面向预测性医疗中可穿戴设备的联邦学习与区块链赋能雾-物联网平台
机器学习
2023-01-12 v1 密码学与安全
网络与互联网体系结构
信号处理
摘要
多年来，可穿戴物联网（IoT）设备在多项医疗服务中的普及与使用不断增加。受益于此类设备使用的服务之一是预测分析，其可改善电子健康中的早期诊断。然而，由于可穿戴 IoT 设备的局限性，数据隐私、服务完整性以及网络结构适应性方面的挑战随之出现。为解决这些问题，我们提出在雾-物联网网络中使用联邦学习与私有区块链技术的平台。这些技术具有隐私保护特性，可保障网络内数据安全。我们利用雾-物联网网络的分布式结构为可穿戴 IoT 设备创建自适应网络。我们设计了测试床以检验所提平台维护分类器完整性的能力。根据实验结果，所实现的方案能有效保护患者隐私与预测服务的完整性。我们进一步研究了其他技术对 IoT 网络安全性与适应性的贡献。总体而言，我们通过分析、仿真与实验证明了我们的平台在解决预测性医疗中可穿戴 IoT 设备重大安全与隐私挑战方面的可行性。
引用
@article{arxiv.2301.04511,
title = {Federated Learning and Blockchain-enabled Fog-IoT Platform for Wearables in Predictive Healthcare},
author = {Marc Baucas and Petros Spachos and Konstantinos Plataniotis},
journal= {arXiv preprint arXiv:2301.04511},
year = {2023}
}