利索能及
我要发布
收藏
专利号: 2024110108020
申请人: 江苏睿博信息科技股份有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-06-16
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种健康记录自动更新系统,其特征在于,所述系统包括:隐私保护更新模块接收健康数据,采用差分隐私算法对敏感信息添加随机噪声,通过计算噪声量与数据灵敏度关系,控制信息泄露风险,生成噪声增强数据;

动态更新规则模块基于所述噪声增强数据,提取记录中的元数据定义,分析并匹配更新需求与规则,通过调整数据字段和结构,确保更新操作符合元数据规范,生成结构调整记录;

事件驱动更新模块监测关键数据变化事件,若监测到数据变化,基于所述结构调整记录,触发数据更新流程,激活数据响应机制,进行数据的实时更新,生成事件响应更新记录;

记录完整性检验模块基于所述事件响应更新记录,进行健康记录的结构和语义一致性检验,通过检测数据异常,识别数据中的异常模式,并进行数据质量分析和完整性验证,得到健康数据完整性验证记录;

所述噪声增强数据的获取步骤为:接收健康数据,定义数据敏感度,根据数据属性和访问频率设定敏感度指数 ,;

其中, 代表属性权重, 代表数据访问频率, 代表属性敏感级别,得到数据敏感度集合;

根据所述数据敏感度集合生成随机噪声,计算噪声量 ,;

其中, 是保证计算稳定性的小常数,通过 提升对高敏感度数据的保护强度,用于调整噪声级别,生成噪声参数集;

结合所述数据敏感度集合与噪声参数集,通过叠加操作得到噪声增强数据,;

其中, 代表原始数据点, 是噪声量, 是敏感度,使用绝对值确保噪声保持正向,得到噪声增强数据;

所述需求与规则的分析并匹配更新步骤为:从所述噪声增强数据中分析修改需求,根据数据字段的变更频率和业务影响力计算需求强度 ,;

其中, 是字段变更次数, 是字段的业务重要性, 是字段长度, 是上次修改时间, 表示时间衰减的影响,得到需求强度 ;

对元数据规则进行量化评估,分配规则适配度 ,;

其中, 是规则的应用范围, 是规则的严格性, 是规则实施时间,得到规则适配度;

结合所述需求强度 和规则适配度 计算匹配指数 ,;

其中, 和 分别代表需求强度和规则适配度的数值,由需求强度 和规则适配度得出,通过归一化确保评分的标准化,得到匹配指数 ;

所述结构调整记录的获取步骤为:根据所述匹配指数 确定调整参数,;

其中, 和 是调整灵敏度和平滑因子,用于调节调整参数的敏感度,得到调整参数 ;

使用所述调整参数 和规则适配度 设计数据结构调整方案,;

其中, 是适配度得分,由规则适配度 计算得出, 是与业务逻辑相关的相位角,使用余弦函数增加调整方案的适应性,得到调整方案 ;

将所述调整方案 应用于现有数据结构,生成结构调整记录 ,;

其中, 代表原始数据结构, 表示数据结构合并操作,保证调整记录与元数据规范一致,得到结构调整记录 ;

所述事件响应更新记录的获取步骤为:部署数据监听器,连续监控关键数据字段的变化,计算数据变化量 ,;

其中, 和 分别表示在时间 和 的数据值, 表示对应字段的监控权重,根据字段重要性分配, 为变化敏感度指数,决定对数据变化的敏感程度,得到数据变化量 ;

设定预设阈值为 ,基于变化量 ,判断是否触发更新,;

使用激活函数调节更新的敏感性,当 超过 时逐渐趋向于1,表示启动更新流程;得到启动条件;

当更新流程被触发,记录更新过程,;

其中, 表示数据更新过程中变化的累计程度, 为时间变量的数据变化指标,为调整函数,表现为与时间相关的数据响应程度, 为监测时间窗口,积分表示记录的变化总量,得到事件响应更新记录;

所述健康记录的结构和语义一致性的检验步骤为:从所述事件响应更新记录中,提取关键数据集,;

其中, 表示每个记录的选择权重, 代表健康记录的数据项,构建经过权重调整的数据集 ;

对所述经过权重调整的数据集 进行结构一致性分析,与预定义的健康记录模型进行对比,;

其中, 为一致性评价函数, 是 中的记录结构, 是对应的模型结构,评估得到结构一致性分数 ;

根据所述结构一致性分数 ,执行语义检验,确认数据的语义符合性,;

其中, 是语义敏感度增强系数,调整 增强对偏离的反应,得到语义一致性评价结果;

所述数据中的异常模式的识别步骤为:对所述经过权重调整的数据集 ,进行异常检测,;

其中, 是权重, 是监控值, 是期望值,通过增加立方根提高异常检测灵敏度,得到初步异常分数 ;

基于所述 ,评估异常的显著性,;

通过逻辑函数修正异常评分,优化小值异常的识别灵敏度,得到量化后的异常程度 ;

根据所述量化后的异常程度 ,进行模式分析,识别数据中的异常模式,;

为异常模式的显著性百分比,使用双曲正切函数调节输出范围,得到识别的异常模式;

所述健康数据完整性验证记录的获取步骤为:依据所述异常模式的显著性百分比 ,评估数据完整性,;

其中, 表示数据完整性百分比,从 计算得到初步数据完整性结果 ;

基于所述初步数据完整性结果 ,计算数据质量得分,;

其中, 是质量评分因子,用于调节质量评分的灵敏度,得到数据质量得分 ;

基于所述数据质量得分 ,创建健康数据完整性验证记录,;

其中,为完整性验证记录,包括数据质量评分。