1.一种基因检测检验实验室信息管理方法,其特征在于,包括:采集基因检测检验各相关信息;
将各相关信息进行关联,加密上传至区块链,并供追溯查询,具体包括:对每个待测基因进行标记,以生成唯一的ID;
将每个待测基因的相关信息和ID共同进行关联和加密计算,生成对应的密钥L;
将密钥L和对应的ID存储于区块链;
当进行追溯查询时,通过ID进行密钥L查找;
当查询得到密钥L后,通过解密算法对密钥L进行解密,得到待测基因的相关信息,实现追溯查询;
构建网络安全态势模型,以对区块链网络进行评估,其中:将各相关信息进行关联,加密上传至区块链,并供追溯查询,还包括:将各相关信息进行关联,加密上传至区块链,实时监控区块链中各节点的负载信息,根据节点负载信息构建决策矩阵,根据决策矩阵对各节点负载进行评估,以实现各节点负载动态均衡,进而提高追溯查询响应速度;
其中,所述构建网络安全态势模型,以对区块链网络进行评估,包括:筛选出区块链网络中的重要特征数据,根据重要特征数据构建网络安全态势模型,以对区块链网络进行评估;
其中,筛选出区块链网络中的重要特征数据,包括:用当前全部区块链网络中的特征数据训练获取验证模型;
通过验证集验证验证模型效果,进而计算损失lossraw;
将验证集的一个特征f对应的数据打乱,再次预测并得到损失lossf;
将上述损失做差,即得到特征f对预测的重要性impf=|lossf‑lossraw|;
依次将区块链网络中每一特征数据执行上述步骤,得到每个特征对预测的重要性;
根据计算得到的重要性,筛选出区块链网络中的重要特征数据。
2.根据权利要求1所述方法,其特征在于,所述将各相关信息进行关联,加密上传至区块链,并供追溯查询,包括:为当前待测基因生成唯一标识码,以作为其专属案号;
为每一待测基因所对应的各相关信息进行关联和加密计算,以得到属于该待测基因的密钥;
将案号和密钥上传至区块链。
3.根据权利要求2所述方法,其特征在于,还包括:根据待测基因案号查询待测基因所对应的密钥;
根据密钥对已加密的待测基因各相关信息进行解密,以实现供追溯查询。
4.根据权利要求1所述方法,其特征在于,所述构建网络安全态势模型,以对区块链网络进行评估,包括:捕捉网络数据,并进行预处理,以获取数据项和指标值;
通过支持向量机分类对数据项和指标值进行测评;
根据测评结果以及权重策略计算输出对区块链网络的评估结果。
5.根据权利要求4所述方法,其特征在于,还包括:通过统一的方式对数据项和指标值进行数据归一化,使其范围在[0,1]范围内,数据项和指标值的归一化公式如下:上式中,F(i)为归一化后的指标值;Di为当前指标值。
6.根据权利要求1所述方法,其特征在于,区块链中各节点的负载信息包括节点CPU、内存、带宽信息;通过负载信息构建的决策矩M如下:上式中,M为决策矩阵,n为周期数,CUR、MUR和BUR分别为CPU、内存和带宽的利用率。
7.根据权利要求6所述方法,其特征在于,其中,基因检测检验各相关信息据,包括:基因检测检申请单数据、样本采集数据、样本质检数据、文库质检数据、测序上机数据、测序数据质量指标数据、检测结果记录数据、检测报告数据和异常情况数据。
8.一种基因检测检验实验室信息管理系统,其特征在于,包括:采集模块,用于采集基因检测检验各相关信息;
管理模块,用于将各相关信息进行关联,加密上传至区块链,并供追溯查询,具体:对每个待测基因进行标记,以生成唯一的ID;
将每个待测基因的相关信息和ID共同进行关联和加密计算,生成对应的密钥L;
将密钥L和对应的ID存储于区块链;
当进行追溯查询时,通过ID进行密钥L查找;
当查询得到密钥L后,通过解密算法对密钥L进行解密,得到待测基因的相关信息,实现追溯查询;
将各相关信息进行关联,加密上传至区块链,并供追溯查询,还包括:将各相关信息进行关联,加密上传至区块链,实时监控区块链中各节点的负载信息,根据节点负载信息构建决策矩阵,根据决策矩阵对各节点负载进行评估,以实现各节点负载动态均衡,进而提高追溯查询响应速度;
评估模块,用于构建网络安全态势模型,以对区块链网络进行评估;
其中,所述构建网络安全态势模型,以对区块链网络进行评估,包括:筛选出区块链网络中的重要特征数据,根据重要特征数据构建网络安全态势模型,以对区块链网络进行评估;
其中,筛选出区块链网络中的重要特征数据,包括:用当前全部区块链网络中的特征数据训练获取验证模型;
通过验证集验证验证模型效果,进而计算损失lossraw;
将验证集的一个特征f对应的数据打乱,再次预测并得到损失lossf;
将上述损失做差,即得到特征f对预测的重要性impf=|lossf‑lossraw|;
依次将区块链网络中每一特征数据执行上述步骤,得到每个特征对预测的重要性;
根据计算得到的重要性,筛选出区块链网络中的重要特征数据。