謝燕青

(上海市奉賢區(qū)中心醫(yī)院信息科 上海 201400)

面向醫(yī)院網(wǎng)絡(luò)的數(shù)據(jù)搜索管理研究*

謝燕青

(上海市奉賢區(qū)中心醫(yī)院信息科 上海 201400)

針對醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)包含錯綜復(fù)雜信息難以有效搜索挖掘管理的問題,論文根據(jù)網(wǎng)絡(luò)數(shù)據(jù)信息呈現(xiàn)多面體數(shù)據(jù)抽象數(shù)據(jù)域特征,構(gòu)建了有窮維度線性約束函數(shù),并利用反向索引搜索的方式對安全加密后的醫(yī)院文檔數(shù)據(jù)進行提取。在確保數(shù)據(jù)搜索安全性的前提下,分別構(gòu)建了查詢、訪問、搜索和遍歷四種模式,結(jié)合Trapdoor算法在終端服務(wù)器中存放查找列表。最后,對索引搜索和Trapdoor搜索模式同時進行優(yōu)化以減少終端服務(wù)器存儲空間的數(shù)據(jù)復(fù)雜度。

反向索引; Trapdoor算法; 醫(yī)院網(wǎng)絡(luò); 數(shù)據(jù)搜索; 搜索優(yōu)化

1 引言

隨著計算機網(wǎng)絡(luò)的不斷發(fā)展,醫(yī)院信息系統(tǒng)更多地運用到現(xiàn)代化的醫(yī)院運營中[1～3]。醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息呈現(xiàn)幾何式增長對網(wǎng)絡(luò)結(jié)構(gòu)、數(shù)據(jù)庫和數(shù)據(jù)搜索提出了更高的要求,為了使醫(yī)院網(wǎng)絡(luò)性能達到最優(yōu),在終端數(shù)據(jù)庫空間有限的條件下,可以通過控制網(wǎng)絡(luò)數(shù)據(jù)資源和各項信息管理綜合協(xié)調(diào)網(wǎng)絡(luò)數(shù)據(jù)資源[4]?，F(xiàn)有的醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)集中化管理主要有:B/S構(gòu)架[5]、SAN結(jié)構(gòu)[6]和C/S結(jié)構(gòu)[7]。為了實現(xiàn)醫(yī)院內(nèi)部各部門和科室間的數(shù)據(jù)信息共享,本研究從醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)出多面體抽象數(shù)據(jù)域為出發(fā)點,利用了反向索引搜索過程中的Trapdoor搜索展開對安全加密后的醫(yī)院文檔數(shù)據(jù)進行提取,通過構(gòu)造查找列表創(chuàng)建安全索引搜索,并對搜索管理提出了四點優(yōu)化策略。該方式在醫(yī)院終端服務(wù)器有限的存儲空間下,提高了醫(yī)院網(wǎng)絡(luò)信息數(shù)據(jù)搜索的效率以滿足醫(yī)院各方面的信息傳遞需求,更好地為現(xiàn)代化的醫(yī)療資源分配服務(wù)。

2 數(shù)據(jù)搜索方案

2.1 數(shù)據(jù)的域

醫(yī)院信息包含錯綜復(fù)雜的眾多數(shù)據(jù),則整體呈現(xiàn)出多面體的抽象數(shù)據(jù)域[8]。為了表現(xiàn)出醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)關(guān)系,通常情況下,利用有理數(shù)Q上的一個線性不等式來描述多面體抽象數(shù)據(jù)域:

Q={Ax≤b}

(1)

其中,A∈Qm×n和B∈Qm分別是有理數(shù)矩陣和有理數(shù)向量,m和n分別是醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)的文字信息數(shù)量和字符信息數(shù)量。這些網(wǎng)絡(luò)數(shù)據(jù)在集合上表現(xiàn)為多面體內(nèi)的點集結(jié)構(gòu),通過對變量x的賦值代表可能的程序環(huán)境。根據(jù)醫(yī)院網(wǎng)絡(luò)信息數(shù)據(jù)的多面體P的線性性質(zhì),利用Fourier-Motzkin法對不等式(1)中的變量xi進行消除[9],具體的FM消除投影操作過程中,變量xi不通過改變其他變量之間的關(guān)系信息。為了及時有效地搜索到醫(yī)院網(wǎng)絡(luò)中被挖掘的信息,通過對有窮維線性約束條件下,構(gòu)造最大目標(biāo)函數(shù)的方式進行有最優(yōu)值的線性規(guī)劃:

