基于區(qū)塊鏈與聯(lián)邦學習的醫(yī)療數(shù)據(jù)隱私保護機制研究*

唐飛 何平遜 郭芷佟 唐麒淞 沈菊穎

1. 重慶郵電大學 重慶 400065；

2. 重慶育才中學校 重慶 400050

引言

隨著數(shù)據(jù)規(guī)模的增大和數(shù)據(jù)的廣泛共享，海量醫(yī)療數(shù)據(jù)被收集、存儲、分析和共享，醫(yī)療數(shù)據(jù)的隱私保護面臨著嚴峻的挑戰(zhàn)，如用戶個人隱私信息泄露問題。出于對醫(yī)療數(shù)據(jù)隱私保護的考慮，一些新興技術的出現(xiàn)，如區(qū)塊鏈[1]、聯(lián)邦學習[2]、同態(tài)加密[3]等，極大地促進了對醫(yī)療數(shù)據(jù)隱私保護機制的研究。文章旨在如何利用區(qū)塊鏈、聯(lián)邦學習等隱私保護技術，設計一種基于區(qū)塊鏈和聯(lián)邦學習的醫(yī)療隱私保護機制，實現(xiàn)多方醫(yī)療機構的用戶數(shù)據(jù)安全保護，同時提高醫(yī)療服務水平。通過本文研究，可以有效緩解醫(yī)療數(shù)據(jù)隱私敏感信息泄露的問題，保證醫(yī)療用戶的數(shù)據(jù)安全與隱私，具有一定的學術和實踐意義。

1 研究背景

在醫(yī)學研究中，由于生物醫(yī)學現(xiàn)象的變異較大，各種因素錯綜復雜，由實驗或觀察得到的結果往往會受到許多隨機因素的影響，需要利用統(tǒng)計學方法進行推斷。醫(yī)學統(tǒng)計學是關于收集數(shù)據(jù)、分析數(shù)據(jù)和由數(shù)據(jù)得出結論的一組概念、原則和方法，其重要作用在于能夠透過偶然現(xiàn)象來探測其規(guī)律性，使研究結論具有科學性。與此同時，醫(yī)療大數(shù)據(jù)時代，大量的醫(yī)療數(shù)據(jù)不斷被采集、存儲，并用于醫(yī)療診斷和傳輸共享[4]，將分散在各個醫(yī)療機構的本地醫(yī)療數(shù)據(jù)進行分析和計算，打破醫(yī)療數(shù)據(jù)的信息孤島，將會更好地推動醫(yī)療事業(yè)的發(fā)展。

由于醫(yī)療數(shù)據(jù)涉及個人的健康信息、病歷記錄、診斷結果、藥物處方等敏感信息，海量醫(yī)療數(shù)據(jù)被收集、存儲、分析和處理，不可避免地帶來個人隱私敏感信息泄露的風險，各個醫(yī)療機構不愿意共享數(shù)據(jù)，通常各家醫(yī)療機構使用公開的統(tǒng)計分析工具進行各自所需的醫(yī)學統(tǒng)計分析，不同醫(yī)療機構之間難以利用對方的數(shù)據(jù)進行聯(lián)邦統(tǒng)計分析和推斷。因此亟須構建醫(yī)療數(shù)據(jù)安全共享和聯(lián)邦統(tǒng)計推斷的新模式，打消醫(yī)療機構的安全顧慮，聯(lián)合多方數(shù)據(jù)協(xié)同分析，推動醫(yī)療數(shù)據(jù)價值的高效釋放。

2 相關技術概述

2.1 區(qū)塊鏈技術

區(qū)塊鏈技術是一種去中心化的分布式賬本技術，它通過將數(shù)據(jù)以區(qū)塊的形式鏈接起來，并使用密碼學技術確保網(wǎng)絡中的所有參與者對數(shù)據(jù)的一致性達成共識[5-7]。它改變了傳統(tǒng)依賴中心節(jié)點進行信息驗證的模式，利用智能合約維護契約關系和規(guī)則，保證了數(shù)據(jù)在生成、存儲、傳輸、校驗和訪問全流程中的安全，實現(xiàn)數(shù)據(jù)一致存儲、不可篡改和偽造。目前，區(qū)塊鏈在醫(yī)療健康中的應用包括電子數(shù)據(jù)授權與訪問、疾病監(jiān)測管理、電子病歷存儲和共享、傳染病防控、藥品溯源與防偽[8]、精準醫(yī)療、遠程醫(yī)療、運營管理等。

