醫(yī)療信息系統(tǒng)中數(shù)據(jù)挖掘隱私保護(hù)的思考分析

卓建成 福建醫(yī)科大學(xué)附屬第一醫(yī)院

醫(yī)療信息系統(tǒng)中存有大量的病人信息，涉及病人大量的隱私，所以醫(yī)療信息系統(tǒng)要做好病人的隱私保護(hù)。醫(yī)療信息系統(tǒng)中的大量信息對于各種藥物的制備有一定的參考價值，但由于涉及個人隱私，不能提供給藥物制造商，使得藥物制造等方面受到阻礙。

1 數(shù)據(jù)挖掘隱私保護(hù)

1.1 數(shù)據(jù)挖掘隱私保護(hù)概念

數(shù)據(jù)挖掘隱私保護(hù)又叫知識隱藏，主要是針對數(shù)據(jù)挖掘過程中，造成的個人隱私和敏感信息泄露進(jìn)行保護(hù)，以保護(hù)數(shù)據(jù)的可用性為前提的計算機(jī)技術(shù)。數(shù)據(jù)挖掘首先是將數(shù)據(jù)儲存在數(shù)據(jù)庫中，將數(shù)據(jù)進(jìn)行預(yù)處理，轉(zhuǎn)變成適合分析和挖掘的數(shù)據(jù)格式存在較大的數(shù)據(jù)倉庫中，再用數(shù)據(jù)挖掘算法進(jìn)行處理，得出的結(jié)果是隱私保護(hù)后的結(jié)果。數(shù)據(jù)預(yù)處理是將信息中的隱私信息進(jìn)行刪除，在數(shù)據(jù)倉庫中，數(shù)據(jù)會經(jīng)過算法清晰，使數(shù)據(jù)不具有敏感信息，可以直接的進(jìn)行使用，最后得出的結(jié)果不具有任何敏感信息和隱私信息。

1.2 數(shù)據(jù)挖掘隱私保護(hù)分類

數(shù)據(jù)挖掘隱私保護(hù)針對不同的隱私、數(shù)據(jù)分布、技術(shù)階段有著不同的分類標(biāo)準(zhǔn)。針對隱私類型，保護(hù)數(shù)據(jù)挖掘過程中的敏感信息的樣模、規(guī)則等知識的方法，根據(jù)不同的數(shù)據(jù)挖掘算法。根據(jù)數(shù)據(jù)分布類型，有集中式數(shù)據(jù)集的數(shù)據(jù)挖掘隱私保護(hù)和分散式數(shù)據(jù)集的數(shù)據(jù)挖掘隱私保護(hù)，分散式數(shù)據(jù)集不同的記錄放在不同的地方，每一類的數(shù)據(jù)挖掘隱私保護(hù)使用技術(shù)各不相同。技術(shù)階段不同，有數(shù)據(jù)分布技術(shù)、數(shù)據(jù)變形技術(shù)、數(shù)據(jù)挖掘算法、數(shù)據(jù)或規(guī)則隱藏算法和隱私保護(hù)技術(shù)。

1.3 數(shù)據(jù)挖掘隱私保護(hù)算法

數(shù)據(jù)挖掘隱私保護(hù)主要是應(yīng)用關(guān)聯(lián)規(guī)則挖掘技術(shù)（ARM），而關(guān)聯(lián)規(guī)則隱藏(ARH)是，針對關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)技術(shù)。關(guān)聯(lián)規(guī)則隱藏通常分為兩個部分，頻繁集挖掘部分和數(shù)據(jù)清洗部分。頻繁集挖掘部分應(yīng)用的算法主要是使用Apriori算法和FP-Tree算法，Apriori算法是利用頻繁項集性質(zhì)的知識，進(jìn)行逐層搜索，利用調(diào)用數(shù)據(jù)集中所有的頻繁候選集進(jìn)行數(shù)據(jù)挖掘。FP-Tree算法是不產(chǎn)生頻繁候選集的頻繁集挖掘算法，通過兩次整個數(shù)據(jù)集的遍歷，建立FP-Tree樹，第一次遍歷數(shù)據(jù)集時，將所有支持度大于或等于msup的數(shù)據(jù)項進(jìn)行篩選。第二次遍歷數(shù)據(jù)集，創(chuàng)建根節(jié)點(diǎn)將數(shù)據(jù)在節(jié)點(diǎn)下創(chuàng)建分支，F(xiàn)P-Tree創(chuàng)建好得到樹狀數(shù)據(jù)，再進(jìn)行頻繁集的挖掘[1]。

