朱勝明，朱甜甜，毛江華，巢艷萍，舒子馨

(南京中醫(yī)藥大學(xué) 人工智能與信息技術(shù)學(xué)院，江蘇 南京 210023)

0 引言

隨著醫(yī)療衛(wèi)生事業(yè)的快速發(fā)展，以醫(yī)院信息系統(tǒng)為基礎(chǔ)而建立的醫(yī)院大數(shù)據(jù)中心逐步開放，將已有的醫(yī)療數(shù)據(jù)資源給相關(guān)組織或者個(gè)人經(jīng)互聯(lián)網(wǎng)遠(yuǎn)程共享使用。在建立醫(yī)院大數(shù)據(jù)中心的基礎(chǔ)上，部分醫(yī)院通過(guò)嘗試大數(shù)據(jù)平臺(tái)和云計(jì)算、移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等熱門技術(shù)的融合，探索新的信息管理模式，并且面向互聯(lián)網(wǎng)和物聯(lián)網(wǎng)開放部分醫(yī)療數(shù)據(jù)的訪問(wèn)和應(yīng)用。

1 醫(yī)療大數(shù)據(jù)匯聚系統(tǒng)的設(shè)計(jì)需求

根據(jù)國(guó)家深化醫(yī)療體制改革和發(fā)展國(guó)民健康服務(wù)體制的相關(guān)政策文件來(lái)看，國(guó)務(wù)院和國(guó)家衛(wèi)生紀(jì)委大力提倡與推動(dòng)開放醫(yī)療健康數(shù)據(jù)的共享，但是醫(yī)療大數(shù)據(jù)的共享應(yīng)用卻面臨信息安全的挑戰(zhàn)。鑒于行業(yè)的特殊性，醫(yī)療數(shù)據(jù)的安全是具有高度敏感性的，其牽涉患者隱私與醫(yī)院業(yè)務(wù)流程等一系列的機(jī)密，可能包括醫(yī)保號(hào)碼、藥物清單和體檢報(bào)告等。如果發(fā)生醫(yī)療數(shù)據(jù)泄漏問(wèn)題，會(huì)對(duì)社會(huì)造成極大的負(fù)面影響，阻礙醫(yī)療體制改革的步伐。

近十年來(lái)，我國(guó)先后出臺(tái)了一系列的安全信息管理制度和措施，例如：信息安全保護(hù)條例、實(shí)行信息安全等級(jí)保護(hù)制度、等級(jí)保護(hù)專項(xiàng)監(jiān)督檢查等。在合法合規(guī)的總體要求下，信息安全已經(jīng)明顯提升到醫(yī)院信息系統(tǒng)建設(shè)的核心地位[1]。醫(yī)療大數(shù)據(jù)匯聚面臨的主要問(wèn)題是安全問(wèn)題，因此，針對(duì)大數(shù)據(jù)匯聚安全機(jī)制的研究是一項(xiàng)巨大的挑戰(zhàn)，對(duì)以后醫(yī)療事業(yè)的發(fā)展具有重要意義。

2 中醫(yī)藥大數(shù)據(jù)的存儲(chǔ)

作為處理大量數(shù)據(jù)時(shí)出現(xiàn)的固有問(wèn)題的新興領(lǐng)域，大數(shù)據(jù)提供了重用和從信息中提取價(jià)值的新方法，并挑戰(zhàn)包括捕獲、數(shù)據(jù)管理、搜索、分析、查詢、共享、存儲(chǔ)、可視化、傳輸、信息隱私等在內(nèi)的一系列問(wèn)題。大數(shù)據(jù)的基本特征是速度、多樣性和容量。在中醫(yī)藥領(lǐng)域，大數(shù)據(jù)主要包含疾病治療患者、藥方信息以及包含舌苔、面相等在內(nèi)的圖片信息，對(duì)于不同的信息顯然應(yīng)該采用不同的存儲(chǔ)機(jī)制。

2.1 患者信息與藥方類的文本信息存儲(chǔ)

中醫(yī)藥類的文本信息包含大量的重復(fù)冗余數(shù)據(jù)，在傳輸過(guò)程中需要考兼顧重復(fù)數(shù)據(jù)的檢測(cè)壓縮。近年來(lái)，存儲(chǔ)數(shù)據(jù)的內(nèi)存需求大量增加，因此，很多研究人員專注于避免相似和重復(fù)的數(shù)據(jù)存儲(chǔ)，來(lái)減少存儲(chǔ)空間需求。在存儲(chǔ)系統(tǒng)中，檢測(cè)和消除冗余數(shù)據(jù)的主要問(wèn)題是處理開銷。所以，本團(tuán)隊(duì)在存儲(chǔ)系統(tǒng)中引入了增量壓縮，以從類似的數(shù)據(jù)塊中刪除冗余數(shù)據(jù)[2]?？紤]一個(gè)包含兩個(gè)數(shù)據(jù)塊A1和A2(以A1為基本塊)的示例。delta壓縮只計(jì)算和存儲(chǔ)數(shù)據(jù)塊之間的差值。用來(lái)確定A2和A1之間的關(guān)系，主要挑戰(zhàn)是如何以更少的開銷更準(zhǔn)確地檢測(cè)相似的候選對(duì)象。據(jù)此，DARE提出了一種基于最小開銷的數(shù)據(jù)約簡(jiǎn)方法——鄰接相似度檢測(cè)，通過(guò)驗(yàn)證相鄰數(shù)據(jù)塊來(lái)識(shí)別數(shù)據(jù)的相似度。在發(fā)現(xiàn)數(shù)據(jù)相似度后，利用超特征技術(shù)提高相似度檢測(cè)的效率。當(dāng)然，該方法產(chǎn)生的數(shù)據(jù)碎片會(huì)導(dǎo)致一些問(wèn)題，因此，還有一種聚合加密[3]的方式可以更好地解決問(wèn)題，但是本項(xiàng)目仍然采用delta壓縮進(jìn)行相應(yīng)的文本加密壓縮處理。

