摘要
本发明提供基于人工智能的医疗数据隐私防护方法及系统,涉及人工智能技术领域,包括对医疗数据进行特征分析,建立评分矩阵,生成隐私风险评估结果,划分安全域,采用联邦学习建立分布式协作机制;在本地节点预处理数据,构建深度神经网络模型,使用动态密钥矩阵加密梯度信息,进行分布式聚合运算和验证;形成数据隐私保护方案;对访问请求进行身份验证和异常检测,动态调整访问粒度。本发明提高了医疗数据隐私保护的安全性和灵活性,同时保证了数据的可用性。
技术关键词
深度神经网络模型
隐私风险评估
构建深度神经网络
数据隐私保护
动态密钥
注意力机制
数据存储
分布式协作
矩阵
分块
概率密度估计方法
零知识证明
加密
医疗检验信息
医疗影像信息
数据访问
度量
差分隐私
身份验证
系统为您推荐了相关专利信息
子模块
更新方法
循环冗余校验
生成动态密钥
地址映射表
分析系统
数据
时域特征提取
频域特征提取
构建深度神经网络
数据隐私保护方法
数据存证
数据签名验证
企业风险评估
核心
数据隐私保护方法
着色
数据解码器
数据编码器
生成解码
参数智能优化方法
锂电池电解液
判断标签
最佳工艺参数
离子扩散系数