一種安全性高的醫(yī)療大數(shù)據(jù)隱私保護(hù)模型

摘 要：為了改善國(guó)內(nèi)醫(yī)療云數(shù)據(jù)存儲(chǔ)與共享中患者隱私泄露問(wèn)題，加快互聯(lián)網(wǎng)+醫(yī)療與醫(yī)療云建設(shè)，提出一種針對(duì)醫(yī)療大數(shù)據(jù)安全共享的隱私保護(hù)模型。模型將數(shù)據(jù)共享過(guò)程劃分為3個(gè)階段，明確各部分功能。采用一種適合醫(yī)療云數(shù)據(jù)加密場(chǎng)景的RS-Blowfish混合加密算法用于模型數(shù)據(jù)傳輸，在數(shù)據(jù)安全共享的同時(shí)兼具數(shù)字加密及身份認(rèn)證功能。增添明文與密鑰的Z形置換，改善初始密鑰安全性，增添密鑰認(rèn)證，將傳統(tǒng)的RSA算法、Blowfish算法和SHA-256算法結(jié)合為一個(gè)整體。實(shí)驗(yàn)結(jié)果表明， RS-Blowfish混合加密算法在增強(qiáng)Blowfish安全性的同時(shí)，加密速度較3DES快30%，較AES快10%。

關(guān)鍵詞：醫(yī)療大數(shù)據(jù);隱私保護(hù);密碼學(xué)算法;數(shù)據(jù)安全;混合加密

DOI：10. 11907/rjdk. 191678 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類(lèi)號(hào)：TP309文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2019）008-0200-04

A High Security Medical Big Data Privacy Protection Model

LIU Hao-ran

（College of Computer Science and Engineering， Shandong University of Science and Technology， Qingdao 266590， China）

Abstract： In order to improve the patient privacy leakage in the domestic medical cloud data storage and sharing， and accelerate the construction of the Internet + medical and medical cloud， this paper first proposes a privacy protection model for medical big data security sharing. Through the establishment of the model， the data sharing process is divided into three stages， and the role of each part in the model is clarified， so that the model has both digital encryption and identity authentication functions in the secure data sharing. Then for the medical cloud data encryption problem， an RS-Blowfish hybrid encryption algorithm suitable for medical scenarios is proposed for model data transmission. The algorithm first adds Z-shaped permutation of plaintext and key， improves the security of the initial key， and then adds key authentication. Finally， the traditional RSA algorithm， Blowfish algorithm and SHA-256 algorithm are combined into one. The experimental results show that the proposed RS-Blowfish hybrid encryption algorithm enhances the security of Blowfish， and the encryption speed has a 30% advantage over 3DES; compared with AES， it has a 10% advantage.

Key Words： medical big data; privacy protection; cryptography algorithms; data security; hybrid encryption

作者簡(jiǎn)介：劉浩然（1994-），男，山東科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院碩士研究生，研究方向?yàn)樵朴?jì)算、大數(shù)據(jù)、隱私保護(hù)、數(shù)據(jù)挖掘。本文通訊作者：劉浩然。

0 引言

大數(shù)據(jù)已經(jīng)滲透到社會(huì)各個(gè)領(lǐng)域，醫(yī)學(xué)[1]也不例外。醫(yī)療大數(shù)據(jù)作為大數(shù)據(jù)的一種，具有與大數(shù)據(jù)[2]相同的4V特征。一般醫(yī)療機(jī)構(gòu)每年產(chǎn)生的醫(yī)療數(shù)據(jù)達(dá)1TB-20TB，一些大型醫(yī)院數(shù)據(jù)量甚至達(dá)到300TB-1PB。

隨著互聯(lián)網(wǎng)+醫(yī)療[3]、電子病歷[4]以及openEMR[5-6]等云上醫(yī)療服務(wù)的發(fā)展，互聯(lián)網(wǎng)+醫(yī)療成為一種發(fā)展趨勢(shì)。許多大型三甲醫(yī)院都有自己的數(shù)據(jù)庫(kù)，但日益膨脹的醫(yī)療數(shù)據(jù)[7]需要投入更多的服務(wù)器。每個(gè)醫(yī)院內(nèi)部的屬性標(biāo)識(shí)符不統(tǒng)一，極大制約了電子健康數(shù)據(jù)記錄工作發(fā)展[8]。