Ax=emaxsubject toP

(2)

其中,P為多面體信息的可行空間,e為對應(yīng)的線性表達式

2.2 反向索引

在醫(yī)院的網(wǎng)絡(luò)信息數(shù)據(jù)中,數(shù)據(jù)W=(w1,…,wd)以d個單詞的字母排序構(gòu)成詞典,其中單詞的長度為|w1|(1≤i≤d)比特,單詞的最大長度為|w1|max(1≤i≤d)比特。對于醫(yī)院的眾多不同類型的文檔而言,每一個文檔D=(D1,…,Dn)由一組詞典W中的單詞構(gòu)成,并且每個文檔具有一個唯一編號的ID。對于包含單詞w的文檔ID構(gòu)成的集合為D(w)。

醫(yī)院將待上傳的文檔數(shù)據(jù)信息以創(chuàng)建安全索引的形式對信息進行常規(guī)的安全機制加密[10],因此,在數(shù)據(jù)的搜索過程中,醫(yī)院的終端服務(wù)器通過對數(shù)據(jù)所有者創(chuàng)建安全令牌的方式進行索引搜索,進而提升了搜索過程。常規(guī)的數(shù)據(jù)搜索主要分為兩種索引形式:正向索引[11]和反向索引[12]。其中,反向索引在搜索數(shù)據(jù)信息時,只針對每個單詞在所文檔列表對應(yīng)的條目發(fā)還搜索結(jié)構(gòu)。醫(yī)院對病歷文檔進行單詞性的編號排序時,反向索引可對加密后的網(wǎng)絡(luò)信息數(shù)據(jù)進行快速的提取。對于加密文檔的反向索引的數(shù)據(jù)搜索流程如圖1所示,主要分為以下步驟:

Step 1:醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)管理員對不同的文檔設(shè)定安全參數(shù)k,通過GenKey(k)→K生成密匙K;

Step 2:對于信息索引搜索I和每個文檔D的密文形式C=(C1,…,Cn),其中,Ci(1≤i≤n)對應(yīng)Di的密文形式,利用Encrypt(K,D)→(I,C)對給定的一組文檔D通過密匙K進行加密;

Step 3:利用密匙K生成不同文檔D,即Trapdoor(K,w)→t包含相同的單詞數(shù)據(jù)信息w的對應(yīng)陷門t;

Step 4:通過安全索引I和陷門t進行搜索,Search(I,t)→R,其中,索引搜索結(jié)果R={ID(Di)|w∈Di∧i}為所有包含陷門單詞的文檔ID集合;

Step.5:利用密鑰K解密文檔Di:Decrypt(K,C)→Di生成對應(yīng)的明文文檔Di。

圖1 反向索引數(shù)據(jù)搜索流程

3 醫(yī)院數(shù)據(jù)信息的搜索

3.1 數(shù)據(jù)信息的安全性

醫(yī)院網(wǎng)絡(luò)多采用反向索引的方式對加密后的數(shù)據(jù)信息進行搜索,該方案不僅能夠保護傳統(tǒng)的服務(wù)器信息,而且不會對文檔D中的單詞詞典泄露更多的信息。在通常的醫(yī)院信息數(shù)據(jù)查詢過程中,文檔D上的q次查詢歷史、訪問模式、搜索模式和遍歷模式可分別定義為如下形式:

(3)

其中,查詢歷史H=(D,w)的一個元組中w=(w1,…,wq)包含q個單詞的矢量,訪問模式α(H)中的D(wi)(1≤i≤q)為包含單詞wi的文檔ID,搜索模式β(H)為對稱的二元矩陣,對于任意的i,j∈(1,q),若wi=wj時,矩陣對應(yīng)的第i行的第j列為1,否則為0,遍歷模式T(H)中的|Di|(1≤i≤n)為第i個文檔的長度。

為了高效地對醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息進行加密式的搜索管理,在保護醫(yī)院終端服務(wù)器信息的同時還要考慮到數(shù)據(jù)搜索的安全性。在數(shù)據(jù)信息管理員的操作下,訪問模式α(H)和搜索模式β(H)將會造成部分的明文文檔Di的單詞信息泄漏[13]。因此,本研究將使用隱藏式的Tarpdoor搜索方式對醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息進行安全性的挖掘。

