[论文解读] Automated Remote Patient Monitoring: Data Sharing and Privacy Using Blockchain

Gautam Srivastava, Ashutosh Dhar Dwivedi+1 more|arXiv (Cornell University)|Oct 30, 2018

Blockchain Technology Applications and Security参考文献 3被引用 25

一句话总结

本文提出一种基于GHOSTDAG的双区块链架构，这是一种可扩展的、基于工作量证明（PoW）的blockDAG协议，用于实现安全、私密且高吞吐量的远程患者监测。该系统利用私有区块链智能合约对实时健康数据进行分析，并仅在检测到异常读数时在公共区块链上触发事件，从而在确保HIPAA合规性的同时防止数据膨胀，并通过区块链验证的电子健康记录（EHR）关联增强可审计性。

ABSTRACT

The revolution of Internet of Things (IoT) devices and wearable technology has opened up great possibilities in remote patient monitoring. To streamline the diagnosis and treatment process, healthcare professionals are now adopting the wearable technology. However, these technologies also pose grave privacy risks and security concerns about the transfer and the logging of data transactions. One solution to protect privacy in healthcare is the use of blockchain technology. However, one of the primary problems with blockchain is its highly limited scalability. In this work here, we propose the utilization of a blockchain based protocol to provide secure management and analysis of data. In this paper we use recently introduced PoW based protocol GHOSTDAG, that generalizes Satoshi's blockchain to a direct acyclic graph of blocks (blockDAG) and provides high throughput while also avoiding the security-scalability problem. We use two blockchains based on the original GHOSTDAG protocol, one that is private and one that is public. Using a private blockchain, we create a system where we use smart contracts to analyze patient health data. If the smart contract for any reason issues an alert for an abnormal reading then the system makes the record of that event to the public blockchain. This would resolve the privacy and security vulnerabilities associated with remote patient monitoring and also the limited scalability problem of Satoshi's original blockchain.

研究动机与目标

• 解决使用区块链技术在远程患者监测（RPM）系统中面临的隐私与可扩展性挑战。
• 克服传统区块链（如比特币）在医疗数据工作负载中吞吐量有限且延迟较高的问题。
• 设计一种系统，在保持患者数据机密性的同时，实现关键健康事件的可验证、不可篡改日志记录。
• 通过仅在区块链上存储事件元数据、敏感健康数据存放在集中式电子健康记录（EHR）系统中，确保符合HIPAA要求。
• 证明基于GHOSTDAG的blockDAG能够实现高吞吐量、安全且高效的事务处理，适用于实时RPM。

提出的方法

• 系统使用带有智能合约的私有区块链，对可穿戴物联网设备生成的实时健康数据进行分析。
• 患者数据由移动设备聚合，并发送至私有区块链，以与预设阈值进行对比分析。
• 仅当健康读数超过阈值时，智能合约才会触发公共区块链事件，将警报作为防篡改事务记录。
• GHOSTDAG协议将区块组织为有向无环图（DAG），使用贪心算法形成k-簇（k=3），以提升吞吐量并降低确认延迟。
• 系统避免将完整健康记录存储在区块链上，而是通过链接区块链事件与电子健康记录（EHR），实现可审计性与数据完整性。
• 指定节点负责区块验证与智能合约执行，限制访问权限，仅限患者、医疗服务提供者及设备制造商等授权实体。

实验结果

研究问题

• RQ1 基于GHOSTDAG的blockDAG协议在远程患者监测中是否能实现比传统区块链更高的吞吐量和更低的延迟？
• RQ2 在RPM系统中，如何在保障可验证、可审计的数据共享的同时保护患者数据隐私？
• RQ3 私有区块链上的智能合约在不损害数据机密性的前提下，能在多大程度上实现对实时健康数据的分析？
• RQ4 如何利用区块链对电子健康记录（EHR）进行认证与篡改检测，而无需将敏感数据存储在链上？
• RQ5 双区块链架构（私有链用于分析，公有链用于事件日志记录）能否在医疗系统中实现可扩展性、隐私保护与可审计性的平衡？

主要发现

• GHOSTDAG协议通过将区块组织为有向无环图（DAG），实现高吞吐量事务处理，在k=3时，每单位时间最多可处理四个区块。
• 通过使用贪心算法形成k-簇，GHOSTDAG避免了NP难的最大k-簇问题，相较于PHANTOM，更适用于实时RPM系统。
• 仅将事件元数据（如异常读数的警报）记录在公共区块链上，显著减少存储膨胀，并保持HIPAA合规性。
• 通过将区块链事务与EHR关联，系统确保了数据完整性，能够检测医疗记录的未经授权修改。
• 通过将敏感数据处理（在私有链上）与事件日志记录（在公有链上）解耦，该架构实现了快速、安全且可扩展的远程监测。
• 通过指定节点执行合约与验证区块，限制了攻击面，提升了安全性，降低了数据泄露风险。