随着信息技术的发展,大数据在生活中的应用越来越广泛。利用大数据技术对海量数据进行挖掘分析,可以将隐藏的数据价值发挥到最大化,分析得到的结果对人们的生活实践有着决策指导意义。作为大数据的应用场景之一,医疗诊断服务可以利用临床病例的医疗数据库构造诊断模型,对人们的健康状况做出医疗预诊断。然而,在医疗预诊断服务带来便利的同时,也带来了医疗数据泄露的风险。近年来,各类隐私泄露事件不断发生,造成严重的后果,引起人们对隐私保护问题的强烈关注。在对医疗数据进行处理的过程中,主要涉及到两个方面的隐私保护问题:用户敏感信息的隐私性和服务提供者的诊断模型数据的机密性。针对上述隐私保护问题,本文基于Skyline计算构造了一种隐私保护的在线医疗预诊断方案。在此基础上,提出并实现了基于多维医疗数据的用户预诊断系统。具体来说,本文主要做了以下几方面的工作:(1)构造隐私保护的Skyline在线医疗预诊断方案。该方案采用基于Skyline计算构造的诊断模型,向用户提供高效准确的在线医疗预诊断服务。通过引入安全的对称加密算法和数据校验机制,实现了用户和服务提供者的双向身份认证和安全的数据传输,保证用户和服务提供者的隐私安全。之后对该方案进行正确性、安全性和计算复杂性分析,分析结果表明该方案具有更好的安全性和更高的效率。(2)在Skyline在线医疗预诊断方案的基础上,提出基于多维医疗数据的用户预诊断系统。该系统由客户端和服务端两部分组成,服务端以医疗数据采集中心提供的医疗数据资源为基础,利用“科室-疾病”二级分诊模型和医疗预诊断方案,对客户端提交的查询请求进行计算处理,向用户提供高效且隐私保护的在线医疗预诊断服务。(3)将本文设计的基于多维医疗数据的用户预诊断系统进行实现和测试,并对开发测试环境和实现过程进行详细介绍。通过功能和性能测试,证明了该系统实现了各项功能设计,能够为用户提供安全、准确、高效的医疗预诊断服务。