3.2 Trapdoor搜索

從搜索模式β(H)的形式可得,數(shù)據(jù)信息的搜索結(jié)果符合數(shù)據(jù)挖掘的要求取決于信息管理員對兩次搜索單詞結(jié)果是否相同。Trapdoor算法作為一種加密式的數(shù)據(jù)挖掘方法,對確定性的信息只需檢驗搜索過程中的陷門t即可判斷搜索結(jié)果[14]。為了實現(xiàn)兩次搜索的不同單詞的陷門結(jié)果可以相同,只需在醫(yī)院的計算機客戶端構(gòu)建一個反映不同單詞的查找列表V,判斷搜索結(jié)果是否相同的具體步驟和偽代碼如下:

Step 1:對文檔集合D構(gòu)造唯一的單詞集合δ(D)=(w1,…,wp),通過每個wi∈δ(D)創(chuàng)建對應(yīng)的D(w),其中p=|δ(D)|為集合D中的單詞個數(shù);

Step 2:通過構(gòu)造查找列表V創(chuàng)建安全索引搜索,列表V的部分子代碼為

L1:for 1≤i≤p

let b≤false

L2:for 1≤j≤i-1

if D(w_i)=D(w_j)

let V[w_i]=V[w_j],b=true;

L3:if b=false

then V[w_i]=(σ,B)

Step 3:利用反向索引在查找列表V中搜索單詞的字符串,若相同的搜索結(jié)果的數(shù)據(jù)信息共享相同的反向索引項;

Step 4:在終端服務(wù)器中存放查找列表V,并構(gòu)造陷門t時,利用網(wǎng)絡(luò)數(shù)據(jù)在查找列表V中查找結(jié)果字符串。

利用以上構(gòu)造的Trapdoor搜索方式,不同網(wǎng)絡(luò)數(shù)據(jù)的相同搜索結(jié)果對應(yīng)的陷門t是相同的。在考慮從數(shù)據(jù)信息管理者兩次搜索使用陷門時,無法判斷用戶是否搜索了相同的單詞。由于需要儲存查找列表V,則終端服務(wù)器的存儲量將隨時間不斷增加,同時,查找列表的數(shù)據(jù)邏輯關(guān)系與網(wǎng)絡(luò)數(shù)據(jù)量呈現(xiàn)正比[15]。當(dāng)文檔集合所占空間數(shù)據(jù)量較少時,利用Trapdoor搜索只增加了查找列表的創(chuàng)建和對應(yīng)的查詢過程。在醫(yī)院的網(wǎng)絡(luò)數(shù)據(jù)中,主要針對檔案信息的儲存、查詢、提取和更新,在采用分布式儲存方式時,網(wǎng)絡(luò)數(shù)據(jù)分布在各個計算節(jié)點上,以分配文檔集合所占空間數(shù)據(jù)量。因此,本研究使用的Trapdoor搜索可以快速對醫(yī)院網(wǎng)絡(luò)信息數(shù)據(jù)進行挖掘提取。

3.3 搜索管理優(yōu)化

盡管Trapdoor搜索可以對醫(yī)院網(wǎng)絡(luò)信息數(shù)據(jù)進行挖掘,但是隨著時間的推移,醫(yī)院的網(wǎng)絡(luò)信息數(shù)據(jù)在不斷的增加,終端服務(wù)器的存儲量也將帶來巨大的壓力。為了維持網(wǎng)絡(luò)數(shù)據(jù)量與數(shù)據(jù)空間復(fù)雜度之間的平衡,本研究還需對索引搜索和Trapdoor搜索模式同時進行優(yōu)化。在Trapdoor搜索過程中,不能通過構(gòu)建不同的搜索陷門對兩次相同單詞的進行搜索,并且對相同的陷門對不同搜索結(jié)果的單詞是相同的。這是由于相同單詞的多次搜索構(gòu)建了不同的陷門,但搜索結(jié)果是不變的[16]。網(wǎng)絡(luò)數(shù)據(jù)管理員可以忽略陷門直接觀察密文形式的搜索結(jié)果判斷兩次搜索的單詞是否相同。因此,本研究為了對搜索管理進行優(yōu)化,還需要以下幾步操作:

1) 將查找結(jié)果生成隨機字符串構(gòu)建查找列表V,并且生成多個待查找的隨機字符串;

2) 利用不同的加密密匙對文檔集合D中的每個文檔進行加密,同時,生成不同的密文副本文檔;

3) 對于每個搜索結(jié)果文檔,通過隨機字符串構(gòu)建反向索引并選取一個密文副本文檔;

