郎 朗

(首都醫(yī)科大學(xué)附屬北京康復(fù)醫(yī)院 北京 100144)

信息化社會(huì)對(duì)信息服務(wù)的簡(jiǎn)捷性、全面性與安全性等方面的要求較為嚴(yán)格，信息的重要性在社會(huì)發(fā)展中存在程度的質(zhì)變，在各行各業(yè)中均有廣泛應(yīng)用[1-3].醫(yī)院人事信息包含醫(yī)院內(nèi)部全部工作人員以及病患的所有信息，設(shè)計(jì)信息加密方法可避免出現(xiàn)非法用戶竊取醫(yī)院人事信息，防止工作人員及病患的隱私遭到泄露，保護(hù)工作人員及病患的隱私，使病患安心到醫(yī)院就診.湯海婷等人[4]通過多重加密對(duì)醫(yī)院人事信息進(jìn)行動(dòng)態(tài)加密，縮減計(jì)算量，提升加密效率，但信息序列隨機(jī)性較差，加密的安全性差；田佳鷺[5]通過混合混沌加密算法獲取混沌序列，將其當(dāng)成密鑰，利用密鑰對(duì)明文展開加密操作，提升加密效率，但安全性差.模糊聚類是通過模糊數(shù)學(xué)語言描繪與分類事物的數(shù)學(xué)方法，其本質(zhì)為挖掘與分類處理數(shù)據(jù)的歸類屬性[6]，按照不同歸類屬性精準(zhǔn)聚類數(shù)據(jù).針對(duì)安全性差的問題，本文研究基于融合模糊聚類的醫(yī)院人事信息多重加密方法，以提升信息加密效果，增強(qiáng)信息存儲(chǔ)的安全性.

1 基于融合模糊聚類的醫(yī)院人事信息多重加密方法

1.1 醫(yī)院人事信息聚類方法

1.1.1 信息匹配檢測(cè)與多余信息歸集合并處理

本文利用分段融合模糊聚類方法優(yōu)化醫(yī)院人事信息屬性聚類歸集，提升信息多重加密效率.

通過分段匹配檢測(cè)方法壓縮醫(yī)院人事信息，完成多余信息自適應(yīng)歸集合并[7]，降低信息多重加密的開銷，在聚類空間內(nèi)，主頻特征量P(u)的公式如下：

(1)

其中信息集合內(nèi)的標(biāo)量時(shí)間序列是Sφ(t)，特征匹配集是ej2πτ0t，匹配延遲是T，特征主頻率是τ0.

醫(yī)院人事信息集表示為

Y={y1,y2,…,yn}?RS,

(2)

其中樣本數(shù)量是n，yi(i=1,2,…,n)；信息匹配檢測(cè)傳遞函數(shù)為

(3)

其中振蕩幅值是?i，傳遞系數(shù)是δ，傳輸介質(zhì)是θi.

利用基底函數(shù)dγ0間的特征匹配濾波，獲取信息加密空間內(nèi)多余信息的基函數(shù)的指標(biāo)集Λ0后，開始尋優(yōu)，獲取歸集合并后的信息流，公式如下：

Y=F?·y，

(4)

其中約束函數(shù)是F?；信息流Y=[Y?(0),Y?(1),…,Y?(N-1)]T；信息流矢量長(zhǎng)度是N.

1.1.2 高階譜特征提取

完成信息匹配檢測(cè)與多余信息歸集合并處理后，提取X內(nèi)高階譜特征，作為聚類中心的搜索信息素[8-9]，設(shè)計(jì)分段融合模糊聚類方法，醫(yī)院人事信息的采集模糊隸屬函數(shù)公式如下：

(5)

(6)

其中信息融合的聚類中心是Pfi，用戶是ui，分布式信息特征融合中心是k，采樣頻率是Pdi.獲取信息的高階譜特征分量均值公式如下：

(7)

高階譜特征輸出的方差如下：

(8)

利用信息的動(dòng)態(tài)副本展開自適應(yīng)分簇匹配，獲取高階譜特征提取結(jié)果，公式如下：

(9)

其中采樣樣本信息的最終值是yN，代表在幅值穩(wěn)態(tài)下，信息聚類中心的變動(dòng)情形.

1.1.3 信息分段融合模糊聚類

將Y分成c類，1

V=(vij)c×s,

(10)

依據(jù)dγ0與多余數(shù)據(jù)展開正交特征匹配，獲取信息聚類目標(biāo)函數(shù)，公式如下：

(11)

其中時(shí)間序列的特征分布梯度指數(shù)是m，U是用戶集，(dik)2公式如下：

(12)

yk是采樣樣本聚類中心，Vi是歐氏距離，同時(shí)滿足

(13)

通過Lagrange定理獲取分段融合模糊聚類中心最優(yōu)解，公式如下：

(14)

(15)

獲取最優(yōu)解R(μik,Vi)，即醫(yī)院人事有用信息.

1.2 醫(yī)院人事信息多重加密方法

利用混沌映射方式對(duì)R展開信息多重加密，設(shè)置反破解機(jī)制，減輕非線性突變現(xiàn)象[10]，多重加密包含信息發(fā)送端與接收端的加密.

將R轉(zhuǎn)換成二進(jìn)制信息Rα，調(diào)整Rα至映射函數(shù)中，公式如下：

(16)

其中映射狀態(tài)是xα，調(diào)整的信息參數(shù)是λ(Rα)，3.69<λ(Rα)<5，電平高低差是5η=λa-λb，令多重加密的密鑰是(y0,λb,η).

