面向边缘智能的区块链辅助隐私感知数据共享：智能医疗视角
密码学与安全
2023-06-30 v1 人工智能
摘要
智能医疗设备与大数据分析的普及显著推动了智能医疗网络（SHNs）的发展。为提升诊断精度，SHNs 中不同参与者共享包含敏感信息的健康数据。因此，数据交换过程引发隐私担忧，尤其当多源健康数据整合（关联攻击）导致进一步泄露时。关联攻击是隐私领域一类主导性攻击，可利用多种数据源进行隐私数据挖掘。此外， adversary 发起投毒攻击以伪造健康数据，导致误诊甚至身体伤害。为保护私有健康数据，我们提出一种基于用户间信任等级的个性化差分隐私模型。信任由定义的社区密度评估，而相应隐私保护等级映射为受差分隐私约束的可控随机噪声。为避免个性化差分隐私中的关联攻击，我们设计了一种基于马尔可夫随机过程的噪声相关性解耦机制。此外，我们将社区模型构建于区块链上，可缓解 SHNs 上差分隐私数据传输期间的投毒攻击风险。为验证所提方法的有效性与优越性，我们在基准数据集上进行了大量实验。
引用
@article{arxiv.2306.16630,
title = {Towards Blockchain-Assisted Privacy-Aware Data Sharing For Edge Intelligence: A Smart Healthcare Perspective},
author = {Youyang Qu and Lichuan Ma and Wenjie Ye and Xuemeng Zhai and Shui Yu and Yunfeng Li and David Smith},
journal= {arXiv preprint arXiv:2306.16630},
year = {2023}
}