• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>GMDS 2018, Annual Meeting >Protecting Record Linkage Identifiers Using a Language Model for Patient Names
【24h】

Protecting Record Linkage Identifiers Using a Language Model for Patient Names

机译：使用语言模型进行患者名称的语言模型保护记录链接标识符

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Linking information across databases fosters new research in the medical sciences. Recent European privacy regulations recommend encrypting personal identifiers used for linking. Bloom filter based methods are an increasingly popular Record Linkage method. However, basic Bloom filter encodings are prone to cryptographic attacks. Therefore, hardening methods against these attacks are required. In this paper, a new method for such a hardening method for Privacy-preserving Record Linkage (PPRL) technique is presented. By using a Markov chain-based language model of bigrams of identifiers during the encryption, protection against attacks is increased. Based on real-world mortality data, we compare unencrypted and state of the art PPRL methods with the results of the proposed hardening method.
机译：将信息与数据库联系起来促进了医学科学的新研究。最近的欧洲隐私法规建议加密用于链接的个人标识符。 Bloom基于过滤器的方法是越来越流行的记录链接方法。但是，Basic Bloom滤波器编码容易发生加密攻击。因此，需要针对这些攻击的硬化方法。本文介绍了一种用于隐私保留记录链接（PPRL）技术的这种硬化方法的新方法。通过使用在加密期间使用基于Markov链的基于标识符的语言模型，增加了防止攻击的保护。基于现实世界死亡率数据，我们比较了未加工和最先进的PPRL方法，并通过所提出的硬化方法的结果进行比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号