公开(公告)号：CN114329615B

公开(公告)日：2024-07-09

申请号：CN202210085151.6

申请日：2022-01-25

Applicant: 东北大学

Inventor： 徐剑 ,  王苏杭 ,  王琛

IPC: G06F21/62 ,  G06F21/60 ,  G06F18/241 ,  G16H50/80

Abstract: 本发明提供一种基于改进贝叶斯网络的传染病密切接触者排查方法，首先搜集所有用户的行程信息和表征身体状况的体征参数；然后根据解密后的行程信息确定患者的密切接触者；最后对所有密切接触者是否被感染进行排查。本发明使用加密技术对用户的数据进行加密，实现密文数据下用户密切接触者的查找以及健康状态的预测，保护用户的隐私。同时，利用同态加密的特性，首先设计了一种保护用户隐私的密切接触者查找方案，在不解密用户的明文数据的情况下寻找密切接触者。其次构建了一个能够在加密环境下进行分类的朴素贝叶斯分类模型，对用户的健康状态进行分类，在不泄漏用户的体征数据的情况下完成对用户健康状态的分类，充分保护用户的隐私。

公开(公告)号：CN114329615A

公开(公告)日：2022-04-12

申请号：CN202210085151.6

申请日：2022-01-25

Applicant: 东北大学

Inventor： 徐剑 ,  王苏杭 ,  王琛

IPC: G06F21/62 ,  G06F21/60 ,  G06K9/62 ,  G16H50/80

Abstract: 本发明提供一种基于改进贝叶斯网络的传染病密切接触者排查方法，首先搜集所有用户的行程信息和表征身体状况的体征参数；然后根据解密后的行程信息确定患者的密切接触者；最后对所有密切接触者是否被感染进行排查。本发明使用加密技术对用户的数据进行加密，实现密文数据下用户密切接触者的查找以及健康状态的预测，保护用户的隐私。同时，利用同态加密的特性，首先设计了一种保护用户隐私的密切接触者查找方案，在不解密用户的明文数据的情况下寻找密切接触者。其次构建了一个能够在加密环境下进行分类的朴素贝叶斯分类模型，对用户的健康状态进行分类，在不泄漏用户的体征数据的情况下完成对用户健康状态的分类，充分保护用户的隐私。