4) 通過查找列表V的方式構(gòu)建搜索陷門,并隨機選取一個查找結(jié)果字符串。

4 實驗分析

4.1 測試環(huán)境

本研究中,針對醫(yī)院網(wǎng)絡(luò)使用的軟件均在Windows7或者Linux操作系統(tǒng)下進行操作,終端服務(wù)器選用SQL Datebase 10T存儲器,應(yīng)用服務(wù)器選用聯(lián)想冗余式FC-SAN雙核心的HIS系統(tǒng)虛擬化云端服務(wù)器,實驗在一臺配備AMD速龍X4 860K雙核CPU@3.7GHz和4GB內(nèi)存,在C++程序中運行查找列表代碼。

4.2 性能檢驗

網(wǎng)絡(luò)數(shù)據(jù)搜索采用反向索引的Trapdoor算法實現(xiàn),通過多面體的抽象數(shù)據(jù)域構(gòu)建每個文檔的一組詞典。在特定時間內(nèi)的數(shù)據(jù)發(fā)送與接收在一個列表中呈現(xiàn)數(shù)據(jù)量的最高水平差異。該列表按升序排列,直到反向索引在查找列表中搜索到相同的字符串。在客戶端獲取搜索結(jié)果并加載到網(wǎng)站服務(wù)器上。具體的搜索結(jié)果前后數(shù)據(jù)大小比較如表1所示。

表1 搜索前后文檔數(shù)據(jù)誤差率對比

由表1可見,不同格式的文檔信息經(jīng)過優(yōu)化后的數(shù)據(jù)搜索方案、搜索結(jié)果與原文檔信息并不一致。其中,Excel格式與Word格式的搜索誤差率有效地控制在15%以內(nèi),且接收文擋大小占用空間將縮小,而Excel格式信息丟失率僅為2.38%;PDF格式與PPT格式搜索誤差率有效地控制在16%以內(nèi),且文檔搜索大小占用空間將變大,而PDF格式的信息丟失率為-6.97%。因此,醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)存儲過程中,選用Excel格式和PDF格式保存數(shù)據(jù)信息可減小信息管理員搜索的誤差,傳統(tǒng)的醫(yī)院數(shù)據(jù)信息存儲在Excel格式下,也說明了本研究選用文檔的合理性。

為了比較索引搜索和Trapdoor搜索模式優(yōu)化前后的差異,從上述分析獲得的結(jié)果中選取Excel文檔作為不同網(wǎng)絡(luò)數(shù)據(jù)量搜索誤差性能比較。若在Trapdoor算法中不建立查找列表,終端服務(wù)器存儲量難以滿足日漸增多的網(wǎng)絡(luò)數(shù)據(jù)量需求。利用Matlab軟件對100KB的醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)中的Excel文檔分別進行索引搜索、Trapdoor搜索和綜合優(yōu)化搜索,其中,文檔步長設(shè)定為1KB,具體的搜索誤差結(jié)果與綜合優(yōu)化搜索穩(wěn)定性如圖2所示。

圖2 誤差率對比與穩(wěn)定性

由圖2可見,綜合優(yōu)化后的搜索對醫(yī)院內(nèi)的Excel文檔網(wǎng)絡(luò)數(shù)據(jù)可以使得搜索誤差率和搜索穩(wěn)定性均得到了優(yōu)化。其中,圖2(a)中,綜合優(yōu)化搜索能力明顯高于索引搜索和Trapdoor搜索,即對查找列表和隨機字符串生成不同的密文副本文檔可降低文檔搜索誤差率;圖2(b)中,優(yōu)化后的搜索可以穩(wěn)定在±1Hz內(nèi),在搜索過程中,醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息通過查找列表的方式構(gòu)建搜索陷門,將字典單詞的內(nèi)容信息鎖定在選取的密文副本文檔里。針對醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息優(yōu)化搜索網(wǎng)絡(luò)帶寬負載進行計算機模擬,得到網(wǎng)絡(luò)帶寬負載結(jié)果如表2所示。