2 醫(yī)療信息系統(tǒng)中信息的隱藏

2.1 信息隱藏的算法

在醫(yī)療信息系統(tǒng)中，要想進(jìn)行信息隱藏，就要先進(jìn)行算法的調(diào)整。算法首先對隱藏的規(guī)則集根據(jù)前導(dǎo)和后續(xù)進(jìn)行聚類，然后選擇生成類別最少的作為聚類方案。之后進(jìn)行敏感規(guī)則的隱藏和隱私信息的清洗。例如：對數(shù)據(jù)集Ⅰ={a，b，c，d，e，f}，進(jìn)行計算，敏感度為0，則數(shù)據(jù)為非敏感數(shù)據(jù)，否則就為敏感數(shù)據(jù)。醫(yī)療信息系統(tǒng)中通過算法中，對信息進(jìn)行篩選，能夠?qū)㈦[藏在數(shù)據(jù)中的個人信息和敏感信息刪除，保證個人隱私的安全。篩選是其中的值由1變?yōu)?完成，也就是將帶有隱私信息的數(shù)據(jù)從數(shù)據(jù)集中刪除[2]。

2.2 信息隱藏的流程

算法流程主要是從關(guān)聯(lián)規(guī)則挖掘出規(guī)則集，從中選出敏感規(guī)則集，然后所有的數(shù)據(jù)項組成敏感項集，對每個敏感項的敏感度進(jìn)行計算，按照敏感度的程度進(jìn)行降序排列，相同敏感度的數(shù)據(jù)就按照數(shù)據(jù)長度進(jìn)行升序排列，非敏感數(shù)據(jù)進(jìn)行降序排列，敏感規(guī)則集進(jìn)行聚類，每條規(guī)則需要的迭代步數(shù)，選擇最小值作為迭代值，在排列好的敏感數(shù)據(jù)中選擇一條，將該敏感項添加到數(shù)據(jù)中，在數(shù)據(jù)隱藏完成后計算每條規(guī)則需要的迭代步數(shù)，選擇最大值進(jìn)行迭代，清洗數(shù)據(jù)，在排列好的敏感數(shù)據(jù)中選擇一條，將敏感項從數(shù)據(jù)中刪除，在迭代清洗后還有敏感信息則進(jìn)行重復(fù)的敏感數(shù)據(jù)刪除。

2.3 信息隱藏

通過數(shù)據(jù)挖掘的算法將醫(yī)療系統(tǒng)中的信息進(jìn)行清洗，個人隱私保護(hù)主要是通過預(yù)定義的轉(zhuǎn)換，將隱私信息和敏感信息的數(shù)據(jù)篩選之后，提供給挖掘者，或通過挖掘工具進(jìn)行數(shù)據(jù)挖掘，將個人信息隱藏，保證隱私權(quán)。通過數(shù)據(jù)交換進(jìn)行數(shù)據(jù)擾亂，能夠保證統(tǒng)計的真實(shí)性，隱藏個人信息數(shù)據(jù)，這種數(shù)據(jù)交換是隨機(jī)化擾亂技術(shù)，數(shù)據(jù)隨機(jī)化處理數(shù)據(jù)在保護(hù)原有主體信息安全前提下，提供真實(shí)的不帶有隱私信息和敏感信息的數(shù)據(jù)。例如醫(yī)療信息管理系統(tǒng)進(jìn)行數(shù)據(jù)挖掘任務(wù)，將隱私數(shù)據(jù)和敏感信息進(jìn)行完全的剔除，保證病人的隱私信息不會泄露。在隱私和數(shù)據(jù)挖掘之間有著明確的平衡，在挖掘過程中對隱私的級別進(jìn)行限定，不違反隱私規(guī)定前提下，進(jìn)行數(shù)據(jù)挖掘。

醫(yī)療信息系統(tǒng)中的數(shù)據(jù)挖掘有著重要的意義，通過數(shù)據(jù)挖掘能夠?qū)⒋罅康尼t(yī)療信息進(jìn)行提取，有助于醫(yī)療事業(yè)的發(fā)展，數(shù)據(jù)挖掘隱私保護(hù)是醫(yī)療信息提取的前提，通過數(shù)據(jù)挖掘的算法將隱私和敏感信息消除，使醫(yī)療信息系統(tǒng)具有更多的功能，促進(jìn)醫(yī)療事業(yè)的發(fā)展。

[1]吳超超，李偉春.基于隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)與研究[J].科技資訊，2015，15：72-79

[2]于欣欣.數(shù)據(jù)挖掘與隱私保護(hù)[N].遼寧行政學(xué)院學(xué)報，2015，06：61-63.