與此同時(shí)，醫(yī)療數(shù)據(jù)至云服務(wù)器的安全性問(wèn)題[9]日益顯露，將醫(yī)療數(shù)據(jù)以明文方式或者以明文的方式存儲(chǔ)在云上是極不安全的。如果醫(yī)院只將電子病歷存儲(chǔ)在本地服務(wù)器上，在病人轉(zhuǎn)院等情況下卻不利于醫(yī)療數(shù)據(jù)共享。

惠榛等[10]提出一種基于風(fēng)險(xiǎn)的訪(fǎng)問(wèn)控制模型，能夠自適應(yīng)地限制醫(yī)生訪(fǎng)問(wèn)，保護(hù)患者隱私;黃尤江等[11]分析了當(dāng)前醫(yī)療行業(yè)大數(shù)據(jù)存在的利與弊，針對(duì)其平衡發(fā)展及隱私保護(hù)提出了相關(guān)策略;張靜等[12]提出通過(guò)數(shù)據(jù)加密技術(shù)實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)加密、存儲(chǔ)和利用的方案，創(chuàng)新地從事前、事中、事后3個(gè)角度，保障醫(yī)療健康大數(shù)據(jù)安全;姬博歆[13]對(duì)目前醫(yī)療大數(shù)據(jù)的現(xiàn)狀進(jìn)行分析，整理了用于醫(yī)療大數(shù)據(jù)的保護(hù)技術(shù);Vinod Sharma等[14]分析了部分hadoop項(xiàng)目以及大數(shù)據(jù)安全性標(biāo)準(zhǔn)與技術(shù)。

以上方法都沒(méi)有針對(duì)醫(yī)療大數(shù)據(jù)提出一整套切實(shí)可行的共享方案，也沒(méi)有針對(duì)國(guó)內(nèi)醫(yī)療認(rèn)證以及數(shù)據(jù)安全設(shè)計(jì)與優(yōu)化國(guó)際密碼學(xué)技術(shù)。

本文結(jié)合國(guó)內(nèi)外醫(yī)療大數(shù)據(jù)技術(shù)發(fā)展情況，整合現(xiàn)有技術(shù)，提出一套具有隱私保護(hù)的醫(yī)療大數(shù)據(jù)共享模型，主要內(nèi)容如下：

（1）提出一種新的、致力于解決國(guó)內(nèi)醫(yī)療數(shù)據(jù)外包同時(shí)兼顧隱私保護(hù)的醫(yī)療大數(shù)據(jù)模型，對(duì)模型的可行性進(jìn)行必要的驗(yàn)證。

（2）提出一種適用于醫(yī)學(xué)信息的快速壓縮加密算法，結(jié)合RSA[15]、SHA-256[16]、Blowfish[17-21]等優(yōu)點(diǎn)，增添輸入端密鑰、明文分組置換以及密鑰驗(yàn)證應(yīng)用于本文模型，并與當(dāng)代密碼學(xué)中AES、3DES的加密算法進(jìn)行加密時(shí)間對(duì)比分析。

1 醫(yī)療大數(shù)據(jù)隱私保護(hù)模型

本模型分為4個(gè)主體，如圖1所示。明確各主體職能，模型中的用戶(hù)提供基本的個(gè)人信息并享受云服務(wù)商提供的服務(wù);醫(yī)療云指云服務(wù)商提供與醫(yī)療有關(guān)的計(jì)算資源，同時(shí)兼顧存儲(chǔ)用戶(hù)數(shù)據(jù);醫(yī)院是電子病歷的中心，醫(yī)院的本地?cái)?shù)據(jù)庫(kù)存儲(chǔ)大量的醫(yī)療數(shù)據(jù);公共基礎(chǔ)設(shè)施負(fù)責(zé)醫(yī)院與用戶(hù)密鑰的產(chǎn)生以及相關(guān)身份認(rèn)證。

圖1 醫(yī)療大數(shù)據(jù)隱私保護(hù)模型

在醫(yī)療大數(shù)據(jù)產(chǎn)生及共享階段需確保電子病歷安全。

（1）用戶(hù)密鑰的建立和個(gè)人信息加密。用戶(hù)向公鑰基礎(chǔ)設(shè)施請(qǐng)求建立密鑰的基本參數(shù)，生成非對(duì)稱(chēng)密鑰對(duì)（包含公鑰、私鑰），其中生成的公鑰由公鑰基礎(chǔ)設(shè)施保存，與此同時(shí)生成信息加密的對(duì)稱(chēng)密鑰。隨后用戶(hù)的個(gè)人信息被復(fù)制成兩份，一份利用對(duì)稱(chēng)密鑰加密，并用非對(duì)稱(chēng)私鑰對(duì)對(duì)稱(chēng)密鑰加密;另一份進(jìn)行數(shù)據(jù)匿名化處理。這兩部分均上傳至醫(yī)療云，由醫(yī)療云存儲(chǔ)管理。加密數(shù)據(jù)提供給醫(yī)院，使醫(yī)院可以得到準(zhǔn)確的用戶(hù)信息;匿名數(shù)據(jù)提供給云服務(wù)提供商，用于為用戶(hù)提供更好的個(gè)性化定制服務(wù)。

