基于联邦学习与差分隐私的电子健康记录隐私保护机器学习
机器学习
2024-06-25 v1 密码学与安全
新兴技术
摘要
电子健康记录（EHR）是由医疗机构用于存储患者医疗记录的电子数据库，可能包括诊断、治疗、费用及其他个人信息。机器学习（ML）算法可用于提取和分析患者数据以改善临床护理。患者记录包含高度敏感的信息，如社会安全号码（SSN）和居住地址，这 necessitates 应用于这些 ML 模型的隐私保护技术，包括联邦学习和差分隐私。
引用
@article{arxiv.2406.15962,
title = {Privacy Preserving Machine Learning for Electronic Health Records using Federated Learning and Differential Privacy},
author = {Naif A. Ganadily and Han J. Xia},
journal= {arXiv preprint arXiv:2406.15962},
year = {2024}
}
备注
5 pages, 12 figures