眼科专科影像系统建设中的信息安全与隐私保护技术

摘要

针对眼科专科影像系统多模态影像传输存储安全不足、患者隐私易泄露、技术适配性差等问题，本研究提出一种分层加密、多因素身份验证与差分隐私-联邦学习融合的综合防护技术。该技术首先将差分隐私噪声扰动嵌入联邦学习本地训练环节，在数据不出本地的前提下实现特征级隐私增强；其次，通过搭建端边云协同架构，设计了加密算法选型、权限分级管控、实验验证等步骤；最后，采用控制变量法对比传统技术与所提技术的性能，并结合血管提取的数字视网膜图像数据集与临床影像数据集开展实验测试。实验结果表明：所提技术可有效提升系统的安全性与运行效率，抵御常见攻击，从而降低隐私泄露风险，兼顾数据可用性与合规性，适配眼科诊疗、科研场景需求，为眼科影像系统安全建设提供技术支撑。

关键词

眼科影像系统 / 信息安全 / 隐私保护 / 分层加密 / 差分隐私