一种基于多智能体并采用分层SVM入侵检测系统保护的远程医疗系统框架

由于医院和医疗中心中老年人和患者数量不断增长，提供高效的远程医疗服务显得十分重要。目前，此类系统大多利用多智能体系统的分布与自治特性以及无线传感器网络的结构。一方面，保护远程医疗系统的数据安全是最受关注的问题之一；特别是近期关于远程医疗系统安全性的研究致力于使其免遭窃听与数据篡改。另一方面，现有的远程医疗系统仍易受到医疗网络其他常见攻击的威胁，例如拒绝服务（DoS）和 User to Root（U2R）攻击，因为它们是远程且基于互联网管理的。因此，本文提出一种用于远程医疗系统的安全框架，该框架包含两个阶段。首先，我们基于多智能体技术设计了一个医疗系统，以从传感器网络收集数据。随后在第二阶段，应用了一种使用支持向量机（Support Vector Machine）学习网络流量行为的分层入侵检测系统架构。基于我们的框架，我们实现了一个安全的远程医疗系统，并针对医疗网络的常见攻击（如 Smurf、Buffer overflow、Neptune 和 Pod 攻击）对该系统进行了评估。最后，分层入侵检测系统架构的评估参数证明了我们所提框架的有效性与正确性。