基于知识蒸馏的医疗诊断差分隐私方法研究.pdfVIP

专题论文2025年第4期

doi：10.3969/j.issn.1671-1122.2025.04.002

基于知识蒸馏的医疗诊断差分隐私方法研究

李骁，宋晓，李勇

（北京航空航天大学网络空间安全学院，北京100191）

摘要：随着智能医疗系统的快速发展，标注数据的匮乏已成为制约研究进展的

关键因素之一，知识蒸馏作为一种有效的数据利用策略能够缓解这一问题。然而，在

智能医疗领域，模型通常用于替代人工进行影像、数据的诊断，这不仅对医疗信息隐

私保护提出了更高要求，还强调了模型精度对诊断结果准确性的决定性影响。因此，

文章提出一种结合差分隐私的知识蒸馏方案，并将其应用于图神经网络模型，在知识

蒸馏过程中保护用户敏感信息的同时，确保较高的医疗诊断准确率。为验证所提方法

的有效性，文章构建了图注意力网络（GAT）模型和卷积神经网络（CNN）模型作为

对照组，并采用3种实际医疗图像数据集进行实验。结果表明，文章所提方法在GAT

模型的准确率较在CNN模型的准确率有所提升，对应在3个数据集上分别由61%提

升至68%、83%提升至93%、67%提升至80%。鉴于GAT模型的高资源开销，文章进

一步设计了一种轻量化GAT模型架构。该轻量化模型在显著降低资源消耗的同时，仍

保持优于CNN模型的分类性能，从而在差分隐私保护的前提下，有效提升医疗诊断

效果。

关键词：知识蒸馏；差分隐私；图神经网络；智能医疗；轻量化

中图分类号：TP309文献标志码：A文章编号：1671-1122（2025）04-0524-12

中文引用格式：李骁，宋晓，李勇.基于知识蒸馏的医疗诊断差分隐私方法研究[J].信息网络安全，

2025，25（4）：524-535.

英文引用格式：LIXiao,SONGXiao,LIYong.ResearchonDifferentialPrivacyMethodsforMedicalDiagnosis

BasedonKnowledgeDistillation[J].NetinfoSecurity,2025,25(4):524-535.

ResearchonDifferentialPrivacyMethodsforMedicalDiagnosis

BasedonKnowledgeDistillation

LIXiao,SONGXiao,LIYong

(SchoolofCyberScienceandTechnology,BeihangUniversity,Beijing100191,China)

Abstract:Withtherapiddevelopmentofintelligentmedicalsystems,thelackoflabeled

datahasbecomeakeyfactorrestrictingresearchprogress.Knowledgedistillation,asan

effectivedatautilizationstrategy,canalleviatethisproblem.However,inintelligentmedical

field,modelsareusuallyusedtoreplacemanualdiagnosisofimagesanddata.Thisnotonly

收稿日期：2024-11-25