面试题：缓存设计之医疗数据隐私保护的中等难度题

Question

在医疗数据处理的缓存系统中，若要缓存患者的诊断报告，如何设计缓存结构既能保证快速读取，又能对报告中的敏感信息进行隐私保护？

Answer 1

缓存结构设计

1. 缓存数据结构选择：
   • 使用哈希表（如Redis的哈希结构）：哈希表能提供O(1)的时间复杂度进行数据读取，满足快速读取的需求。对于患者诊断报告，可以以患者唯一标识（如身份证号、医疗ID等）作为哈希表的键，将诊断报告作为值存储。
   • 例如，在Redis中，可以使用HSET patient:123456 diagnosis_report "具体诊断报告内容"这样的命令将患者ID为123456的诊断报告存入哈希表。读取时使用HGET patient:123456 diagnosis_report即可快速获取。
2. 隐私保护措施：
   • 数据加密：在将诊断报告存入缓存前，对报告中的敏感信息进行加密。可以使用对称加密算法（如AES）或非对称加密算法（如RSA）。例如，使用AES对敏感字段（如患者姓名、病史等）进行加密，加密后再存入缓存。
   • 访问控制：
     • 基于角色的访问控制（RBAC）：不同角色（如医生、护士、管理员等）对缓存中的诊断报告有不同的访问权限。例如，医生可能有权限查看完整的诊断报告，而护士可能只能查看部分非敏感信息。
     • 令牌验证：使用JSON Web Tokens（JWT）等技术，在用户请求访问缓存数据时，验证令牌中的权限信息，只有具备相应权限的请求才能获取完整或部分诊断报告。
   • 匿名化处理：在缓存存储前，对诊断报告中的可识别个人身份信息（PII）进行匿名化处理。例如，将患者姓名替换为匿名ID，出生日期替换为年龄区间等，这样即使缓存数据泄露，也难以关联到具体个人。
3. 缓存更新与同步：
   • 设置合理的缓存过期时间：根据医疗数据的使用频率和更新频率，设置合适的缓存过期时间。例如，对于经常查看且不常更新的诊断报告，可以设置较长的过期时间；对于可能随时更新的报告，设置较短的过期时间，过期后从数据库重新加载最新数据并更新缓存。
   • 数据变化通知机制：当数据库中的诊断报告发生变化时，通过消息队列（如Kafka、RabbitMQ等）发送通知，缓存系统接收到通知后及时更新对应的缓存数据，保证缓存与数据库数据的一致性。