基于深度学习与区块链的 IoT 隐私保护医疗数据：一种协同方法
密码学与安全
2025-12-30 v3
摘要
Internet of Things (IoT) 设备在医疗保健领域的集成已通过实现实时监测、个性化治疗和高效数据管理，彻底变革了患者护理。然而，这一技术进步带来了显著的安全风险，尤其是涉及敏感医疗数据的保密性、完整性和可用性。传统的安全措施往往不足以应对 IoT 环境所特有的挑战，如异构性、资源受限以及实时处理需求。为应对这些挑战，我们提出了一个综合性的三阶段安全框架，旨在增强 IoT 启用医疗系统的安全性和可靠性。在第一阶段，框架通过结合设备行为分析和离链数据存储的声誉基于信任估计算子，评估 IoT 设备的可靠性，以确保可扩展性。第二阶段将区块链技术与轻量级工作量证明机制集成，确保数据不可篡改、安全通信并抵御未经授权的访问。第三阶段采用轻量级长短期记忆网络 (Long Short-Term Memory, LSTM) 进行异常检测和分类，实现网络威胁的实时识别。仿真结果表明，所提出的框架在精确度、准确度和召回率上分别提高了2%，攻击检测率提高了5%，误报率降低了3%。这些改进突显了该框架在 addressing 关键安全 concerns 的同时，保持可扩展性和实时性能的能力。
引用
@article{arxiv.2510.18568,
title = {Privacy-Preserving Healthcare Data in IoT: A Synergistic Approach with Deep Learning and Blockchain},
author = {Behnam Rezaei Bezanjani and Seyyed Hamid Ghafouri and Reza Gholamrezaei},
journal= {arXiv preprint arXiv:2510.18568},
year = {2025}
}