面向医疗保健行业应用的同态加密：数据隐私保护
分布式、并行与集群计算
2025-01-09 v1 密码学与安全
摘要
本研究聚焦于两个不同用例——工业情境中的质量控制方法和医疗诊断中用于医疗保健行业应用的神经网络算法，探讨了将全同态加密（Fully Homomorphic Encryption, FHE）纳入医疗保健领域实际应用的可行性。我们通过大规模测试和分析评估了在这些场景中部署FHE的性能、资源需求和可行性，突出了FHE工具链取得的进展以及仍面临的挑战，以弥补概念研究与实际应用之间的鸿沟。我们首先描述了所采用的具体案例和信任模型。选择最适合行业开发的两种FHE框架，评估了在第一个场景——质量控制算法——中实现每种框架所需的资源和性能要求。我们的发现表明，在FHE环境下实现的两种用例——复杂的神经网络模型和简单质量控制算法——都表现出有效性和资源消耗。
引用
@article{arxiv.2501.04058,
title = {Homomorphic Encryption in Healthcare Industry Applications for Protecting Data Privacy},
author = {J. S. Rauthan},
journal= {arXiv preprint arXiv:2501.04058},
year = {2025}
}