論文の概要: Contributions to Context-Aware Smart Healthcare: A Security and Privacy Perspective

• arxiv url: http://arxiv.org/abs/2206.14567v1
• Date: Tue, 28 Jun 2022 16:54:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 09:31:48.196677
• Title: Contributions to Context-Aware Smart Healthcare: A Security and Privacy Perspective
• Title（参考訳）: コンテキスト対応スマートヘルスケアへの貢献:セキュリティとプライバシの観点から
• Authors: Edgar Batista
• Abstract要約: 論文は スマートヘルスのパラダイムにおける セキュリティとプライバシの課題に 貢献しています 本稿では,コンテキスト認識環境に配置されたセンサやネットワークのセキュリティ面について,広範囲にわたる解析を行う。 私たちは、組織内のビジネスプロセスを分析するのに役立つ一般的な分析分野であるプロセスマイニングに貢献しています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The management of health data, from their gathering to their analysis, arises a number of challenging issues due to their highly confidential nature. In particular, this dissertation contributes to several security and privacy challenges within the smart health paradigm. More concretely, we firstly develop some contributions to context-aware environments enabling smart health scenarios. We present an extensive analysis on the security aspects of the underlying sensors and networks deployed in such environments, a novel user-centred privacy framework for analysing ubiquitous computing systems, and a complete analysis on the security and privacy challenges that need to be faced to implement cognitive cities properly. Second, we contribute to process mining, a popular analytical field that helps analyse business processes within organisations. Despite its popularity within the healthcare industry, we address two major issues: the high complexity of healthcare processes and the scarce research on privacy aspects. Regarding the first issue, we present a novel process discovery algorithm with a built-in heuristic that simplifies complex processes and, regarding the second, we propose two novel privacy-preserving process mining methods, which achieve a remarkable trade-off between accuracy and privacy. Last but not least, we present some smart health applications, namely a context-aware recommender system for routes, a platform supporting early mobilization programmes in hospital settings, and a health-oriented geographic information system. The results of this dissertation are intended to help the research community to enhance the security of the intelligent environments of the future as well as the privacy of the citizens regarding their personal and health data.
• Abstract（参考訳）: 健康データの管理は、収集から分析まで、非常に機密性の高い性質のため、多くの困難な問題を引き起こします。 特にこの論文は、スマートヘルスパラダイムにおけるいくつかのセキュリティとプライバシの課題に寄与している。 より具体的には、我々はまず、スマートヘルスシナリオを実現するコンテキスト対応環境へのコントリビューションを開発します。 このような環境に展開されるセンサやネットワークのセキュリティ面に関する広範な分析、ユビキタスコンピューティングシステムを分析するための新しいユーザ中心のプライバシフレームワーク、認知都市を適切に実装するために直面するセキュリティとプライバシの課題に関する完全な分析を示す。 第二に、プロセスマイニングは一般的な分析分野であり、組織内のビジネスプロセスの分析に役立ちます。 医療業界での人気にもかかわらず、医療プロセスの複雑さとプライバシーに関する研究の不足という2つの大きな問題に対処しています。 第1の課題について,複雑なプロセスを単純化するヒューリスティックを組み込んだ新しいプロセス発見アルゴリズムを提案し,第2に,精度とプライバシの顕著なトレードオフを実現する2つの新しいプライバシ保存プロセスマイニング手法を提案する。 最後に、我々は、ルートのコンテキスト対応レコメンデーションシステム、病院環境における早期動員プログラムをサポートするプラットフォーム、健康志向の地理情報システムなど、いくつかのスマートヘルスアプリケーションを紹介する。 この論文の成果は、研究コミュニティが将来の知的環境のセキュリティを強化し、市民の個人および健康データに関するプライバシーを強化することを目的としている。

