学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于医疗健康大数据的安全起源模型与可信性验证算法
被引:5
作者
:
王凤英
论文数:
0
引用数:
0
h-index:
0
机构:
山东理工大学计算机科学与技术学院
王凤英
论文数:
引用数:
h-index:
机构:
张方
论文数:
引用数:
h-index:
机构:
张伟
机构
:
[1]
山东理工大学计算机科学与技术学院
来源
:
山东理工大学学报(自然科学版)
|
2017年
/ 31卷
/ 06期
关键词
:
医疗健康大数据;
安全起源模型;
可信性验证;
安全伴生关系;
D O I
:
10.13367/j.cnki.sdgc.2017.06.002
中图分类号
:
R-05 [医学与其他学科的关系];
TP311.13 [];
学科分类号
:
1201 ;
摘要
:
面对医疗健康大数据,使用者或决策者难以判定其来源及是否可信.为了得到可信的数据,需要知道它的安全起源,同时确保数据起源的安全.针对上述问题,提出了基于W3CPROV的安全数据起源模型PROV-S,研究安全起源关系图中的各种标注对象,定义了安全起源伴生节点、安全伴生关系、触发关系以及各组件之间的关联关系.在安全模型PROV-S的基础上,以安全关系类的完整性子类为例,提出了一级完整性设计和验证方案,给出了具有实现可信性的完整性验证方案,并分析了其特点.通过对模型与可信性方案的安全及效率分析表明,建立的模型能保证医疗健康数据的安全性,完整性验证方案能保证数据来源的可信性.
引用
收藏
页码:6 / 11
页数:6
相关论文
共 11 条
[11]
Introducing Secure Provenance:Problems and Challenges. HASAN R,SION R,WINSLETT M. StorageSS’’07 . 2007
←
1
2
→
共 11 条
[11]
Introducing Secure Provenance:Problems and Challenges. HASAN R,SION R,WINSLETT M. StorageSS’’07 . 2007
←
1
2
→