1.一种慢性乙型肝炎患者数据加密处理系统，其特征在于，该慢性乙型肝炎患者数据加密处理系统包括数据采集模块（1）、验证数据获取模块（2）、安全等级评估模块（3）及加密策略实施模块（4）；

其中，所述数据采集模块（1），用于采集慢性乙型肝炎患者诊疗数据；

所述验证数据获取模块（2），用于获取慢性乙型肝炎患者用于个人诊疗数据加密处理的验证数据；

所述安全等级评估模块（3），用于利用人工智能算法对慢性乙型肝炎患者输入的验证数据进行安全等级评估，并将验证数据的安全等级评估结果反馈给患者；

所述加密策略实施模块（4），用于根据验证数据的安全级别结合患者的行为模式动态设定加密策略，并基于加密策略对诊疗数据进行加密；

所述数据采集模块（1）包括基础信息采集模块、实验室检测数据采集模块、药物治疗数据采集模块、临床数据采集模块、治疗记录数据采集模块及行为数据采集模块；

其中，所述基础信息采集模块，用于采集患者的个人信息及医疗档案信息；

所述实验室检测数据采集模块，用于采集基于患者的实验室检测数据；

所述药物治疗数据采集模块，用于采集患者的药物治疗数据；

所述临床数据采集模块，用于采集患者的临床诊断数据；

所述治疗记录数据采集模块，用于采集患者的治疗记录数据；

所述行为数据采集模块，用于采集诊疗数据访问时的行为数据，且行为数据包括登录频率、数据访问时间、访问频率及操作习惯；

所述验证数据获取模块（2）包括静态验证数据获取模块和动态验证数据获取模块；

其中，所述静态验证数据获取模块，用于获取用于身份验证的登录密码、个人识别码及安全问题答案；

所述动态验证数据获取模块，用于获取用于身份验证的随机一次性密码和生物识别数据；

所述安全等级评估模块（3）包括安全等级标准设定模块及安全等级分析模块；

其中，所述安全等级标准设定模块，用于设定不同类型验证数据的安全等级；

所述安全等级分析模块，用于利用预先构建的梯度提升决策树模型对慢性乙型肝炎患者输入的验证数据进行安全等级评估，并将验证数据的安全等级评估结果反馈给患者；

所述安全等级分析模块在利用预先构建的梯度提升决策树模型对慢性乙型肝炎患者输入的验证数据进行安全等级评估，并将验证数据的安全等级评估结果反馈给患者时包括：获取数据库中患者输入的静态验证数据和动态验证数据并进行预处理，分别从静态验证数据及动态验证数据中提取关键特征，得到历史验证数据集；

使用历史验证数据集对预先构建的梯度提升决策树模型进行训练和交叉验证，得到训练好的梯度提升决策树模型；

基于训练好的梯度提升决策树模型，根据患者输入的实时验证数据输出与之相对应的安全等级，得到基于验证数据的安全等级并反馈给患者；

所述加密策略实施模块（4）包括数据脱敏模块、加密策略制定模块、加密策略优化调整及加密处理模块；

其中，所述数据脱敏模块，用于对慢性乙型肝炎患者的诊疗数据进行脱敏处理；

进行脱敏处理的具体步骤为：

数据识别：确定需要脱敏的数据集，包括患者的个人信息、病历记录、实验室检测结果；

识别数据集中的敏感信息，包括患者姓名、地址、电话号码、社会保险号码；

脱敏策略制定：根据数据保护法规和行业标准，制定脱敏策略，包括采用匿名化、伪匿名化和数据屏蔽；确定脱敏的程度，确保数据在脱敏后仍然具有实用性和研究价值；

实施数据脱敏：使用自动化工具或手动方法对敏感信息进行脱敏，对姓名和地址数据使用哈希函数进行加密、对日期和时间信息进行模糊化、对数值型数据采用范围编码或分箱技术以将具体的数值替换为范围或区间；