（2）用戶(hù)與醫(yī)院共享密文用戶(hù)信息。用戶(hù)請(qǐng)求醫(yī)院A的醫(yī)療服務(wù)，并向醫(yī)療云傳遞此請(qǐng)求;醫(yī)療云將用戶(hù)請(qǐng)求的信息反饋醫(yī)院A，隨后醫(yī)院A向公鑰基礎(chǔ)設(shè)施查詢(xún)用戶(hù)的公鑰，在醫(yī)療云端下載用戶(hù)的密文信息并向用戶(hù)反饋。醫(yī)院A在得到用戶(hù)的密文信息后，首先利用用戶(hù)公鑰將對(duì)稱(chēng)密鑰密文解密，得到對(duì)稱(chēng)密鑰，再利用對(duì)稱(chēng)密鑰解密用戶(hù)的密文信息，以此得到用戶(hù)的全部個(gè)人信息。

（3）醫(yī)院之間共享用戶(hù)密文醫(yī)療數(shù)據(jù)。用戶(hù)在到達(dá)醫(yī)院A后，進(jìn)行相關(guān)醫(yī)療檢驗(yàn)產(chǎn)生電子病歷，由醫(yī)院A利用用戶(hù)的對(duì)稱(chēng)密鑰加密電子病歷信息，上傳至醫(yī)療云。倘若用戶(hù)對(duì)醫(yī)院的治療效果不滿(mǎn)意，要求轉(zhuǎn)院到醫(yī)院B，則醫(yī)療云將向醫(yī)院B傳達(dá)用戶(hù)的請(qǐng)求信息，醫(yī)院B隨后在醫(yī)療云端下載用戶(hù)的密文信息和在醫(yī)院A產(chǎn)生的密文醫(yī)療數(shù)據(jù)，解密后得到明文數(shù)據(jù)。

2 RS-Blowfish混合加密

本文提出混合加密算法作為醫(yī)療大數(shù)據(jù)安全共享模型的加密算法，在證明其安全性的同時(shí)利用實(shí)驗(yàn)驗(yàn)證加密算法的加密速度。

2.1 RS-Blowfish混合加密算法

傳統(tǒng)的密碼學(xué)聯(lián)合加密方案，是利用對(duì)稱(chēng)密碼對(duì)明文文本進(jìn)行加密，非對(duì)稱(chēng)密碼用于對(duì)對(duì)稱(chēng)密碼密鑰的加密，以達(dá)到安全傳輸密文的目的。本文在這種傳統(tǒng)結(jié)構(gòu)模型上進(jìn)行改進(jìn)，通過(guò)對(duì)明文的預(yù)處理以及密鑰處理，在保證加密速度的同時(shí)增強(qiáng)傳輸?shù)陌踩?，并增添密鑰認(rèn)證，從而確保傳輸?shù)拿芪臎](méi)有經(jīng)過(guò)惡意篡改。

RS-Blowfish混合加密算法以Blowfish、RSA以及SHA-256為基礎(chǔ)，將密鑰處理分為兩部分，分別為密鑰預(yù)處理一與密鑰預(yù)處理二。在密鑰預(yù)處理一中，密鑰首先經(jīng)過(guò)Z形變換，密鑰K1用于加密明文，密鑰K2用于擾亂密鑰K1，以增強(qiáng)密鑰組合的隨機(jī)性，隨后作為Blowfish的加密密鑰;在密鑰預(yù)處理二中，將原密鑰經(jīng)過(guò)哈希函數(shù)處理得到哈希驗(yàn)證摘要，再將兩者加密，得到密文Blowfish密鑰與密鑰驗(yàn)證，如圖2所示。

本文在Blowfish加密階段也作了修改，將明文劃分后的左右子塊先進(jìn)行左右置換，加大暴力破解密文的難度，增強(qiáng)明文組合的隨機(jī)性，然后再進(jìn)行Feistel結(jié)構(gòu)、核心函數(shù)處理以及相關(guān)的異或運(yùn)算。

