答辩公告
我的位置在: 金沙7727赌城网站 > 答辩公告 > 正文
梁晋文博士生答辩公告
浏览次数:日期:2021-09-03编辑:研究生秘书

学位论文简介

智慧医疗因其能为患者提供便捷、快速、无处不在、智能的医疗数据管理与决策服务,得到了广泛的关注。然而,医疗数据的敏感性以及相关法律法规的要求,使医疗数据安全成为了阻碍智慧医疗推广应用的重要难题。本论文围绕智慧医疗的三种典型应用,即,电子健康档案管理系统、远程疾病诊断系统和远程健康监护系统,研究这三种应用中存在的数据安全与隐私泄露问题,并提出相应的数据安全技术。本论文主要创新点如下。

一、针对电子健康档案管理系统中存在的隐私泄露、频率分析和相同明文推测等安全问题,考虑电子健康档案管理系统对范围查询的功能性需求,研究安全且高效的范围查询方法。一方面,给出多数据源环境下保序加密的安全性定义,即多源顺序选择明文攻击下不可区分(IND-MSOCPA),进而通过构造多源随机递增序列,提出IND-MSOCPA安全的多源保序加密方法(MSOPE)。与现有工作相比,MSOPE首次实现了多源顺序选择明文攻击下不可区分安全。另一方面,通过减少同态加密操作轮数,构造高效的数据秘密比较协议(IDSCP),结合MSOPE方法,提出高效且隐私保护范围查询方法(PPRQ)。与MSOPE方法相比,PPRQ方法在时间开销上降低了约5倍。

二、针对远程疾病诊断系统中存在疾病诊断模型泄露和医疗数据泄露等安全问题,考虑远程疾病诊断系统对决策树分类的功能性需求,研究安全且高效的决策树分类方法。一方面,提出一种基于对称可搜索加密的安全决策树分类方法(SDTC)。SDTC是采用对称密码方法解决决策树分类中的数据安全问题的首次尝试,通过将决策树分类模型转化成字符串匹配索引,实现了微秒级的安全决策树分类,并比现有工作在时间开销上下降了5个数量级。另一方面,提出一种基于对称隐藏向量加密的隐私保护决策树分类方法(PPDT)。PPDT通过将决策树分类器转化成基于布尔向量的可查询索引,进而在不牺牲安全性的前提下,同时降低了SDTC的时间开销、通信开销、存储开销,支持实时、安全的远程疾病诊断服务。

三、针对远程健康监护系统中存在医疗决策模型泄露和医疗数据泄露等安全问题,考虑远程健康监护系统对支持向量机分类的功能性需求,研究安全且高效的支持向量机分类方法。首先,针对现有安全支持向量机分类方案可能带来的庞大计算开销和通信开销,提出一种基于保序加密的隐私保护支持向量机分类方法(PPSVM)。PPSVM通过将支持向量机分类器转化成超矩形,利用保序加密对矩形边界及输入数据进行加密,进而降低了现有方案的计算开销和通信开销。其次,针对现有方案安全性较低的问题,提出一种基于随机布鲁姆过滤器的安全支持向量机分类方法(SSVMC)。SSVMC通过对称密码方法、伪随机函数和布鲁姆过滤器技术,保障医疗决策模型和医疗数据的机密性,且实现了高效、准确的支持向量机分类。最后,针对现有方案不能抵御恶意敌手攻击问题,提出一种可验证且安全的支持向量机分类方法(VSSVMC)。VSSVMC通过对称密码技术,保护了医疗决策结果的完整性以及医疗诊断模型和医疗数据的机密性。同时,通过构造布尔型向量索引和应用轻量级密码学原语,VSSVMC实现了计算、通信、存储的高效性。

 

主要学术成果

论文:

[1] Liang J, Qin Z, Xiao S, et al. Efficient and secure decision tree classification for cloud-assisted online diagnosis services. IEEE Transactions on Dependable and Secure Computing, 2019. DOI: 10.1109/TDSC.2019.2922958CCF推荐A类期刊,第一作者)

[2] Liang J, Qin Z, Ni J, et al. Practical and Secure SVM Classification for Cloud-based Remote Clinical Decision Services. IEEE Transactions on Computers, 2020. DOI: 10.1109/TC.2020.3020545CCF推荐A类期刊,第一作者)

