論文の概要: Investigating Protected Health Information Leakage from Android Medical
Applications
- arxiv url: http://arxiv.org/abs/2105.07360v1
- Date: Sun, 16 May 2021 05:54:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 00:11:33.601328
- Title: Investigating Protected Health Information Leakage from Android Medical
Applications
- Title(参考訳): Android医療アプリケーションから保護された健康情報漏洩の調査
- Authors: George Grispos and Talon Flynn and William Glisson and Kim-Kwang
Raymond Choo
- Abstract要約: スマートフォンやスマートフォンアプリケーションは医療(遠隔医療など)で広く利用されている。
これらのデバイスとアプリケーションは、1996年の健康保険ポータビリティ・アンド・アカウンタビリティ法(HIPAA)に従う必要があるかもしれない。
本研究では,Android 医療アプリケーションから残留データを回収する可能性に着目した。
- 参考スコア(独自算出の注目度): 36.56303585709521
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As smartphones and smartphone applications are widely used in a healthcare
context (e.g., remote healthcare), these devices and applications may need to
comply with the Health Insurance Portability and Accountability Act (HIPAA) of
1996. In other words, adequate safeguards to protect the user's sensitive
information (e.g., personally identifiable information and/or medical history)
are required to be enforced on such devices and applications. In this study, we
forensically focus on the potential of recovering residual data from Android
medical applications, with the objective of providing an initial risk
assessment of such applications. Our findings (e.g., documentation of the
artifacts) also contribute to a better understanding of the types and location
of evidential artifacts that can, potentially, be recovered from these
applications in a digital forensic investigation.
- Abstract(参考訳): スマートフォンやスマートフォンのアプリケーションは医療の状況(例えば遠隔医療)で広く使われているため、これらのデバイスやアプリケーションは1996年の健康保険可搬性会計法(HIPAA)に従う必要がある。
言い換えれば、ユーザの機密情報(例えば個人識別可能な情報や医療履歴)を保護するための適切な保護は、そのようなデバイスやアプリケーションに強制される必要がある。
本研究では,Android の医療アプリケーションから残留データを回収する可能性に着目し,そのようなアプリケーションに対する初期リスクアセスメントを提供することを目的とする。
私たちの調査結果(例えば、アーティファクトの文書)は、デジタル法医学調査においてこれらの応用から回収できる可能性のある証拠品の種類や場所をよりよく理解するのにも役立ちます。
関連論文リスト
- HIPAAChecker: The Comprehensive Solution for HIPAA Compliance in Android
mHealth Apps [0.0]
モバイル健康技術(mHealth Apps)の普及は、個人の健康記録を守ることの重要性を最重要視している。
mHealthアプリを含む多くのモバイルアプリ開発者は、HIPAAのセキュリティとプライバシガイドラインを完全に認識していない。
このことは、開発者がセキュアでHIPAAに準拠したソースコードを維持するのに役立つ分析フレームワークを開発する研究のユニークな機会を提供する。
論文 参考訳(メタデータ) (2023-06-10T14:03:59Z) - DeID-GPT: Zero-shot Medical Text De-Identification by GPT-4 [80.36535668574804]
我々は新しいGPT4対応脱識別フレームワーク(DeID-GPT)を開発した。
開発したDeID-GPTは,非構造化医用テキストからの個人情報のマスキングにおいて,高い精度と信頼性を示した。
本研究は,ChatGPTおよびGPT-4を医療用テキストデータ処理および非識別に利用した最初期の1つである。
論文 参考訳(メタデータ) (2023-03-20T11:34:37Z) - HEAR4Health: A blueprint for making computer audition a staple of modern
healthcare [89.8799665638295]
近年、従来の医療システムを変革する試みとして、デジタル医療の研究が急速に増加している。
コンピュータによるオーディションは、少なくとも商業的関心の面では遅れている。
実生活における聴覚信号の分析に必要な基礎技術に対応する聴覚、計算とデータ効率の進歩、個々の差異を考慮し、医療データの長手性を扱う聴覚。
論文 参考訳(メタデータ) (2023-01-25T09:25:08Z) - On the Privacy of Mental Health Apps: An Empirical Investigation and its
Implications for Apps Development [14.113922276394588]
本稿では、メンタルヘルスアプリに組み込まれたデータのプライバシーを体系的に識別し、理解することを目的とした実証的研究を報告する。
われわれはGoogle Play Storeのトップランクのメンタルヘルスアプリ27件を分析した。
この発見は、不必要なパーミッション、セキュアでない暗号実装、ログやWebリクエストにおける個人情報や資格情報の漏洩など、重要なデータプライバシの問題を明らかにする。
論文 参考訳(メタデータ) (2022-01-22T09:23:56Z) - A Systematic Literature Review on Wearable Health Data Publishing under
Differential Privacy [2.099922236065961]
ウェアラブルデバイスは、個人に関するさまざまな種類の生理的データを生成する。
差別化プライバシ(DP)は、プライバシに敏感なデータをパブリッシュするための熟練したテクニックとして登場した。
論文 参考訳(メタデータ) (2021-09-15T14:43:00Z) - A Review-based Taxonomy for Secure Health Care Monitoring: Wireless
Smart Cameras [9.4545147165828]
本研究は、医療分野における患者・医療記録の安全な保管に焦点を当てている。
潜在的な解決策はバイオメトリックスから来ているが、その利用には時間がかかる可能性があり、データの検索を遅くする可能性がある。
本研究は,これらの課題を克服し,指紋の形で生体認証を追加することにより,医療分野におけるデータアクセス制御を強化することを目的とする。
論文 参考訳(メタデータ) (2021-07-05T11:59:10Z) - When Physical Unclonable Function Meets Biometrics [0.5156484100374058]
心電図(ECG)に基づく生体計測は、患者を認証し、患者のバイタルサインを監視することで普及している。
揮発性メモリベース(NVM)PUFは、偽造を避けるためにデバイスに簡単に配置できる。
当社の目標は、ハードウェアセキュリティを可能にする生体認証に基づく最先端の開発論文の包括的な研究を提供することです。
論文 参考訳(メタデータ) (2020-12-14T20:00:40Z) - Privacy-preserving medical image analysis [53.4844489668116]
医用画像におけるプライバシ保護機械学習(PPML)のためのソフトウェアフレームワークであるPriMIAを提案する。
集合型学習モデルの分類性能は,未発見データセットの人間専門家と比較して有意に良好である。
グラデーションベースのモデル反転攻撃に対するフレームワークのセキュリティを実証的に評価する。
論文 参考訳(メタデータ) (2020-12-10T13:56:00Z) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳(メタデータ) (2020-06-10T16:05:05Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳(メタデータ) (2020-05-18T07:40:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。