圖2 RS-Blowfish密鑰認(rèn)證

增強(qiáng)RS-Blowfish加密算法如下：

輸入：Blowfish密鑰K（K1，K2）、明文p、RSA私鑰AK

輸出：Blowfish密鑰密文CK、密文c、密鑰驗(yàn)證VK

（1）密鑰填充

初始化 P盒、S盒r=0

CK = EAK（K）? ? //E代表RSA加密過(guò)程

for j = 0 to n-1? //n為密鑰K（K1，K2）的長(zhǎng)度

if j mod 2 = 0 then i =j/2

else i = n-（（j + 1）/2）

r=（r+K1[i]+K2[i]mod n）? 交換K1[i]，K1[r]的位置

VK = H（K）? ? //H代表SHA-256加密過(guò)程

建立子秘鑰

（2）加密階段

將64位的明文p劃分為分別為32位的pL與pR

交換pL與pR的位置

for i = 1 to 16：

pR = pR⊕P[i]

pL = F（pR）⊕pL

交換pR， pL

pR = pR⊕P[17]

pL = pL⊕P[18]

將pR， pL重新組合，得到密文c

本文提出的RS-Blowfish混合加密算法在時(shí)間復(fù)雜度上與待加密的明文數(shù)據(jù)有著線(xiàn)性關(guān)系，即隨著數(shù)據(jù)量的增大加密時(shí)間也會(huì)增大，但相比3DES有較大優(yōu)勢(shì)，時(shí)間復(fù)雜度約為3DES的1/3。安全性上，得益于密鑰驗(yàn)證、密鑰Z形變換以及明文的輸入置換，增強(qiáng)了密鑰與加密算法的復(fù)雜程度，增強(qiáng)了加密密文的安全性。

2.2 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)分析結(jié)果如圖3所示。從圖3可以看出，本文設(shè)計(jì)的混合密鑰算法在增添驗(yàn)證以及對(duì)blowfish輸入進(jìn)行略微改動(dòng)后，在加密速度上比AES算法快10%，比3DES算法快30%。

實(shí)驗(yàn)證明，當(dāng)RSA算法的密鑰長(zhǎng)度達(dá)到1024位時(shí)具有良好的安全性，同時(shí)增添哈希函數(shù)用于密鑰認(rèn)證，能確保接收方驗(yàn)證密鑰是否被篡改。SHA-256算法同時(shí)具有不可破解的單向哈希性。經(jīng)過(guò)16輪變換后證明Blowfish是安全的，能夠有效抵御已知明文攻擊、選擇明文攻擊和弱密鑰攻擊。

圖3 加密速度對(duì)比

3 結(jié)語(yǔ)

本文分析了醫(yī)療云及互聯(lián)網(wǎng)+醫(yī)療共享中的安全問(wèn)題，對(duì)醫(yī)療大數(shù)據(jù)共享中的隱私泄露和醫(yī)療數(shù)據(jù)安全傳輸問(wèn)題進(jìn)行了深入研究，提高了醫(yī)療大數(shù)據(jù)共享的安全性，減少了用戶(hù)隱私泄露問(wèn)題。

（1）針對(duì)醫(yī)療大數(shù)據(jù)共享與患者信息泄露問(wèn)題，提出了一套切實(shí)可行的醫(yī)療大數(shù)據(jù)電子病歷共享方案，詳細(xì)闡述了用戶(hù)在求醫(yī)各個(gè)階段的信息同步與安全方案，第三方醫(yī)療云服務(wù)商在不知道用戶(hù)密鑰的情況下無(wú)法完成對(duì)用戶(hù)信息的嗅探，在最大化共享電子病歷的同時(shí)保護(hù)用戶(hù)私人信息。

（2）利用并適當(dāng)修改Blowfish、RSA、SHA-256技術(shù)，提出基于這三者的RS-Blowfish混合加密算法，利用實(shí)驗(yàn)驗(yàn)證了加密算法的加密效率，解析了破解該算法面臨的難題。

當(dāng)然，模型還存在部分尚未解決的問(wèn)題：①模型中的應(yīng)用場(chǎng)景敘述有限，未加入醫(yī)療場(chǎng)景和醫(yī)院中醫(yī)護(hù)人員職能，將來(lái)在模型構(gòu)建中應(yīng)該完善;②雖然本文提出的增強(qiáng)RS-Blowfish加密算法有著較好的加密性能，但對(duì)于醫(yī)療圖像尚未考慮，下一步將把重點(diǎn)放在醫(yī)療圖像的加密性能上，增強(qiáng)加密算法的應(yīng)用領(lǐng)域。

參考文獻(xiàn)：

[1] 于廣軍，楊佳泓. 醫(yī)療大數(shù)據(jù)[M]. 上海：上海科學(xué)技術(shù)出版社， 2015.

