基于融合模糊聚類的醫院人事信息多重加密方法

郎 朗

(首都醫科大學附屬北京康復醫院 北京 100144)

信息化社會對信息服務的簡捷性、全面性與安全性等方面的要求較為嚴格，信息的重要性在社會發展中存在程度的質變，在各行各業中均有廣泛應用[1-3].醫院人事信息包含醫院內部全部工作人員以及病患的所有信息，設計信息加密方法可避免出現非法用戶竊取醫院人事信息，防止工作人員及病患的隱私遭到泄露，保護工作人員及病患的隱私，使病患安心到醫院就診.湯海婷等人[4]通過多重加密對醫院人事信息進行動態加密，縮減計算量，提升加密效率，但信息序列隨機性較差，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，將其當成密鑰，利用密鑰對明文展開加密操作，提升加密效率，但安全性差.模糊聚類是通過模糊數學語言描繪與分類事物的數學方法，其本質為挖掘與分類處理數據的歸類屬性[6]，按照不同歸類屬性精準聚類數據.針對安全性差的問題，本文研究基于融合模糊聚類的醫院人事信息多重加密方法，以提升信息加密效果，增強信息存儲的安全性.

1 基于融合模糊聚類的醫院人事信息多重加密方法

1.1 醫院人事信息聚類方法

1.1.1 信息匹配檢測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化醫院人事信息屬性聚類歸集，提升信息多重加密效率.

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

(1)

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

醫院人事信息集表示為

Y={y1,y2,…,yn}?RS,

(2)

其中樣本數量是n，yi(i=1,2,…,n)；信息匹配檢測傳遞函數為

(3)

其中振蕩幅值是?i，傳遞系數是δ，傳輸介質是θi.

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

Y=F?·y，

(4)

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

1.1.2 高階譜特征提取

完成信息匹配檢測與多余信息歸集合并處理后，提取X內高階譜特征，作為聚類中心的搜索信息素[8-9]，設計分段融合模糊聚類方法，醫院人事信息的采集模糊隸屬函數公式如下：

(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)

利用信息的動態副本展開自適應分簇匹配，獲取高階譜特征提取結果，公式如下：

(9)

其中采樣樣本信息的最終值是yN，代表在幅值穩態下，信息聚類中心的變動情形.

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dγ0與多余數據展開正交特征匹配，獲取信息聚類目標函數，公式如下：

(11)

其中時間序列的特征分布梯度指數是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，同時滿足

(13)

通過Lagrange定理獲取分段融合模糊聚類中心最優解，公式如下：

(14)

(15)

獲取最優解R(μik,Vi)，即醫院人事有用信息.

1.2 醫院人事信息多重加密方法

利用混沌映射方式對R展開信息多重加密，設置反破解機制，減輕非線性突變現象[10]，多重加密包含信息發送端與接收端的加密.

將R轉換成二進制信息Rα，調整Rα至映射函數中，公式如下：

(16)

其中映射狀態是xα，調整的信息參數是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).

變換調整二級映射得到一級信息映射[11-12]，二級映射信息參數為

(17)

調整后的二級信息映射狀態如下：

(18)

其中二級信息映射狀態是hα.

(19)

其中偽信息是qα，迭代次數是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，增強信息存儲的安全性[14].

經由解密密鑰獲取接收的信息，解密的中心思想是為映射發送信息，調整一級映射參數，判決二級映射信息形成的序列值對接收序列值的比較結果[15-17].

依據聚類的原則塑造判決機制，令信息距離的表達公式如下：

(21)

信息判決的流程如下：

2 實驗分析

以某醫院為實驗對象，利用本文方法對該醫院人事信息展開多重加密處理，驗證本文方法的有效性.

在該醫院人事信息中隨機選擇4組數據集，利用本文方法對這4組數據集展開聚類處理，獲取有效信息，聚類結果如圖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據集進行聚類處理，數據集1，2，3各剔除1個多余信息，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(RI)作為評價本文方法聚類效果的指標，NMI與RI的取值區間都是[0,1]，2個指標的值與聚類效果成正比.NMI的計算公式如下：

(22)

其中聚類編號是ρ，ζ，ρ與ζ的契合程度是nρ,ζ,ρ與ζ內存在的樣本量是nρ，nζ，樣本總量是n.

RI的計算公式如下：

(23)

統計本文方法在聚類4組數據集時的NMI與RI值，如圖2所示：

圖2 NMI與RI值統計結果

分析圖2可知，本文方法在聚類4組數據集時的NMI與RI值均與1較為接近，說明本文方法的聚類效果較優，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，因此測試本文方法在多重加密數據集1的信息交換標準代碼(American standard code for information interchange, ASCII)值，測試應用本文方法前后信息ASCII值的分布情況如圖3所示.

圖3 數據集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，同時具有一定的規律，應用本文方法對信息展開多重加密后的信息序列完全被攪亂，不存在任何規律性，且分布均勻，說明此時信息處于隨機狀態，覆蓋的原始信息，令攻擊者無法找到正確的密鑰，具有較優的抵抗攻擊能力，增強信息存儲的安全性.

通過NIST(nation institute of standards and technology)測試工具對本文方法展開隨機性測試，該工具內包含15個測試，其作用為測試信息加密時利用二進制序列的隨機性.各測試均會得到一個置信度，取值區間為[0,1]，若置信度超過顯著性水平0.01，說明分析的二進制序列測試成功，即該序列具備隨機性，其值與加密方法內信息序列隨機性成正比，信息序列隨機性越高，說明信息存儲的安全性越高，加密效果越好.以10個測試項目為例，測試本文方法內序列的隨機性，測試結果如表1所示：

表1 NIST測試結果

分析表1可知，各測試項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性，10個測試項目的平均置信度為0.932，與1比較接近，說明本文方法加密后信息序列的隨機性較優，具備較優的加密效果.

3 結 論

為解決信息存儲安全性差的問題，本文研究基于融合模糊聚類的醫院人事信息多重加密方法，提升信息加密效果，確保醫院人事信息不會被非法用戶竊取，避免出現信息泄露情況.本文研究方法通過一級映射與二級映射實現信息的多重加密，適當增加方法的運算量，日后需以確保信息加密安全性不變為前提，研究減少方法運算量的辦法，提升加密效率.