盲量子計算為核心的醫療隱私數據共享模型設計＊

魏 晉，降 惠，武麗娟

(長治醫學院計算機教學部，山西 長治 046000)

0 引言

利用計算機技術、大數據技術對醫療數據進行挖掘與分析，發現醫療數據之間的潛在聯系及規律，是臨床診斷、精準醫療、疾病防控決策等領域進行科學研究的重要前提[1]。在這樣的背景下，人們對于醫療隱私數據的共享就提出了更高的要求。

當前，醫療數據大多處于“云”模式架構，數據在存儲、傳輸與科學計算等過程中存在被篡改、截取和泄露等較大風險，而且醫療數據具有較強的隱私性，在“云”模式架構下，要實現數據共享，就必須研究滿足其需求的具體方案。近年來研究者已提出多種方案，其中以區塊鏈技術為核心的數據共享方案較多[2-6]，還有利用數據加密技術、用戶訪問控制等技術提出的共享方案[7-10]。在這些方案中，利用量子技術構建數據共享模型，實現醫療隱私數據共享的相關研究文獻非常少。因此，本文提出一個以通用盲量子計算協議為核心、實現對醫療隱私數據進行科學計算共享服務的模型方案，旨在為醫療隱私數據的共享提供一種新的解決思路。

1 制約醫療隱私數據共享的主要因素

對醫療數據進行整理、統計、挖掘與分析等科學計算，是在大數據技術背景下對醫療數據進行應用的一個重要內容[11]。當前，由于各個醫療機構的網絡資源有限，所以要完成大數據量的科學計算，就會上傳數據到第三方網絡計算服務器。而在數據傳輸、科學計算、算法執行等多個環節都存在數據泄露與被篡改的風險。這成為制約醫療隱私數據共享的首要因素。

另外，為了避免在各個醫療機構之間傳輸數據的過程中出現安全問題，大多數的醫療機構采用了閉環管理模式。雖然隨著數據量的不斷增加，越來越多的醫療機構也采用了由第三方服務商提供對數據進行存儲、管理的模式。但是在這樣的管理模式下，數據更多的還是在第三方云存儲器與醫療機構內部二者之間閉環運行。無法保證在各個醫療機構、醫療區域之間實現數據安全共享，也是制約醫療隱私數據共享的一個重要原因。

2 盲量子計算技術介紹

盲量子計算（Blind Quantum Computation，簡稱BQC）是指用戶將用于計算的數據提交給量子計算服務器，在完成整個數據計算的過程中，量子計算服務器對用戶的數據輸入、數據計算方法以及計算結果等信息都無法獲取。通用盲量子計算協議在2009 年被提出[12]，協議利用了量子糾纏、量子坍縮等量子特性，在計算過程中保證了數據在輸入、輸出與計算方法的保密性和安全性。盲量子計算的核心是：量子計算服務器通過量子比特糾纏構建磚墻態，磚墻態結構如圖1所示，構建過程如下[12]：

圖1 盲量子計算磚墻態

（S1）將每行中的粒子對(i,j)和(i,j+1)，執 行GTRL-Z門操作。

（S2）如果j≡7(mod8)，且i(mod2)≡0，則對(i,j)、(i+1,j)、(i,j+2)和(i+1,j+2)，執行GTRL-Z門操作。（S3）如 果j≡3(mod8)，且i(mod2)?0，則 對(i,j)、(i+1,j)、(i,j+2)和(i+1,j+2)，執行GTRL-Z門操作。

磚墻態構建完成后，量子計算服務器通過測量磚墻態中量子比特的角度來完成計算任務，計算過程如下[13]：

（S4）Bob根據測量角度δx,y、測量基為在磚墻態中對量子比特進行測量，并將測量結果發回給Alice。如果rx,y=1，Alice將測量結果取反，否則保持原結果不變。

（S5）轉到（S3）開始下一次測量任務，當磚墻態中所有的量子比特都測量完成后，停止計算過程的循環。

3 醫療隱私數據共享模型設計

我們提出的醫療隱私數據共享模型要解決兩個核心問題，一是要實現數據在進行科學計算過程中的保密性和安全性；二是要實現各個醫療機構、醫療區域之間的數據安全共享，使數據不再處于閉環模式。根據以上需求，我們提出的隱私數據共享模型分為數據檢索、數據傳輸與數據科學計算三個邏輯部分，模型結構如圖2所示。