2.2 如舌苔、面相等的圖像信息存儲(chǔ)

在大數(shù)據(jù)環(huán)境下，如果需要滿足合理的執(zhí)行性能，并在一定程度上增加數(shù)據(jù)安全性，本團(tuán)隊(duì)認(rèn)為，一個(gè)比較好的方案是采用與公鑰加密相反的對(duì)稱加密方式。使用AES作為基本的密碼構(gòu)建塊，稱為塊密碼，特別是AES，都可以在不同的模式下工作。當(dāng)然，簡(jiǎn)單的結(jié)構(gòu)使該模式容易受到某些類型的攻擊，例如，阻止重播或碼本攻擊等。為此，可以使用密碼塊鏈接(CBC)，明文塊是根據(jù)前面的密文塊進(jìn)行加密的，即Ci由Pi與Ci-1異或加密得到。如果沒有對(duì)前置塊解密，就無(wú)法對(duì)之后的塊解密，當(dāng)然，對(duì)于某些應(yīng)用程序，限制到某個(gè)塊的大小可能并不合適。

分組密碼也可以在密碼反饋(CFB)模式下運(yùn)行，以滿足對(duì)任意大小數(shù)據(jù)的加密要求。CFB使用一個(gè)隊(duì)列，根據(jù)需要將塊密碼應(yīng)用到該隊(duì)列上。一開始，隊(duì)列是隨機(jī)且加密的數(shù)據(jù)；隨后，從隊(duì)列左側(cè)檢索加密的數(shù)據(jù)，并使用明文數(shù)據(jù)進(jìn)行驗(yàn)證。產(chǎn)生的密文位一方面存儲(chǔ)或傳輸，另一方面從右側(cè)輸入到隊(duì)列中。隊(duì)列再次加密，系統(tǒng)為下一個(gè)明文位做好準(zhǔn)備。有關(guān)分組密碼模式及其優(yōu)缺點(diǎn)的詳細(xì)信息，可以在Peter[4]的研究中獲得更詳細(xì)的信息。

3 中醫(yī)藥大數(shù)據(jù)的訪問(wèn)

在數(shù)據(jù)訪問(wèn)方面，系統(tǒng)采用基于信任關(guān)系的證書驗(yàn)證方式。信任是任何組織交易的重要特征。在Internet中，當(dāng)各方和數(shù)百萬(wàn)用戶之間沒有直接聯(lián)系，交換信息就有必要采取安全措施，以便在交換數(shù)據(jù)、貨物和服務(wù)之前對(duì)組織的合作者、客戶和供應(yīng)商進(jìn)行驗(yàn)證。

公鑰基礎(chǔ)設(shè)施(PKI)使用稱為CAs的TTPs提供所需信任[5]。這些數(shù)字簽名的數(shù)據(jù)結(jié)構(gòu)稱為PKCs，以確保特定的公鑰屬于某個(gè)用戶。因此，證書及其密鑰提供了關(guān)于其組織合作伙伴的連接信息。在信任證書的內(nèi)容之前，證書的接收方必須確認(rèn)其簽名和有效性。如果檢測(cè)由同一CA頒發(fā)通信方的證書，則可以輕松確認(rèn)另一方證書的簽名。即使如此，要確認(rèn)由另一個(gè)核證機(jī)關(guān)發(fā)出的證書的簽署，PKI當(dāng)局之間也必須有一定的信任關(guān)系。

PKI是一個(gè)由人員、流程、策略、協(xié)議、硬件和軟件組成的框架，用于生成、管理、存儲(chǔ)、部署和撤銷公鑰證書。公開密匙基礎(chǔ)建設(shè)的組件包括一個(gè)或多個(gè)核證機(jī)關(guān)及一個(gè)證書儲(chǔ)存庫(kù)等系統(tǒng)組件。PKI將數(shù)字證書、公鑰密碼學(xué)和認(rèn)證機(jī)構(gòu)集成到整個(gè)組織范圍的網(wǎng)絡(luò)安全架構(gòu)中。一個(gè)典型的PKI組織包括向個(gè)人用戶和服務(wù)器頒發(fā)數(shù)字證書，終端用戶注冊(cè)軟件，證書目錄集成，管理、更新和撤銷證書以及相關(guān)服務(wù)和支持的工具。基礎(chǔ)設(shè)施的主要組成部分包括[6]：核證機(jī)關(guān)，公開密匙基礎(chǔ)建設(shè)的基本組成部分，以發(fā)出和撤銷數(shù)碼證書；注冊(cè)機(jī)構(gòu)，驗(yàn)證頒發(fā)的證書和最終用戶身份的請(qǐng)求。

4 結(jié)語(yǔ)

本文分析了中醫(yī)藥數(shù)據(jù)存儲(chǔ)與訪問(wèn)的現(xiàn)狀，提出在大數(shù)據(jù)環(huán)境下相應(yīng)存儲(chǔ)與訪問(wèn)的策略，闡述了該系統(tǒng)具體采用的技術(shù)策略與算法方案。在數(shù)據(jù)加密壓縮存儲(chǔ)方面，對(duì)不同類型的數(shù)據(jù)做不同的分析與處理，使得加密效率與效果得到提升；在數(shù)據(jù)訪問(wèn)方面，運(yùn)用更新后的Openca庫(kù)與Openssl庫(kù)，使得數(shù)據(jù)訪問(wèn)的安全性得到進(jìn)一步提升。總體而言，本研究為今后中醫(yī)藥大數(shù)據(jù)匯聚提供了一定的參考作用。