CN119418844A 一种基于区块链的医疗数据采集方法 （吉林大学第一医院）

户登录时进行核实验证以决定是否需要进行短2述登录的个人账号进行嵌入编码和快速扫描的语义查询编码以得到密码核实查询响应编将所述存储节点中的用户各项医疗数据加密分片进行提取，并获取用户连续输入的多个历史登录账户密码，并记录每个所述将所述多个密码输入时间中的每个密码输入时间添加到与其对应的历史登录账户密码的尾部以得到包含密码输入时间信息的登录账户密分别对所述包含密码输入时间信息的登录账户密码数据的集合进行嵌入编码和语义关联分析以得到登录账户密码数据关联特征获取用户在登录过程中输入的待核实登录账户密码和待将所述待核实密码输入时间添加到所述待核实登录账户密码的尾部后对所述待核实密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的集合进行快速语义响应查询编码以得到密码核实查询响应编码向量作为所述密码核实查询响含密码输入时间信息的登录账户密码数据的集合进行嵌入编码和语义关联分析以得到登使用密码嵌入矩阵分别对所述包含密码输入时间信息的登录账户密码数据的集合中的各个包含密码输入时间信息的登录账户密码数据进行嵌入编码以得到登录账户密码数将所述登录账户密码数据嵌入编码向量的集合通过基于堆叠LSTM的密码语义关联分3将所述待核实密码输入时间添加到所述待核实登录账户密码的尾部以得到所述待核使用所述密码嵌入矩阵对所述待核实密码数据进行嵌入编码以得到所述待核实密码密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的集合进行快速语义响应计算所述待核实密码数据嵌入编码向量与所述登录账户密码数据关联特征向量的集基于所述待核实一登录账户密码语义快速语义匹配因子的集对所述待核实密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的子集合进行语义查询编码以得到所述密码核实查询实登录账户密码语义快速语义匹配因子的集合，确定快速匹配的登录账户密码数据关联从所述待核实一登录账户密码语义快速语义匹配因子的集合中识别基于所述第一待核实一登录账户密码语义最大值和所述第二录账户密码数据关联特征向量的集合中确定快速匹配的所述登录账户密码数据关联特征密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的子集合进行语义查询编行线性变换以得到待核实密码数据查询向量作为查询向量和待核实密码数据值向量作为对所述用户的各项医疗数据进行分片以得到用户的多个医疗利用所述公钥并通过非对称加密技术分别对所述多个医疗数据分片中的各个医疗数4利用所述区块链技术将所述用户各项医疗数据加密分片分散存储到不同位置的存储从各个所述存储节点上提取所述用户各项医疗数据加密使用所述私钥对所述用户各项医疗数据加密分片进行解密以得到第一医使用所述公钥对所述用户各项医疗数据加密分片进行验证以得到第二医将所述第一医疗数据集和所述第二医疗数据集中每组对应的第一医疗数据和第二医5种方法假设所有密码输入的时间差异仅由用户的行为习惯决定，而忽略了不同密码组合行分析，忽略了每次历史输入时间的独特性和其在不同情境下的重要性。这种做法可能会导致最近的、更具代表性的行为模式被早期的历史数据稀释，从而降低了模型的准确性和适应性。对所述登录的个人账号进行嵌入编码和快速扫描的语义查询编码以得到密码核实查询响6将得到的用户各项医疗数据加密分片分布式存储于存将所述多个密码输入时间中的每个密码输入时间添加到与其对应的历史登录账分别对所述包含密码输入时间信息的登录账户密码数据的集合进行嵌入编码和语义关联分析以得到登录账户密码数据关联特获取用户在登录过程中输入的待核实登录账户密码和待待核实密码数据进行嵌入编码以得到待核实密码数据对所述待核实密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的集合进行快速语义响应查询编码以得到密码核实查询响应编码向量作为所述密码核实查使用密码嵌入矩阵分别对所述包含密码输入时间信息的登录账户密码数据的集合中的各个包含密码