陈春玲，姜慧敏，郭永安

(1.南京邮电大学 计算机学院、软件学院，江苏 南京 210023; 2.南京邮电大学 通信与信息工程学院，江苏 南京 210003)

0 引 言

随着医疗信息化，对医疗大数据的深入分析研究，大量的医疗数据不仅是对医疗过程的记录，还被用于深入地进行数据挖掘和分析，从中总结出这些数据的隐藏价值，促进医学技术的发展，提高医疗检测系统的有效性[1]。但是，医疗大数据使用过程中出现的问题也不容小觑。对于医疗信息，一方面通过对医疗信息数据的挖掘，对病症的诊断、治疗、药物开发、临床试验、发现疾病等提供科学决策具有重要意义。但在另一方面，在数据对外发布使用之前，如果病人的数据被完全泄露，可能会侵犯到病人的隐私，甚至由于数据的泄露，个人数据信息被随意交易，给病人带来更加严重的影响。冯登国等人[2]对于大数据的隐私保护提出了六种方法，其中包括匿名、数据溯源、访问控制等方法类别。但是这些方法实际上都是对数据进行处理，对数据的路径追踪以及数据权限的访问，而缺乏对源数据的分类的考虑。国内现有的对医疗领域的隐私保护技术[3-4]主要是基于匿名化的医疗数据隐私保护、基于医疗数据加密的隐私保护、基于访问控制的医疗数据隐私保护以及医疗数据的分级保护。文中从对医疗敏感数据的分类入手，以提高后续敏感数据的处理效率为目标进行医疗数据的隐私保护。

传统的医疗文本分类方法，侧重于进行医疗数据的分类管理[5]，对如何快速地从医疗数据中分类敏感数据与非敏感数据的研究较少，考虑选择合适的方法对医疗信息进行敏感性分类，对于医疗信息的隐私保护技术的提高具有重要意义[6]。……