华东理工大学孙伊凡获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华东理工大学申请的专利医疗RAG系统的隐私风险检测方法、装置、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121389191B 。
龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511982760.1,技术领域涉及:G06F21/62;该发明授权医疗RAG系统的隐私风险检测方法、装置、设备及存储介质是由孙伊凡设计研发完成,并于2025-12-26向国家知识产权局提交的专利申请。
本医疗RAG系统的隐私风险检测方法、装置、设备及存储介质在说明书摘要公布了:本发明公开了一种医疗RAG系统的隐私风险检测方法、装置、设备及存储介质,其通过Bloom过滤器与MinHash的级联设计,将大规模文档集合上的相似度检测复杂度大幅降低,在典型硬件条件下可实现毫秒级响应,延迟低,适合在线医疗RAG场景,不仅考虑文本表层相似度,还综合分析医疗实体与可识别信息,形成多维度风险评分,有助于减少漏检和误报,检测准确性高,可对每条查询输出细粒度风险分值与等级,并且资源消耗可控、易扩展,系统集成友好。
本发明授权医疗RAG系统的隐私风险检测方法、装置、设备及存储介质在权利要求书中公布了:1.一种医疗RAG系统的隐私风险检测方法,其特征在于,包括: S101、获取用户输入所述医疗RAG系统的查询文本; S102、对所述查询文本进行预处理和特征提取,将所述查询文本表示为若干离散特征的集合,并通过预设的k1个哈希函数分别对预处理和特征提取后的查询文本进行哈希映射,根据k1个哈希映射结果检查Bloom过滤器的位数组的对应位置是否全部为1,若是,则执行S103,反之,则判定所述查询文本无隐私风险,并告知所述医疗RAG系统; 其中,所述Bloom过滤器的构建过程包括: 对预先从知识库中选取的敏感文档集合的每个敏感文档进行所述预处理和特征提取,对于预处理和特征提取后的每个敏感文档,通过所述预设的k1个哈希函数分别对其进行哈希映射,根据哈希映射结果将所述Bloom过滤器的位数组的对应位置置为1; S103、采用预设的k2个哈希函数,计算预处理和特征提取后的查询文本的MinHash签名向量σd,与预先计算的知识库的每个敏感文档或每个文档的MinHash签名σd比较Jaccard相似度,提取最大Jaccard相似度值,作为相似度风险指标R_sim; 其中,计算所述知识库的每个敏感文档或每个文档的MinHash签名σd的过程包括: 对每个文档进行所述预处理和特征提取,采用所述预设的k2个哈希函数,计算预处理和特征提取后的每个文档的MinHash签名向量σd; S104、计算所述查询文本的医疗敏感度风险指标R_sens和可识别性风险指标R_id: 从所述查询文本中提取出医疗实体和医疗可识别信息; 根据医疗实体的数量,在[0,1]区间确定医疗敏感度风险指标R_sens,其中,医疗实体的数量越多,R_sens越高; 根据医疗可识别信息的敏感程度,在[0,1]区间进行打分,对所有医疗可识别信息的打分值进行累加,得到R_id; S105、计算所述查询文本的风险总分R_total=w1·R_sim+w2·R_sens+w3·R_id,其中,所述w1、w2和w3为R_sim、R_sens和R_id的权重; S106、根据所述风险总分R_total确定所述查询文本的风险级别,并将该风险级别发送给所述医疗RAG系统。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华东理工大学,其通讯地址为:200237 上海市徐汇区梅陇路130号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励