申请/专利权人：苏州慧睿康智能科技有限公司;徐州医科大学

申请日：2023-09-08

公开（公告）日：2024-04-09

公开（公告）号：CN117195291B

主分类号：G06F21/62

分类号：G06F21/62;G06F21/78;G06F21/55

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2023.12.26#实质审查的生效;2023.12.08#公开

摘要：本发明公开了一种基于热度分级策略的医疗数据安全存储方法，包括检测待存储数据；采用热度分级策略对通过检测的待存储数据进行处理：基于评价特征进行热度划分，基于热度进行存储级别分类；以及分类后储存在可扩展存储介质中，定期核验存储数据热度，并对应改变存储级别；输出并保存各级数据储存摘要信息，便于查询，以及包括通过保存数据存储过程中检测到的攻击特征，并使用这些特征对智能攻击检测模型进行性能优化，保证用户需求的处理流程完整，同时持续增强系统性能；能实时调整任务进程；通过设计的热度分级策略对数据进行存储，实现数据动态变化存储；设计智能攻击检测模型优化方法，提高系统对攻击的检测性能。

主权项：1.一种基于热度分级策略的医疗数据安全存储方法，其特征在于：包括：检测待存储数据；采用热度分级策略对通过检测的待存储数据进行处理，包括：基于评价特征进行热度划分，基于热度进行存储级别分类；以及分类后储存在可扩展存储介质中，定期核验存储数据热度，并对应改变存储级别；输出并保存各级数据储存摘要信息；其中，还设计有双层攻击检测架构包括：通过启动智能攻击检测模型对接入的设备进行漏洞检测；对待存储数据进行风险检测，包括：采集数据来源特征，确定其合法性和可信度；对数据流向特征进行追踪和监测；采集数据分布特征：平均值、标准差或者极端百分位数；对智能攻击检测模型进行训练和优化包括：S1、由获取已知攻击特征数据集T并进行拷贝，形成拷贝集T'；S2、根据设计的攻击特征变化方法对集合T'进行操作，直至所有特征实现变化形成变异集合T‘’；S3、将变异集合T‘’与已知攻击特征集合T合并，形成新的攻击特征集Γ；S4、采用优化方法进行参数选择，得到最优参数模型；S5、利用攻击特征集Γ去训练最优参数模型；其中，采用优化方法进行参数选择包括：S1、以模型检测准确率为优化目标函数，检测率最高时，对应的参数集合为最优参数集合；S2、给定参数变化范围，以较小的区间进行参数划分；S3、随机选择n组参数集合进行模型训练P1，获得模型准确率集合Υ＝[F1,F2...,Fn]，存储最优参数集合p1及模型准确率S4、根据选择算子选择参与遗传的参数集合P2，计算公式如下， S5、采用单点交叉算子对参数集合P2进行交叉操作，得到参数集合P3；S6、采用基本位变异算子对参数集合P3进行变异操作；S7、计算参数集合P3的模型准确度，选择准确率最高的参数集合p2与p1比较，若则存储准确率更高的参数集合p1及准确率为最优；否则，存储p2及准确率S8、重复步骤S4-S7，直至准确率不再变化，当前参数集合即为模型最优参数。

全文数据：

权利要求：

百度查询： 苏州慧睿康智能科技有限公司;徐州医科大学 一种基于热度分级策略的医疗数据安全存储方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD