一种支持隐私保护的传染病人际传播分析模型

摘要：

随着万物互联和大数据时代的到来,通过线下交互数据追踪传染病患者的密切接触者,利用健康数据对密切接触者的健康状态进行持续监测,为传染病人际传播分析带来了新的研究视角,为阻断传染病的传播提供了新的处理方式.然而,此类方法也存在较为严重的隐私泄露问题.为此,文章设计了基于线下交互和健康数据的传染病人际传播分析模型(Analysis Model of Human-to-Human Transmission of Infectious Diseases Based on Offline Interaction and Health Data,AMHHTID-OIHD).该模型由可信机构、健康云服务器、交互云服务器、疾控中心、医院和用户6种实体组成,在支持隐私保护的同时实现CDC查找该患者的密切接触者并对其进行健康状态分类.文章以KNN分类和高斯朴素贝叶斯分类为基础,结合同态加密技术,设计了支持AMHHTID-OIHD的隐私保护密切接触者查找算法和隐私保护健康状态分类算法.最后,对该模型的安全性进行分析,结果表明该模型可以在保护隐私的情况下实现密切接触者查找和健康状态分类.

关键词：密切接触者、传染病、隐私保护、线下交互数据、健康数据

所属期刊栏目：23

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家科技重大专项

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：35-44