由表2可見,綜合優(yōu)化后的搜索網(wǎng)絡(luò)帶寬明顯高于索引搜索和Trapdoor搜索,這是由于網(wǎng)絡(luò)數(shù)據(jù)搜索查找結(jié)果隨機生成字符串,在建立查找列表的同時生成多個待查找的隨機字符串。在遍歷過程中,將搜索內(nèi)容通過反向索引建立了密文副本文檔,加快了Trapdoor搜索的陷門構(gòu)建。同時,綜合優(yōu)化搜索的網(wǎng)絡(luò)搜索負載率僅為8.20%,這是由于醫(yī)院的終端服務(wù)器以部門間網(wǎng)絡(luò)信息對稱的地位分擔(dān)了負載,并且各科室間數(shù)據(jù)管理員對服務(wù)器的搜索請求列陣均勻分配到虛擬化云端服務(wù)器,籍此加快了網(wǎng)絡(luò)數(shù)據(jù)的搜索,解決了部門間大量并發(fā)搜索請求造成搜索誤差率提高和負載增加的訪問服務(wù)問題。

表2 網(wǎng)絡(luò)帶寬負載對比

5 結(jié)語

本研究利用反向索引的方式構(gòu)建了醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息搜索管理的優(yōu)化方案,通過多面體的抽象數(shù)據(jù)域的方式將醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)信息進行線性優(yōu)化,并利用Fourier-Motzkin法求解所構(gòu)造的數(shù)據(jù)線性目標(biāo)函數(shù)。運用反向索引的搜索分別建立了歷史查詢、訪問、搜索和遍歷四種模式,實現(xiàn)了醫(yī)院信息管理員對醫(yī)院數(shù)據(jù)的抓取與綜合管理。通過將搜索模式與Trapdoor算法相結(jié)合,在終端服務(wù)器中創(chuàng)建存放查找列表,并針對反向索引和Trapdoor算法提出了四步優(yōu)化方案,運用優(yōu)化后的算法進行求解實現(xiàn)了醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)高效搜索管理。在對密文副本文檔優(yōu)化過程中,反向索引可提供一個最優(yōu)網(wǎng)絡(luò)數(shù)據(jù)搜索,有效地解決了終端服務(wù)器存儲空間與數(shù)據(jù)量增加之間的矛盾,為醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)的高效挖掘提供了有價值的參考。

[1] 張立,胡正剛,杜智,等.醫(yī)院信息系統(tǒng)集成平臺建設(shè)的目的和效果[J].中國衛(wèi)生信息管理雜志,2012,9(2):47-49. ZHANG Li, HU Zhenggang, DU Zhi, et al. The purpose and effect of hospital information system integration platform Construction[J]. Chinese Journal of Health Information Management,2012,9(2):47-49.

[2] 王繼偉,陳武鑫,陳海鴻,等.智能醫(yī)療建筑質(zhì)量控制的關(guān)鍵環(huán)節(jié)[J].中國數(shù)字醫(yī)學(xué),2013,8(2):53-55. WANG Jiwei, CHEN Wuxin, CHEN Haihong, et al. Key medical building intelligent quality control[J]. China Digital Medicine,2013,8(2):53-55.

[3] 朱文娟.醫(yī)保信息系統(tǒng)醫(yī)院信息系統(tǒng)(HIS)中的嵌套及其應(yīng)用[J].電子技術(shù)與軟件工程,2014(11):212-212. ZHU Wenjuan. Medical insurance information system hospital information system (HIS) and its application in the nest[J]. Electronics and Software Engineering,2014(11):212-212.

[4] 許曉輝.醫(yī)院信息系統(tǒng)的建設(shè)與管理[J].信息系統(tǒng)工程,2013(3):67-67. XU Xiaohui. Construction and Management of Hospital Information System[J]. Information Systems Engineering,2013(3):67-67.

[5] 黃靜,陳震,危水根,等.RBAC模型在B/S醫(yī)院信息系統(tǒng)中的應(yīng)用[J].計算機技術(shù)與發(fā)展,2011,21(6):246-249. HUANG Jing, CHEN Zhen, WEI Shuigen, et al. RBAC model in the B/S Hospital Information System[J]. Computer Technology and Development,2011,21(6):246-249.

[6] 陳燕峰.新農(nóng)合與醫(yī)院網(wǎng)絡(luò)數(shù)據(jù)安全交換方案探討[J].計算機時代,2014(4):15-17. CHEN Yanfeng. Explore new rural cooperative hospital network data security and exchange programs[J]. Age of Computer,2014(4):15-17.

[7] 崔櫻.基于三層C/S結(jié)構(gòu)的醫(yī)院信息系統(tǒng)設(shè)計與實現(xiàn)[J].現(xiàn)代電子技術(shù),2011,34(2):39-41. CUI Ying. Based on Hospital Information System Layer C/S Architecture Design and Implementation[J]. Modern Electronic Technology,2011,34(2):39-41.

