論文の概要: A Survey on Privacy of Health Data Lifecycle: A Taxonomy, Review, and Future Directions
- arxiv url: http://arxiv.org/abs/2311.05404v1
- Date: Thu, 9 Nov 2023 14:37:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 13:26:22.787693
- Title: A Survey on Privacy of Health Data Lifecycle: A Taxonomy, Review, and Future Directions
- Title（参考訳）: 健康データライフサイクルのプライバシに関する調査--分類学・レビュー・今後の方向性
- Authors: Sunanda Bose, Dusica Marijan,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.3927943269211591
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the increasing breaches and security threats that endanger health data, ensuring patients' privacy is essential. To that end, the research community has proposed various privacy-preserving approaches based on cryptography, hashing, or ledger technologies for alleviating health data vulnerability. To establish a comprehensive understanding of health data privacy risks, and the benefits and limitations of existing privacy-preserving approaches, we perform a detailed review of existing work and distill 10 distinct privacy concerns occurring in a health data lifecycle. Furthermore, we classify existing approaches based on their applicability to particular privacy concerns occurring at a particular lifecycle stage. Finally, we propose a taxonomy of techniques used for privacy preservation in healthcare and triangulate those techniques with the lifecycle stages and concerns. Our review indicates heavy usage of cryptographical techniques in this domain. However, we have also found that healthcare systems have special requirements that require novel cryptographic techniques and security schemes to address special needs. Therefore, we identify several future research directions to mitigate the security challenges for privacy preservation in health data management.
- Abstract（参考訳）: 健康データを危険にさらす侵入やセキュリティの脅威が増加する中、患者のプライバシーを確保することが不可欠だ。
その目的のために、研究コミュニティは、健康データ脆弱性を軽減するために、暗号化、ハッシュ、および台帳技術に基づく様々なプライバシー保護アプローチを提案してきた。
健康データプライバシリスクの包括的理解と、既存のプライバシ保護アプローチのメリットと限界を確立するため、既存の作業の詳細なレビューを行い、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に関する懸念を抽出する。
さらに、特定のライフサイクル段階で発生した特定のプライバシー問題に対する適用性に基づいて、既存のアプローチを分類する。
最後に,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し,それらのテクニックをライフサイクルステージと関心事で三角測量する。
本稿では,この領域における暗号技術の利用状況について概説する。
しかし,医療システムには,新たな暗号技術やセキュリティ手法を必要とする特別な要件があることも判明した。
そこで我々は,健康データ管理におけるプライバシー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。
関連論文リスト
- 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) - Collection, usage and privacy of mobility data in the enterprise and public administrations [55.2480439325792]
個人のプライバシーを守るためには、匿名化などのセキュリティ対策が必要である。
本研究では,現場における実践の洞察を得るために,専門家によるインタビューを行った。
我々は、一般的には最先端の差分プライバシー基準に準拠しない、使用中のプライバシー強化手法を調査した。
論文 参考訳（メタデータ） (2024-07-04T08:29:27Z) - Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。
また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-31T19:28:04Z) - A Summary of Privacy-Preserving Data Publishing in the Local Setting [0.6749750044497732]
統計開示制御は、機密情報を匿名化して暴露するリスクを最小限にすることを目的としている。
マイクロデータの復号化に使用される現在のプライバシ保存技術について概説し、様々な開示シナリオに適したプライバシ対策を掘り下げ、情報損失と予測性能の指標を評価する。
論文 参考訳（メタデータ） (2023-12-19T04:23:23Z) - Preserving The Safety And Confidentiality Of Data Mining Information In Health Care: A literature review [0.0]
PPDM技術は、膨大な量のデータから実行可能な洞察を抽出することを可能にする。
機密情報の開示は患者のプライバシーを侵害する。
本稿では,プライバシ保護機構,データ保護規制,緩和戦略に関する関連研究のレビューを行う。
論文 参考訳（メタデータ） (2023-10-30T05:32:15Z) - 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) - A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and
Applications [76.88662943995641]
グラフニューラルネットワーク(GNN)は、グラフ構造化データを扱う能力のため、大きな注目を集めている。
この問題に対処するため、研究者らはプライバシー保護のGNNの開発を開始した。
この進歩にもかかわらず、攻撃の包括的概要と、グラフドメインのプライバシを保存するためのテクニックが欠如している。
論文 参考訳（メタデータ） (2023-08-31T00:31:08Z) - 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) - A Review of Anonymization for Healthcare Data [0.30586855806896046]
一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)一般データ保護規則(一般データ保護規則)
論文 参考訳（メタデータ） (2021-04-13T21:44:29Z) - 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) - 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)
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。