[3] Liang J, Qin Z, Xue L, et al. Efficient and Privacy-Preserving Decision Tree Classification for Health Monitoring Systems. IEEE Internet of Things Journal, 2021. DOI: 10.1109/JIOT.2021.3066307(中科院SCI一区,IF9.936,第一作者)

[4] Liang J, Qin Z, Xue L, et al. Verifiable and Secure SVM Classification for Cloud-based Health Monitoring Services. IEEE Internet of Things Journal, 2021. DOI: 10.1109/JIOT.2021.3075540(中科院SCI一区,IF9.936,第一作者)

[5] Liang J, Qin Z, Xiao S, et al. Privacy-preserving range query over multi-source electronic health records in public clouds. Journal of Parallel and Distributed Computing, 2020, 135: 127-139. CCF推荐B类期刊,第一作者)

[6] Liang J, Qin Z, Ni J, et al. Efficient and privacy-preserving outsourced SVM classification in public cloud. In: Proc. of IEEE International Conference on Communications (ICC). IEEE, 2019: 1-6. CCF推荐C类会议,第一作者)

[7] Liang J, Qin Z, Xiao S, et al. MPOPE: Multi-provider order-preserving encryption for cloud data privacy. In: Proc. of International Conference on Security and Privacy in Communication Networks. Springer, Cham, 2017: 808-822.CCF推荐C类会议,第一作者)

[8] Yu M, Qin Z, Liang J, et al. ARTFP: A General Spatial-Temporal Learning Framework for Efficient Traffic Flow Prediction on Arterial Roads. IEEE Transactions on Intelligent Transportation Systems. IEEE, submitted 2021. (在投,中科院SCI一区,CCF推荐B类期刊,IF6.319,通信作者,第三作者)

[9] Song F, Qin Z, Liu Q, Liang J, Ou L. Efficient and Secure k-Nearest Neighbor Search Over Encrypted Data in Public Cloud. In: Proc. of IEEE International Conference on Communications (ICC). IEEE, 2019: 1-6. CCF推荐C类会议,第四作者)

[10]Song F, Qin Z, Zhang J, Liu D, Liang J, Shen X. Efficient and Privacy-preserving Outsourced Image Retrieval in Public Clouds. In: Proc. of IEEE Global Communications Conference. IEEE, 2020: 1-6. CCF推荐C类会议,第五作者)

[11] Song F, Qin Z, Liang J, Lin X. An Efficient and Privacy-Preserving Multi-User Multi-Keyword Search Scheme without Key Sharing. In: Proc. of IEEE International Conference on Communications (ICC). IEEE, 2021: 1-6. CCF推荐C类会议,第三作者)

[12]Song F, Qin Z, Liang J, Xiong P, Lin X. Traceable and Privacy-Preserving Non-Interactive Data Sharing in Mobile Crowdsensing. In: Proc. of Annual International Conference on Privacy, Security, and Trust (PST). IEEE, 2021: 1-6. (在投,第三作者)

[13]Hu J, Liao X, Liang J, Zhou W, Qin Z. FInfer: Frame Inference-based Deepfake Detection for High-Visual-Quality Videos. In: Proc. of AAAI. AAAI, 2022: 1-9. (在投,CCF推荐A类会议,第三作者)

 

专利:

[1] 发明专利:一种可验证且隐私保护的支持向量机分类方法;发明人:梁晋文、秦拯、修楠楠、宋甫元;申请号:202110042982.0,申请时间:2021.01.13,公开号:CN112711767A,公开日:2021.04.27。(实质审查,第一发明人)

[2] 发明专利:众包环境下基于阈值相似性搜索的隐私保护任务匹配;发明人:宋甫元、秦拯、蒋孜博、梁晋文;申请号:202011510568.X,申请时间:2020.12.19,公开号:CN112488585A,公开日:2021.03.12。(实质审查,第四发明人)

[3] 发明专利:一种轻量级异构射频参数跳变的无线传感网安全通信方法;发明人:康志伟、骆坚、张大方、骆宸、程彬、梁晋文、沈凯文、廖京辉;申请号:CN201610877252.1,申请时间:2016.10.08,申请公布号:CN106332068A,申请公布时间:2017.01.11。(实质审查,第六发明人)

[4] 发明专利:一种基于移动群智感知的可追踪且隐私保护的数据共享方法;发明人:宋甫元、秦拯、王瑞、梁晋文、刘羽、邓桦;申请号:202110464303.9,申请时间:2021.04.28,申请公布号:CN113179270A,申请公布时间:2021.07.27。(实质审查,第四发明人)