関連論文リスト

• The Gradient of Health Data Privacy [15.417809900388262]
  本稿では、健康データガバナンスに対する新たな「プライバシ・グラデーション」アプローチを紹介する。 我々の多次元概念は、データ感度、利害関係者の関係、使用目的、時間的側面などの要因を考察する。 このアプローチは、世界中の多様な医療環境において、重要なプライバシー問題にどのように対処できるかを実証する。
  論文  参考訳（メタデータ） (2024-10-01T17:35:18Z)
• Privacy-Preserving Collaborative Genomic Research: A Real-Life Deployment and Vision [2.7968600664591983]
  本稿ではLynx.MDと共同で開発されたゲノム研究のためのプライバシ保護フレームワークを提案する。 このフレームワークは、重要なサイバーセキュリティとプライバシの課題に対処し、プライバシ保護によるゲノムデータの共有と分析を可能にする。 Lynx.MD内でのフレームワークの実装には、ゲノムデータをバイナリ形式に符号化し、制御された摂動技術を通じてノイズを適用することが含まれる。
  論文  参考訳（メタデータ） (2024-07-12T05:43:13Z)
• Privacy Risks of General-Purpose AI Systems: A Foundation for Investigating Practitioner Perspectives [47.17703009473386]
  強力なAIモデルによって、幅広いタスクでパフォーマンスが飛躍的に向上した。 プライバシの懸念は、さまざまなプライバシのリスクとAIモデルの脆弱性をカバーした、豊富な文献につながっている。 我々はこれらの調査論文の体系的なレビューを行い、GPAISにおけるプライバシーリスクの簡潔かつ有用な概観を提供する。
  論文  参考訳（メタデータ） (2024-07-02T07:49:48Z)
• A Qualitative Analysis Framework for mHealth Privacy Practices [0.0]
  本稿では,mHealthアプリにおけるプライバシプラクティスの質的評価のための新しいフレームワークを提案する。 調査では、Androidプラットフォーム上でmHealthをリードする152のアプリを分析した。 以上の結果から,機密情報の誤用や誤用に悩まされていることが示唆された。
  論文  参考訳（メタデータ） (2024-05-28T08:57:52Z)
• A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
  AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。 本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T12:44:48Z)
• A Survey on Privacy of Health Data Lifecycle: A Taxonomy, Review, and Future Directions [1.3927943269211591]
  我々は、既存の業務を見直し、健康データライフサイクルで発生した10の異なるプライバシー上の懸念を抽出する。 本稿では,医療におけるプライバシ保護のためのテクニックの分類法を提案する。 健康データ管理におけるプライバシ保護の課題を軽減するために,今後の研究の方向性を明らかにした。
  論文  参考訳（メタデータ） (2023-11-09T14:37:41Z)
• A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
  プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。 これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。 差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-27T14:38:16Z)
• Advancing Differential Privacy: Where We Are Now and Future Directions for Real-World Deployment [100.1798289103163]
  差分プライバシ(DP)分野における現状と現状の方法論の詳細なレビューを行う。 論文のポイントとハイレベルな内容は,「認知プライバシ(DP:次のフロンティアへの挑戦)」の議論から生まれた。 この記事では、プライバシの領域におけるアルゴリズムおよび設計決定の基準点を提供することを目標とし、重要な課題と潜在的研究の方向性を強調します。
  論文  参考訳（メタデータ） (2023-04-14T05:29:18Z)
• The Medkit-Learn(ing) Environment: Medical Decision Modelling through Simulation [81.72197368690031]
  医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。 Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
  論文  参考訳（メタデータ） (2021-06-08T10:38:09Z)
• Differentially Private Multi-Agent Planning for Logistic-like Problems [70.3758644421664]
  本稿では,ロジスティックな問題に対する強力なプライバシ保護計画手法を提案する。 1) 強いプライバシー、完全性、効率性、2) 通信制約に対処する2つの課題に対処する。 我々の知る限り、マルチエージェントプランニングの分野に差分プライバシーを適用したのは、この論文が初めてである。
  論文  参考訳（メタデータ） (2020-08-16T03:43:09Z)
• Security and Privacy for mHealth and uHealth Systems: a Systematic Mapping Study [0.0]
  本研究の目的は、m/uHealthシステムのセキュリティとプライバシに関する最先端技術を特定し、分類し、比較し、評価することである。
  論文  参考訳（メタデータ） (2020-06-22T08:44:49Z)

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。