2.2 聯(lián)邦學習

作為打破數(shù)據(jù)孤島和隱私保護的機器學習解決方案，與“模型不動，數(shù)據(jù)動”的集中式學習不同，聯(lián)邦學習是一種“數(shù)據(jù)不動，模型動”的分布式機器學習技術[9-10]，各個參與方可以在不披露各方底層數(shù)據(jù)的前提下共同建模。利用聯(lián)邦學習，將擁有各自醫(yī)療數(shù)據(jù)的參與方緊密聯(lián)系起來，各醫(yī)療機構通過各自本地數(shù)據(jù)建立局部模型，并將訓練完成的局部模型上傳到可信第三方，可信第三方將收集的各個本地模型進行安全聚合得到全局模型，并將全局模型下發(fā)至各個醫(yī)療機構。通過上述聯(lián)合建模，各醫(yī)療機構能夠保證各自的數(shù)據(jù)不出本地，從而保護用戶的個人隱私數(shù)據(jù)，同時又能夠利用已建好的模型實現(xiàn)醫(yī)療診斷和分析處理。

2.3 同態(tài)加密

同態(tài)加密是一種密碼學技術，對經(jīng)過同態(tài)加密的數(shù)據(jù)依據(jù)某種方法計算得到輸出，將此輸出進行解密，可以得到與原始未加密數(shù)據(jù)經(jīng)過相同計算得到的結果相同[11-12]。同態(tài)具有加法同態(tài)性和乘法同態(tài)性，可以利用加法和乘法構造任何計算方法對密文進行計算。隨著研究和技術的進展，同態(tài)加密有望成為醫(yī)療數(shù)據(jù)安全和隱私保護的重要工具。為保證醫(yī)療機構本地數(shù)據(jù)的安全性和隱私性，利用快速同態(tài)加密工具，在密文狀態(tài)下實現(xiàn)醫(yī)療數(shù)據(jù)的統(tǒng)計推斷[13]等操作，從而保證醫(yī)療數(shù)據(jù)在相關操作過程中的安全性，為醫(yī)療數(shù)據(jù)提供隱私保護。

3 基于區(qū)塊鏈與聯(lián)邦學習的醫(yī)療數(shù)據(jù)隱私保護方案設計

3.1 方案架構

在實際的醫(yī)療場景需求中，跨醫(yī)療機構數(shù)據(jù)共享和交換涉及不同機構間的數(shù)據(jù)隱私、安全性和互操作性等方面的考慮，不可避免地會造成數(shù)據(jù)隱私泄露風險。針對各醫(yī)療結構之間的互信問題，醫(yī)療數(shù)據(jù)的安全存儲，以及傳輸過程中泄露問題等，結合實際的使用需求，提出基于區(qū)塊鏈與聯(lián)邦學習的大數(shù)據(jù)安全與隱私保護機制，方案架構圖如圖1所示。

圖1 基于區(qū)塊鏈與聯(lián)邦學習的大數(shù)據(jù)安全與隱私保護機制

區(qū)塊鏈作為整個架構的底層技術，為各醫(yī)院方提供了安全的數(shù)據(jù)存儲和溯源。一方面通過加密和分布式存儲，確保醫(yī)療數(shù)據(jù)的安全性和完整性。醫(yī)療機構和患者可以更好地控制和管理自己的數(shù)據(jù)，并通過智能合約定義數(shù)據(jù)的訪問權限，保護隱私。另一方面一旦醫(yī)院方提供的數(shù)據(jù)真實性受到質(zhì)疑，可以通過區(qū)塊鏈進行溯源。同時在聯(lián)邦學習框架下，多個醫(yī)療機構根據(jù)實際需求進行聯(lián)合建模，用于聯(lián)邦統(tǒng)計推斷。多個醫(yī)療機構將各自本地需要進行聯(lián)邦統(tǒng)計推斷的數(shù)據(jù)，經(jīng)過同態(tài)加密形成密文數(shù)據(jù)，并加密上傳到聯(lián)邦統(tǒng)計推斷模型進行推斷；聯(lián)邦統(tǒng)計推斷模型收到來自各個醫(yī)療機構的加密數(shù)據(jù)后解密，并進行同態(tài)加密密文域上的安全聚合，并計算相應的檢驗統(tǒng)計量；聯(lián)邦統(tǒng)計推斷模型將檢驗統(tǒng)計量下發(fā)至各個醫(yī)療機構，各醫(yī)療機構通過解密獲取銘文統(tǒng)計推斷結果。從而輔助各個醫(yī)療機構得出準確的推斷結論。

