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
- Progress in Privacy Protection: A Review of Privacy Preserving
Techniques in Recommender Systems, Edge Computing, and Cloud Computing [2.9158689853305693]
この調査は、モバイルクラウドソーシング、エッジコンピューティング、レコメンデーションシステムといった分野に焦点を当てている。
プライバシとデータセキュリティに特に重点を置いて、これらの相互接続領域における最新のトレンドを探求している。
論文 参考訳(メタデータ) (2024-01-20T19:32:56Z) - 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) - New Challenges in Reinforcement Learning: A Survey of Security and
Privacy [26.706957408693363]
強化学習(Reinforcement Learning, RL)は、AIの最も重要な分野のひとつ。
RLは医療、データ市場、自動運転、ロボット工学など、さまざまな分野で広く採用されている。
これらのアプリケーションやシステムは、セキュリティやプライバシ攻撃に弱いことが示されている。
論文 参考訳(メタデータ) (2022-12-31T12:30:43Z) - Multi-task Learning for Personal Health Mention Detection on Social
Media [70.23889100356091]
本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。
我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
論文 参考訳(メタデータ) (2022-12-09T23:49:00Z) - A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。
マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。
これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文 参考訳(メタデータ) (2022-11-07T17:20:39Z) - HRNET: AI on Edge for mask detection and social distancing [0.0]
本稿では,市民中心型サービスのための人工知能とエッジコンピューティングに基づく独自のアウトブレイク応答システムフレームワークを提案する。
この導入は、生活の質向上に寄与する市民健康システムに焦点を当てたスマートシティの計画と開発に繋がる。
論文 参考訳(メタデータ) (2021-11-30T08:39:41Z) - 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) - Precision Health Data: Requirements, Challenges and Existing Techniques
for Data Security and Privacy [6.911121051195788]
本稿では,世界の規制,倫理的ガイドライン,ドメイン固有のニーズについて考察する。
要件を提示し、関連する課題を調査します。
これは、概念的なシステムモデルを用いて、精度の高い健康データセキュリティとプライバシのための最良のテクニックを説明している。
論文 参考訳(メタデータ) (2020-08-24T22:17:32Z) - 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) - 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。