输入时间信息的登录账户密码数据进行嵌入编码以得到登录账户密将所述登录账户密码数据嵌入编码向量的集合通过基于堆叠LSTM的密码语义关联分析器以得到所述登录账户密码数据关联[0010]进一步地，将所述待核实密码输入时间添加到所述待核实登录账户密码的尾部将所述待核实密码输入时间添加到所述待核实登录账户密码的尾部以得到所述使用所述密码嵌入矩阵对所述待核实密码数据进行嵌入编码以得到所述待核实计算所述待核实密码数据嵌入编码向量与所述登录账户密码数据关联特征向量对所述待核实密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的7子集合进行语义查询编码以得到所述密码核从所述待核实登录账户密码语义快速语义匹配因子的集合中识别第一待核实述登录账户密码数据关联特征向量的集合中确定快速匹配的所述登录账户密码数据关联待核实密码数据嵌入编码向量进行线性变换以得到待核实密码数据查询向量作为查询向换器结构的跨域查询编码以得到所述密码核实查询码核实查询响应编码向量通过基于分类器的短信验证判别器以得到所对所述用户的各项医疗数据进行分片以得到用户的多个医疗利用所述公钥并通过非对称加密技术分别对所述多个医疗数据分片中的各个医疗数据分片进行加密以得到所述用户各项医疗数利用所述区块链技术将所述用户各项医疗数据加密分片分散存储到不同位置的从各个所述存储节点上提取所述用户各项医疗数据加密使用所述私钥对所述用户各项医疗数据加密分片进行解密以得到第一医疗数据使用所述公钥对所述用户各项医疗数据加密分片进行验证以得到第二医疗数据将所述第一医疗数据集和所述第二医疗数据集中每组对应的第一医疗数据和第二医疗数据的内容进行对比分析来进行医疗数据核实以得到所述解密后医疗数据，其中，信息注册个人账号，接着在用户登录时进行核实验证以决定是否需要进行短信二次验证，8[0018]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、[0020]图2为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S120的流程[0021]图3为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S121的流程[0022]图4为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S1216的流程[0023]图5为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S140的流程[0024]图6为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S150的流程[0026]基于上述背景技术中的问题，本申请提供了一种基于区块链的医疗数据采集方9数据嵌入特征和各个登录账户密码数据关联特征之间的查询响应来智能地判断是否需要[0030]具体地，图2为根据本申请实施例的基于区块链的医疗数据采集方法中步骤S120[0031]更具体地，图3为根据本申请实施例的基于区块链的医疗数据采集方法中步骤账户密码，并记录每个所述历史登录账户密码的输入时间以得到多个密码输入时间；S1212，将所述多个密码输入时间中的每个密码输入时间添加到与其对应的历史登录账户包含密码输入时间信息的登录账户密码数据的集合进行嵌入编码和语义关联分析以得到向量的集合进行快速语义响应查询编码以得到密码核实查询响应编码向量作为所述密码[0033]在步骤S1212中，将所述多个密码输入时间中的每个密码输入时间添加到与其对应的历史登录账户密码的尾部以得到包含密码输入时间信息的登录账户密码数据的集合。述多个密码输入时间中的每个密码输入时间添加到与其对应的历史登录账户密码的尾部以得到包含密码输入时间信息的登录账户密码数据[0034]在步骤S1213中,分别对所述包含密码输入时间信息的登录账户密码数据的集合信息的登录账户密码数据的集合中的各个包含密码输入时间信息的登录账户密码数据进编码向量的集合通过基于堆叠LSTM的密码语义关联分析器以得到所述登录账户密码数据合中的各个包含密码输入时间信息的登录账户密码数据进行嵌入编码以得到登录账户密解的是，堆叠LSTM是指将多个LSTM层依次叠加在一起形成的深度神经网络结构。