變換調(diào)整二級(jí)映射得到一級(jí)信息映射[11-12]，二級(jí)映射信息參數(shù)為

(17)

調(diào)整后的二級(jí)信息映射狀態(tài)如下：

(18)

其中二級(jí)信息映射狀態(tài)是hα.

(19)

其中偽信息是qα，迭代次數(shù)是g.

利用式(19)迭代獲取信息的密文序列，公式如下：

(20)

其中接收的信息序列值是lα.

為用戶發(fā)送qα與信息的密鑰，能夠迷惑攻擊者，提升欺騙性[13]，令攻擊者無法找到正確的密鑰，提升加密效果，增強(qiáng)信息存儲(chǔ)的安全性[14].

經(jīng)由解密密鑰獲取接收的信息，解密的中心思想是為映射發(fā)送信息，調(diào)整一級(jí)映射參數(shù)，判決二級(jí)映射信息形成的序列值對(duì)接收序列值的比較結(jié)果[15-17].

依據(jù)聚類的原則塑造判決機(jī)制，令信息距離的表達(dá)公式如下：

(21)

信息判決的流程如下：

2 實(shí)驗(yàn)分析

以某醫(yī)院為實(shí)驗(yàn)對(duì)象，利用本文方法對(duì)該醫(yī)院人事信息展開多重加密處理，驗(yàn)證本文方法的有效性.

在該醫(yī)院人事信息中隨機(jī)選擇4組數(shù)據(jù)集，利用本文方法對(duì)這4組數(shù)據(jù)集展開聚類處理，獲取有效信息，聚類結(jié)果如圖1所示：

圖1 本文方法的聚類效果

分析圖1可知，本文方法可有效將分散的數(shù)據(jù)集進(jìn)行聚類處理，數(shù)據(jù)集1，2，3各剔除1個(gè)多余信息，說明本文方法可有效剔除多余信息，保留有效信息，提升信息多重加密效率.

將歸一化互信息(NMI)與芮氏指標(biāo)(RI)作為評(píng)價(jià)本文方法聚類效果的指標(biāo)，NMI與RI的取值區(qū)間都是[0,1]，2個(gè)指標(biāo)的值與聚類效果成正比.NMI的計(jì)算公式如下：

(22)

其中聚類編號(hào)是ρ，ζ，ρ與ζ的契合程度是nρ,ζ,ρ與ζ內(nèi)存在的樣本量是nρ，nζ，樣本總量是n.

RI的計(jì)算公式如下：

(23)

統(tǒng)計(jì)本文方法在聚類4組數(shù)據(jù)集時(shí)的NMI與RI值，如圖2所示：

圖2 NMI與RI值統(tǒng)計(jì)結(jié)果

分析圖2可知，本文方法在聚類4組數(shù)據(jù)集時(shí)的NMI與RI值均與1較為接近，說明本文方法的聚類效果較優(yōu)，能夠更好地提升多重加密效果.

信息多重加密的目的是安全存儲(chǔ)，因此測(cè)試本文方法在多重加密數(shù)據(jù)集1的信息交換標(biāo)準(zhǔn)代碼(American standard code for information interchange, ASCII)值，測(cè)試應(yīng)用本文方法前后信息ASCII值的分布情況如圖3所示.

圖3 數(shù)據(jù)集1加密前后的信息ASCII值分布情況

分析圖3可知，加密前信息ASCII值分布較為有序，同時(shí)具有一定的規(guī)律，應(yīng)用本文方法對(duì)信息展開多重加密后的信息序列完全被攪亂，不存在任何規(guī)律性，且分布均勻，說明此時(shí)信息處于隨機(jī)狀態(tài)，覆蓋的原始信息，令攻擊者無法找到正確的密鑰，具有較優(yōu)的抵抗攻擊能力，增強(qiáng)信息存儲(chǔ)的安全性.

通過NIST(nation institute of standards and technology)測(cè)試工具對(duì)本文方法展開隨機(jī)性測(cè)試，該工具內(nèi)包含15個(gè)測(cè)試，其作用為測(cè)試信息加密時(shí)利用二進(jìn)制序列的隨機(jī)性.各測(cè)試均會(huì)得到一個(gè)置信度，取值區(qū)間為[0,1]，若置信度超過顯著性水平0.01，說明分析的二進(jìn)制序列測(cè)試成功，即該序列具備隨機(jī)性，其值與加密方法內(nèi)信息序列隨機(jī)性成正比，信息序列隨機(jī)性越高，說明信息存儲(chǔ)的安全性越高，加密效果越好.以10個(gè)測(cè)試項(xiàng)目為例，測(cè)試本文方法內(nèi)序列的隨機(jī)性，測(cè)試結(jié)果如表1所示：

表1 NIST測(cè)試結(jié)果

分析表1可知，各測(cè)試項(xiàng)目的置信度值均超過0.01，代表本文方法加密后的信息序列具備隨機(jī)性，10個(gè)測(cè)試項(xiàng)目的平均置信度為0.932，與1比較接近，說明本文方法加密后信息序列的隨機(jī)性較優(yōu)，具備較優(yōu)的加密效果.

3 結(jié) 論

為解決信息存儲(chǔ)安全性差的問題，本文研究基于融合模糊聚類的醫(yī)院人事信息多重加密方法，提升信息加密效果，確保醫(yī)院人事信息不會(huì)被非法用戶竊取，避免出現(xiàn)信息泄露情況.本文研究方法通過一級(jí)映射與二級(jí)映射實(shí)現(xiàn)信息的多重加密，適當(dāng)增加方法的運(yùn)算量，日后需以確保信息加密安全性不變?yōu)榍疤?，研究減少方法運(yùn)算量的辦法，提升加密效率.