3.2 具體方案

以獨立t檢驗聯(lián)邦統(tǒng)計推斷為例，說明本文3.1中的方案架構的具體方案。一般來說，聯(lián)合多方進行獨立t檢驗的推斷結果要比某一機構進行獨立t檢驗的推斷結果更準確，但是多機構間互不信任，為保證各自本地數(shù)據(jù)的安全性和隱私性，利用聯(lián)邦統(tǒng)計推斷模型，將本地數(shù)據(jù)加密后上傳，然后進行數(shù)據(jù)聯(lián)合推斷，獲得聯(lián)邦統(tǒng)計模型的獨立t檢驗推斷。因此基于區(qū)塊鏈與聯(lián)邦學習的醫(yī)療數(shù)據(jù)隱私保護機制研究的具體設計方案——獨立t檢驗聯(lián)邦統(tǒng)計推斷模型如圖2所示。

假設僅有兩方醫(yī)療機構A和B進行聯(lián)合建模，獨立t檢驗聯(lián)邦同態(tài)加密統(tǒng)計模型表達式如下：

其中，t是聯(lián)邦學習模型給出的最終推斷結果（t統(tǒng)計量），X1，X2分別是兩組選項，，則分別表示兩組選項的均值，是兩組選項均值的差值，是兩組選項均值差值的標準誤。

獨立t檢驗聯(lián)邦邦統(tǒng)計推斷模型推斷過程如下。

（1）數(shù)據(jù)上傳。A和B分別將各自本地數(shù)據(jù)X1，X2進行同態(tài)加密，形成醫(yī)療密文數(shù)據(jù)E(X1)，E(X2)，并將醫(yī)療密文數(shù)據(jù)加密上傳至獨立t檢驗聯(lián)邦統(tǒng)計推斷模型。

（2）統(tǒng)計量計算。獨立t檢驗聯(lián)邦統(tǒng)計推斷模型收到A和B的加密醫(yī)療密文數(shù)據(jù)E(X1)，E(X2)，將醫(yī)療密文數(shù)據(jù)E(X1)，E(X2)解密，在醫(yī)療密文數(shù)據(jù)上進行基本運算操作，計算得出聯(lián)邦統(tǒng)計推斷模型所需的醫(yī)療密文數(shù)據(jù)變量

（3）安全聚合：利用聯(lián)邦學習中FedAvg[2]算法的思想，獨立t檢驗聯(lián)邦統(tǒng)計推斷模型將A和B兩方的密態(tài)數(shù)據(jù)進行聯(lián)邦安全聚合。

（4） 統(tǒng)計量下發(fā)。經(jīng)過醫(yī)療密文數(shù)據(jù)的安全聚合，分析與計算獨立t檢驗聯(lián)邦統(tǒng)計量，即獨立t檢驗統(tǒng)計量，并下發(fā)至A和B兩方醫(yī)院。

（5）明文數(shù)據(jù)獲取。A和B兩方醫(yī)院收到密文獨立t檢驗統(tǒng)計量并進行解密，然后再次經(jīng)過同態(tài)解密并獲得明文聯(lián)邦統(tǒng)計推斷結果。

4 結束語

綜上所述，本文通過研究背景具體分析了醫(yī)療隱私保護需求，針對醫(yī)療數(shù)據(jù)的隱私泄露問題，利用區(qū)塊鏈、聯(lián)邦學習等隱私保護技術，提出一種基于區(qū)塊鏈與聯(lián)邦學習的醫(yī)療數(shù)據(jù)隱私保護機制。通過上述機制的具體方案設計，展示了方案架構的具體實現(xiàn)，結合隱私保護相關技術，能夠保證用戶個人數(shù)據(jù)的安全，同時緩解醫(yī)療數(shù)據(jù)隱私泄露風險，進一步提高醫(yī)療機構的醫(yī)療服務水平。