基于区块链技术并与联邦学习技术纠缠的安全医疗 5.0 系统
机器学习
2022-09-21 v1 密码学与安全
摘要
近年来，全球医疗物联网（IoMT）产业以惊人速度发展。由于 IoMT 网络的巨大规模与部署，安全性与隐私是 IoMT 上的关键问题。机器学习（ML）与区块链（BC）技术显著增强了医疗 5.0 的能力与设施，催生了被称为“智慧医疗”的新领域。智慧医疗系统可通过早期识别问题来帮助避免长期损害。这将提升患者生活质量，同时减轻其压力与医疗成本。IoMT 在信息技术领域实现了一系列功能，其中之一是智能交互式医疗。然而，将医疗数据整合到单一存储位置以训练强大的机器学习模型会引发关于隐私、所有权及更高集中度合规性的担忧。联邦学习（FL）利用集中式聚合服务器分发全局学习模型，克服了前述困难。同时，本地参与者保留患者信息控制权，确保数据机密性与安全性。本文对医疗领域中与联邦学习纠缠的区块链技术的发现进行了全面分析。5.0。本研究旨在利用区块链技术与入侵检测系统（IDS）构建医疗 5.0 中的安全健康监测系统，以检测医疗网络中的任何恶意活动，并使医生能够通过医疗传感器监测患者并借助疾病预测定期采取必要措施。
引用
@article{arxiv.2209.09642,
title = {A Secure Healthcare 5.0 System Based on Blockchain Technology Entangled with Federated Learning Technique},
author = {Abdur Rehman and Sagheer Abbas and M. A. Khan and Taher M. Ghazal and Khan Muhammad Adnan and Amir Mosavi},
journal= {arXiv preprint arXiv:2209.09642},
year = {2022}
}
备注
20 pages, 6 tables, 3 figures