圖2 醫療隱私數據共享模型結構

3.1 數據檢索部分

醫療數據存儲具有廣泛性和封閉性特點，通常保存在各個醫療機構中，或是第三方代理的云存儲中。如果每個請求進行數據共享的用戶，都向各個醫療機構或第三方云存儲服務器發出申請，并等待回應，這顯然是不現實的。為了解決這一問題，我們在提出的隱私數據共享模型方案中，引入了數據資源查詢服務器（Data Resource Query Server 簡稱DRQS）。DRQS不保存實際的醫療數據，只保存著來自于不同醫療機構中的各類型醫療數據的目錄索引信息，目錄索引信息包含了數據的來源、數量、體積與屬性等信息。為了保證目錄索引信息的即時性，DRQS 會定期根據各醫療機構發送的更新信息，來更新自己的目錄索引內容。數據檢索部分由請求進行數據共享的用戶、DRQS服務器和各個醫療機構組成。

3.2 數據傳輸部分

當前我們的網絡還是以經典網絡為主，所以為了實現隱私數據共享模型的最大化經典，我們引入了可信任中心代理服務器（Trusted Central Proxy Server，簡稱TCPS）。通過引入TCPS 并應用少量的量子信道，在經典網絡的基礎上實現了模型中各模塊的數據傳輸任務。數據傳輸部分由各個醫療機構與TCPS之間的經典信道、TCPS 與盲量子服務器之間的量子信道、請求進行數據共享的用戶與TCPS 之間的經典信道共同組成。

3.3 數據科學計算部分

數據科學計算部分由盲量子計算服務器與TCPS服務器組成，它是整個隱私數據共享模型的核心。對隱私數據進行科學計算是根據用戶提出的要求、以各個醫療機構發送的隱私數據為基礎、按照通用盲量子計算協議，由TCPS與盲量子計算服務器共同完成。

4 醫療隱私數據共享模型的業務流程設計

隱私數據共享模型的業務流程分為提出數據共享請求、數據資源檢索、數據傳輸、數據計算與數據結果查詢五個階段，業務流程如圖3 所示。我們通過從用戶提出醫療隱私數據共享請求、到最后用戶查詢計算結果的一次完整過程，來說明隱私數據共享模型的業務流程。

圖3 隱私共享模型業務流程

用戶首先需要在DRQS 中注冊身份，注冊完成后就可以根據自己的需求發出數據共享請求。DRQS 收到用戶的請求信息后，通過檢索數據目錄索引內容，確定對應數據資源的數量、來源與體積等信息。DRQS按照檢索結果向保存該數據信息的多個醫療機構發出指令，各個醫療機構在收到DRQS發出的指令后，開始在閉環網絡內按指令要求對醫療數據進行匯總、整理并做好傳輸數據的準備。

各個醫療機構將整理好的數據通過專用經典信道傳送到TCPS 服務器，TCPS 在確認收到信息后，賦予信息惟一的客戶服務編碼并發送給DRQS。在隱私數據計算階段，TCPS 首先將經典信息轉換為量子信息，而后，盲量子計算服務器開始構建磚墻態，并與TCPS 共同執行盲量子計算協議來完成計算任務。隱私數據計算完成后，在用戶登錄DRQS 獲取TCPS分配的客戶服務編碼后，就可以在TCPS 中查看計算結果。TCPS 會在用戶查看計算結果后，刪除所有的對應于該用戶的計算數據。

5 隱私數據共享模型安全性驗證

為了驗證數據共享模型的安全性，我們從提出數據共享請求與檢索、數據傳輸、數據計算與數據結果查詢四個方面進行安全性驗證，驗證內容如表1所示。

表1 隱私數據共享模型安全性驗證表

6 結束語

醫療隱私數據如何能安全的共享，以及將其應用于科學研究，一直受到研究者的關注。本文以通用盲量子計算協議算法為理論基礎，從提出共享隱私數據請求、數據資源查詢、隱私數據傳輸、對隱私數據進行科學計算，查看計算結果等流程入手，設計了一個具有醫療數據特點的隱私數據共享模型。該模型以經典網絡為基礎，在保證了資源投入最小、最大化經典的情況下，實現了對醫療隱私數據的共享。隨著研究的不斷深入，后期我們會不斷地改進醫療隱私數據共享模型方案，使得該方案更加科學與完善。