每一层[0037]在步骤S1214中,获取用户在登录过程中输入的待核实登录账户密码和待核实密这种即时性的启动验证能够有效阻止未经授权的访问尝试，在第一时间保护用户账号安[0038]在步骤S1215中,将所述待核实密码输入时间添加到所述待核实登录账户密码的实密码数据进行嵌入编码以得到所述待核实密码数据嵌本申请的技术方案中，将所述待核实密码输入时间添加到所述待核实登录账户密码的尾[0040]在步骤S1216中，对所述待核实密码数据嵌入编码向量和所述登录账户密码数据关联特征向量的集合进行快速语义响应查询编码以得到密码核实查询响应编码向量作为量与所述登录账户密码数据关联特征向量的集合中的各个登录账户密码数据关联特征向所述待核实登录账户密码语义快速语义匹配因子的集合，确定快速匹配的登录账户密码户密码数据关联特征向量的子集合进行语义查询编码以得到所述密码核实查询响应编码关联特征向量的集合中的各个登录账户密码数据关联特征向量之间的互信息以得到待核;;;;码数据关联特征向量，vu是所述待核实密码数据嵌入编码向量，sigmoid(-)是sigmoid函语义快速语义匹配因子的集合中识别第一待核实一登录账户密码语义最大值和第二待核;;待核实登录账户密码语义快速语义匹配因子的集合中待核实登录账户密码语义快速语述登录账户密码数据关联特征向量的集合中确定快速匹配的所述登录账户密码数据关联;;出与待核实密码数据嵌入编码向量最具有语义相关性的两个登录账户密码数据关联特征述登录账户密码数据关联特征向量的集合中确定快速匹配的所述登录账户密码数据关联的子集合可以反映模型对历史登录账户密码数据重要性的判断，这有助于减少噪声干扰，编码向量进行线性变换以得到待核实密码数据查询向量作为查询向量和待核实密码数据;;;据关联特征向量，W和by分别为查询嵌入Dzj的转置向量，s是的长度，softmax(·)是softmax函数，argmax1为第一确定快速匹果用于表示是否需要通过手机号进行短信验证。具体地，在本申请实施例中，所述步骤于数据驱动的决策功能，它能够综合考虑密码核实查询响应编码向量中包含的特征信息，通过基于分类器的短信验证判别器得到的判别取所述距离的平方根以获得密码核实查询响应编码距离表示矩阵，该过程可用公式表示;j分别表示密码核实查询响应编;将所述密码核实查询响应编码向量与所述密码核实查询响应编码距离表示矩阵;将所述密码核实查询响应编码一级映射向量与所述密码核实查询响应编码距离表示矩阵和所述密码核实查询响应编码自关联矩阵的矩阵乘积进行矩阵相乘以获得密码;将所述密码核实查询响应编码多级映射向量与由所述密码核实查询响应编码自关联矩阵的本征值组成的密码核实查询响应编码关联本征向量（本征值不足则插值或补将所述优化的密码核实查询响应编码向量通过所述基于分类器的短信验证判别响因子，以提升所述密码核实查询响应编码向量在相似性限制下的特征值实例判决化程登录账户密码的各个输入时间添加到对应的历史登录账户密码的尾部并对添加后的各个录账户密码数据关联特征之间的查询响应来智能地判断是否需要通过手机号进行短信验[0058]在步骤S140中，利用所述公钥对所述用户的各项医疗数通过区块链技术将得到的用户各项医疗数据加密分片分布式存储于存储节点中。具体地，疗数据分片；S142,利用所述公钥并通过非对称加密技术分别对所述多个医疗数据分片中块链技术将所述用户各项医疗数据加密分片分散存储到不同位置的存[0060]在步骤S142中,利用所述公钥并通过非对称加密技术分片中的各个医疗数据分片进行加密以得到所述用户各项医疗数据加密分片。应可以理解，非对称加密技术是一种使用公钥和私钥两个不同密钥进行加密和解密操作的密码学技术。请实施例的基于区块链的医疗数据采集方法中步骤S150的流程图。如图6所示，所述步骤述第一医疗数据集和所述第二医疗数据集中每组对应的第一医疗数据和第二医疗数据的还原出用户完整的医疗数据。这个步骤也是后续验证数据完整性和安全性的重要起始步数据在分布式存储节点上是以加密分片的形式存在，这些分片单独无