质量控制：在脱敏过程中，确保数据的完整性和一致性，避免脱敏操作导致的数据失真；对脱敏后的数据进行质量检查，确保敏感信息已被充分脱敏，同时数据的可用性不受影响；

遵守法律法规：确保脱敏过程符合相关的法律法规；记录脱敏操作的过程和结果，以便于审计和合规性检查；

数据使用和存储：对脱敏后的数据进行安全存储，确保只有授权人员能够访问；在使用脱敏数据时，确保遵守数据使用协议，防止数据泄露或滥用；

所述加密策略制定模块，用于根据验证数据的安全等级自动匹配对应的初始加密策略；

所述加密策略优化调整模块，用于利用多目标粒子群优化算法根据诊疗数据访问时的行为模式对初始加密策略进行优化调整；

所述加密处理模块，用于利用优化调整后的加密策略对慢性乙型肝炎患者的诊疗数据进行加密处理；

所述加密策略优化调整模块在利用多目标粒子群优化算法根据诊疗数据访问时的行为模式对初始加密策略进行优化调整时包括：获取诊疗数据访问时的登录频率、数据访问时间、访问频率及操作习惯的行为数据，并进行清洗、去噪及归一化处理；

以最小化数据泄露风险和最大化访问便利性为优化目标，并构建多目标函数；

基于初始加密策略，随机生成一组粒子，并为每个粒子分配初始位置和速度，其中，每个粒子代表初始加密策略中一个潜在的加密策略，粒子位置代表加密策略的参数，粒子速度代表参数的变化率；

利用多目标函数评估每个粒子的性能，并记录每个粒子的个体最佳位置和全局最佳位置，其中，多目标函数以行为数据作为输入，用以反映访问者的行为模式对加密策略的影响；

根据当前粒子的位置、个体最佳位置和全局最佳位置，更新粒子的速度，并根据更新后的速度，更新粒子的位置；

重复执行性能评估和粒子更新步骤，直至达到预定的迭代次数或满足停止条件，并在每次迭代中，根据行为模式的变化，调整多目标函数和粒子的更新规则；

在迭代结束后选择一组非支配解作为最优加密策略的选择范围，得到最优解集，并根据实际需求从最优解集中选择一个最优加密策略；

所述以最小化数据泄露风险和最大化访问便利性为优化目标，并构建多目标函数包括：为每个优化目标定义目标函数，其中，数据泄露风险采用数据泄露的概率或潜在损失来量化，访问便利性采用访问延迟或操作复杂性来量化；

将获取的行为数据量化为用于计算的数值，并将量化后的行为数据作为输入，构建多目标函数；

确定每个目标函数的初步权重，并通过调整初步权重平衡数据泄露风险和访问便利性之间的关系；

利用验证数据验证多目标函数的有效性，并根据验证结果对多目标函数进行调整；

所述在迭代结束后选择一组非支配解作为最优加密策略的选择范围，得到最优解集，并根据实际需求从最优解集中选择一个最优加密策略包括：在迭代结束后，根据多目标函数的评估结果，识别出非支配解，并组合所有的非支配解得到最优解集；

分析最优解集中每个非支配解在数据泄露风险和访问便利性上的性能表现，并根据实际需求从最优解集中选择一个最优加密策略，其中，所述实际需求包括数据安全性要求或访问速度要求中的至少一种。

2.一种慢性乙型肝炎患者数据加密处理方法，基于权利要求1所述的慢性乙型肝炎患者数据加密处理系统来实现，其特征在于，该慢性乙型肝炎患者数据加密处理方法包括以下步骤：S1、采集慢性乙型肝炎患者诊疗数据；

S2、获取慢性乙型肝炎患者用于个人诊疗数据加密处理的验证数据；

S3、利用人工智能算法对慢性乙型肝炎患者输入的验证数据进行安全等级评估，并将验证数据的安全等级评估结果反馈给患者；

S4、根据验证数据的安全级别结合患者的行为模式动态设定加密策略，并基于加密策略对诊疗数据进行加密。