[2] CHEN M， MAO S， LIU Y. Big data： a survey[J]. Mobile Networks and Applications， 2014， 19（2）：171-209.

[3] 呂曉娟， 張麟， 陳瑩，等. 互聯(lián)網(wǎng)+醫(yī)療面臨的機(jī)遇與挑戰(zhàn)[J]. 中國(guó)衛(wèi)生信息管理雜志， 2016， 13（2）：124-127.

[4] 陳金雄. 電子病歷與電子病歷系統(tǒng)[J]. 醫(yī)療衛(wèi)生裝備，2010，31（10）：1-4.

[5] ACHARYA S，YIN Y，MAK A. Towards the design of a secure and compliant framework for openEMR[C]. IEEE International Conference on Bioinformatics & Biomedicine， 2017： 992-999.

[6] AKOWUAH F， LAKE J， YUAN X， et al. Testing the security vulnerabilities of openEMR 4.1.1： a case study[J]. Journal of Computing Sciences in Colleges， 2015， 30（3）：26-35.

[7] 汪冬，秦利，魏洪河，等. 健康醫(yī)療大數(shù)據(jù)發(fā)展現(xiàn)狀與應(yīng)用[J]. 電子技術(shù)與軟件工程， 2018， 133（11）： 225-226.

[8] 張振，周毅，杜守洪，等. 醫(yī)療大數(shù)據(jù)及其面臨的機(jī)遇與挑戰(zhàn)[J]. 醫(yī)學(xué)信息學(xué)雜志， 2014， 35（6）： 2-8.

[9] SHANMUGAPRIYA E， KAVITHA R. Medical big data analysis： preserving security and privacy with hybrid cloud technology[J]. Soft Computing， 2019， 23（8）： 2585–2596.

[10] 惠榛，李昊，張敏，等. 面向醫(yī)療大數(shù)據(jù)的風(fēng)險(xiǎn)自適應(yīng)的訪(fǎng)問(wèn)控制模型[J]. 通信學(xué)報(bào)，2015， 36（12）： 1-10.

[11] 黃尤江，賀蓮，蘇煥群，等. 醫(yī)療大數(shù)據(jù)的應(yīng)用及其隱私保護(hù)[J]. 中華醫(yī)學(xué)圖書(shū)情報(bào)雜志，2015， 24（9）： 43-45.

[12] 張靜， 張洪亮. 基于密碼技術(shù)的健康醫(yī)療大數(shù)據(jù)安全保障體系研究[J]. 信息安全研究，2017，3（7）： 652-656.

[13] 姬博歆. 醫(yī)療大數(shù)據(jù)應(yīng)用中的隱私權(quán)保護(hù)研究[D]. 哈爾濱：黑龍江大學(xué)， 2017.

[14] VINOD S，PROF N K? J. The evolution of big data security through hadoop incremental security model[J]. International Journal of Innovative Research in Science， Engineering and Technology， 2015， 4（5）： 3489-3493.

[15] YELLAMMA P，NARASIMHAM C，SREENIVAS V. Data security in cloud using RSA[C]. Fourth International Conference on Computing， 2014： 1-6.

[16] GUERON S，JOHNSONS，WALKER J. SHA-512/256[C]. Eighth International Conference on Information Technology：New Generations， 2011： 354-358.

[17] ALABAICHI A，AHMAD F，MAHMOD R. Security analysis of blowfish algorithm[C]. Second International Conference on Informatics & Applications， 2013： 12-18.

[18] NIE T， SONG C， ZHI X. Performance evaluation of DES and blowfish algorithms[C]. International Conference on Biomedical Engineering & Computer Science，2010： 1-4.

[19] NEHAKHATRI V，KSHIRSAGAR K. Blowfish algorithm[J]. IOSR Journal of Computer Engineering， 2014， 16（2）： 80-83.

[20] AVINASH M G，HARSHAVARDHAN T. The blowfish algorithm simplified[J]. International Journal of Advanced Research in Electrical， Electronics and Instrumentation Engineering，2016，5（4）： 3343-3351.

[21] 尚華益，姚國(guó)祥，官全龍. 基于Blowfish和MD5的混合加密方案[J]. 計(jì)算機(jī)應(yīng)用研究，2010，27（1）：231-233.

（責(zé)任編輯：杜能鋼）