本数据，所述训练样本数据的属性数据集Y＝y1,y2,y3,
…
,y
i
…
,y
n
，其中属性y1,y2,y3,
…
,y
i
…
,y
n
分别代表用户是否为密切接触者、心率、体温、血压的高压值、血压的低压值、体温、用户年龄；所述训练样本数据的类别C＝{c
j
|c
j
为c1或
c2}，其中c1、c2表示用户是、否被感染；
[0036]步骤3.2.2：计算各属性的均值，结果使用矩阵avg表示，其中avg[i][j]代表在分类结果为c
j
的样本中属性y
i
的均值；
[0037]步骤3.2.3：计算各属性的标准差，使用矩阵euml表示，其中euml[i][j]表示分类结果为c
j
的样本中属性y
i
的标准差；
[0038]步骤3.2.4：医院方使用用户上传的公钥加密步骤3.2.2中计算出的均值、标准差并上传至服务器；
[0039]步骤3.2.5：服务器对用户健康状态进行分类，用P(C＝c
j
|Y＝y)表示在用户体征参数为y的情况下分类结果为c
j
的概率：
[0040][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，包括：步骤1：搜集所有用户的行程信息和表征身体状况的体征参数；步骤2：根据解密后的行程信息确定患者的密切接触者；步骤3：对所有密切接触者是否被感染进行排查。2.根据权利要求1所述的一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，所述步骤1包括：步骤1.1：搜集用户的行程信息，所述行程信息包括接触双方的身份信息、接触时间和接触距离；步骤1.2：对采集到的行程信息进行加密处理；步骤1.3：将加密后的行程信息上传服务器进行存储；步骤1.4：测量用户的体征参数，所述体征参数包括：心率、血压的高压值、血压的低压值、体温、年龄；步骤1.5：对采集到的体征参数使用CKKS加密方式进行加密处理；步骤1.6：将加密后的体征参数上传服务器进行存储。3.根据权利要求2所述的一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，所述步骤1.2包括：步骤1.2.1：用户初始化加密参数，选择一个素数p和两个小于p的随机数g,x，并计算y＝g
x
modp，(y,g,p)为加密公钥，x为解密私钥；步骤1.2.2：对各个用户行程信息M进行加密，计算C1＝g
k
modp，C2＝(y
k
*M)modp；步骤1.2.3：生成数据M加密后的结果(C1,C2)。4.根据权利要求2所述的一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，所述步骤1.5包括：步骤1.5.1：用户初始化加密参数，初始化多项式模数ploy_module_degree、参数模数coeff_module和规模scale；步骤1.5.2：根据加密参数生成公钥、密钥和重线性化密钥，并构建加密器、解密器和编码器；步骤1.5.3：使用编码器对数据进行编码，使用加密器对编码后的数据进行加密。5.根据权利要求1所述的一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，所述步骤2根据解密后的行程信息确定患者的密切接触者，涉及患者U、云端服务器S、医院H三方参与，患者U拥有个人信息的解密密钥x,云端服务器S拥有患者U与其他用户的行程信息，医院H希望获得患者U的接触者中哪些用户为密切接触者。6.根据权利要求5所述的一种基于改进贝叶斯网络的传染病密切接触者排查方法，其特征在于，所述步骤2包括：步骤2.1：患者U将密钥x切分为x1，x2，其中x，x1，x2满足关系x＝...

【专利技术属性】
技术研发人员：徐剑，王苏杭，王琛，
申请(专利权)人：东北大学，
类型：发明
国别省市：