[8] 楊子煜,李思昆,趙鵬.虛擬環(huán)境下可重構(gòu)流媒體處理的應(yīng)用分析方法[J].系統(tǒng)仿真學(xué)報,2012,24(9):1790-1794. YANG Ziyu, LI Sikun, ZHAO Peng. Reconfigurable Application Virtual Environment Analysis streaming media processing[J]. Simulation of System,2012,24(9):1790-1794.

[9] 魯法明,曾慶田,包云霞.判定工作流網(wǎng)S-可覆蓋性的有效算法[J].計算機集成制造系統(tǒng),2012,18(8):1757-1765. LU Faming, ZENG Qingtian, BAO Yunxia. Effective determination algorithm works S- nets can cover property[J]. Computer Integrated Manufacturing Systems,2012,18(8):1757-1765.

[10] 李尚,周志剛,張宏莉,等.大數(shù)據(jù)安全高效搜索與隱私保護機制展望[J].網(wǎng)絡(luò)與信息安全學(xué)報,2016(4):15-21. LI Shang, ZHOU Zhigang, ZHANG Hongli, et al. Big data security and privacy protection and efficient search mechanisms outlook[J]. Journal of Network and Information Security,2016(4):15-21.

[11] 趙珂,逯鵬,李永強.基于Lucene的搜索引擎設(shè)計與實現(xiàn)[J].計算機工程,2011,37(16):39-41. ZHAO Ke, LU Peng, LI Yongqiang. Lucene-based search engine design and implementation[J]. Engineering of Computer,2011,37(16):39-41.

[12] 唐李洋,倪志偉,李應(yīng).基于Cassandra的可擴展分布式反向索引的構(gòu)建[J].計算機科學(xué),2011,38(6):187-190. TANG Liyang, NI Zhiwei, LI Ying. Index build scalable distributed based on Cassandra’s reverse[J]. Science of Computer,2011,38(6):187-190.

[13] 馬健,張?zhí)t,陳燕紅.中文搜索引擎分塊倒排索引存儲模式[J].計算機應(yīng)用,2013,33(7):2031-2036. MA Jian, ZHANG Taihong, CHEN Yanhong. Chinese Search Engine block inverted index storage mode[J]. Application of Computer,2013,33(07):2031-2036.

[14] 李經(jīng)緯,賈春福,劉哲理,等.可搜索加密技術(shù)研究綜述[J].軟件學(xué)報,2015,26(1):109-128. LII Jingwei, JIA Chunfu, LIU Zheli, et al. Search encryption technology research can be reviewed[J]. Journal of Software,2015,26(1):109-128.

[15] 王尚平,劉利軍,張亞玲.一個高效的基于連接關(guān)鍵詞的可搜索加密方案[J].電子與信息學(xué)報,2013(9):2266-2271. WANG Shangping, LIU Lijun, ZHANG Yalin. An efficient connection-based keyword searchable encryption scheme[J]. Electronics & Information Technology,2013(9):2266-2271.

[16] 項菲,劉川意,方濱興,等.云計算環(huán)境下密文搜索算法的研究[J].通信學(xué)報,2013(7):143-153. XIANG Fei, LIU Chuanyi, FANG Bingxing, et al. Study on cloud computing environment ciphertext Search Algorithm[J]. Communications,2013(7):143-153.

Research on Search for Hospital Network Data Management

XIE Yanqing

(Information Section of Fengxian District Central Hospital, Shanghai 201400)

Aiming at the proldem that the hospital network data containing complex information is difficult to effectively search management, this study presents the polygon data network based on abstract data domain characteristic data, constructs finite dimensional linear constraint functions, and uses inverted index search mode to extract hospital document data. Ensuring data security under the premise of the search, query, access, search and traverse the four modes are constructed, combined with Trapdoor algorithm stored in the terminal server lookup list. Finally, the index search and Trapdoor search mode is optimized simultaneously to reduce the complexity of the data terminal server storage space.

inverted index, Trapdoor algorithm, hospital network, data search, search engine optimization Class Number TP391.1

2016年10月4日,

2016年11月25日

國家自然科學(xué)基金項目(編號:30170956)資助。

謝燕青,男,研究員,研究方向:計算機信息。

TP391.1

10.3969/j.issn.1672-9722.2017.04.022