論文の概要: GPT, Ontology, and CAABAC: A Tripartite Personalized Access Control
Model Anchored by Compliance, Context and Attribute
- arxiv url: http://arxiv.org/abs/2403.08264v1
- Date: Wed, 13 Mar 2024 05:30:30 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-14 15:15:52.386680
- Title: GPT, Ontology, and CAABAC: A Tripartite Personalized Access Control
Model Anchored by Compliance, Context and Attribute
- Title(参考訳): GPT、オントロジー、CAABAC:三部構成のパーソナライズドアクセス制御
コンプライアンス、コンテキスト、属性によるモデル作成
- Authors: Raza Nowrozy, Khandakar Ahmed, Hua Wang
- Abstract要約: 本研究は、生成トランスフォーマー(GPT)、医療アクセス、コンテキスト対応属性ベースアクセス制御(BACT)を提案する。
従来のモデルとは異なり、GP-Onto-CAABACTはポリシーを動的に解釈し、医療や法的な環境の変化に適応する。
アクセス制御が厳格なコンプライアンスと状況基準を満たす必要がある分野において、より広範な適用性を示している。
- 参考スコア(独自算出の注目度): 3.932043050439443
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As digital healthcare evolves, the security of electronic health records
(EHR) becomes increasingly crucial. This study presents the GPT-Onto-CAABAC
framework, integrating Generative Pretrained Transformer (GPT), medical-legal
ontologies and Context-Aware Attribute-Based Access Control (CAABAC) to enhance
EHR access security. Unlike traditional models, GPT-Onto-CAABAC dynamically
interprets policies and adapts to changing healthcare and legal environments,
offering customized access control solutions. Through empirical evaluation,
this framework is shown to be effective in improving EHR security by accurately
aligning access decisions with complex regulatory and situational requirements.
The findings suggest its broader applicability in sectors where access control
must meet stringent compliance and adaptability standards.
- Abstract(参考訳): デジタル医療が発展するにつれて、電子健康記録(EHR)のセキュリティはますます重要になっている。
本研究は,GPT-Onto-CAABACフレームワーク,GPT(Generative Pretrained Transformer),医法オントロジー,コンテキストアウェア属性ベースアクセス制御(CAABAC)を統合して,EHRアクセスセキュリティを向上させることを目的とする。
従来のモデルとは異なり、GPT-Onto-CAABACはポリシーを動的に解釈し、医療や法的な環境の変化に対応し、カスタマイズされたアクセス制御ソリューションを提供する。
経験的評価により, この枠組みは, アクセス決定を複雑な規制や状況条件と正確に整合させることで, EHRのセキュリティ向上に有効であることが示されている。
この結果は、アクセス制御が厳格なコンプライアンスと適応性基準を満たしなければならない分野において、より広範な適用性を示している。
関連論文リスト
- Practically adaptable CPABE based Health-Records sharing framework [0.0]
CPABEとOAuth2.0をベースとした、効率的なアクセス制御と認可のためのフレームワークを提案し、単一のクライアントアプリケーション間でのEHR共有の実現性を改善した。
提案するフレームワークの実装とその分析比較は,性能とレイテンシの最小化の観点から,その可能性を示唆している。
論文 参考訳(メタデータ) (2024-03-11T00:23:17Z) - Analysis of Blockchain Integration in the e-Healthcare Ecosystem [0.0]
本稿では、ブロックチェーン技術を用いた医療データ管理システムにおける最も一般的なアプローチについて研究する。
評価は、観察された共通の特徴の集合に基づいて行われ、一方のアプローチと他方のアプローチを区別する。
e-healthの文脈における効果的な実装には、重要な課題の存在を強調します。
論文 参考訳(メタデータ) (2024-01-08T12:19:53Z) - Healthcare Policy Compliance: A Blockchain Smart Contract-Based Approach [0.312488427986006]
HIPAAのような厳格な規制にもかかわらず、ポリシーコンプライアンスの重大なギャップは、データ漏洩が起きるまで検出されないことが多い。
このギャップを埋めるため、ブロックチェーンを利用したスマートコントラクトベースのアクセス制御モデルを提案する。
弊社のアプローチでは、インフォームドコンセントのコンポーネントをPPAに統合し、ブロックチェーンのスマートコントラクトを使用してポリシの実施を自動化する。
論文 参考訳(メタデータ) (2023-12-15T21:25:07Z) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳(メタデータ) (2023-07-29T12:54:03Z) - The Design and Implementation of a National AI Platform for Public
Healthcare in Italy: Implications for Semantics and Interoperability [62.997667081978825]
イタリア国立衛生局は、その技術機関を通じて人工知能を採用している。
このような広大なプログラムには、知識領域の形式化に特別な注意が必要である。
AIが患者、開業医、健康システムに与える影響について疑問が投げかけられている。
論文 参考訳(メタデータ) (2023-04-24T08:00:02Z) - Recursively Feasible Probabilistic Safe Online Learning with Control
Barrier Functions [63.18590014127461]
本稿では,CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
本研究では,ロバストな安全クリティカルコントローラの実現可能性について検討する。
次に、これらの条件を使って、イベントトリガーによるオンラインデータ収集戦略を考案します。
論文 参考訳(メタデータ) (2022-08-23T05:02:09Z) - Toward Deep Learning Based Access Control [3.2511618464944547]
本稿では,ディープラーニング技術の大幅な進歩を活用して,DLBAC(Deep Learning Based Access Control)を提案する。
DLBACは補完し、長期的には、従来のアクセス制御モデルをニューラルネットワークで置き換える可能性さえある。
提案手法は,精度,一般化,説明可能性に関する問題に対処することで実現可能であることを示す。
論文 参考訳(メタデータ) (2022-03-28T22:05:11Z) - Joint Differentiable Optimization and Verification for Certified
Reinforcement Learning [91.93635157885055]
安全クリティカル制御システムのためのモデルベース強化学習では,システム特性を正式に認定することが重要である。
本稿では,強化学習と形式検証を共同で行う枠組みを提案する。
論文 参考訳(メタデータ) (2022-01-28T16:53:56Z) - User-Centric Health Data Using Self-sovereign Identities [69.50862982117127]
本稿では、健康データのプライバシーと管理を改善するために、発行者自尊心(SSI)と分散Ledger Technologies(DLT)の潜在的利用について述べる。
論文では、保健分野における分散IDの顕著なユースケースをリストアップし、効果的なブロックチェーンベースのアーキテクチャについて論じる。
論文 参考訳(メタデータ) (2021-07-26T17:09:52Z) - 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) - An Automatic Attribute Based Access Control Policy Extraction from
Access Logs [5.142415132534397]
属性ベースのアクセス制御(ABAC)モデルは、複雑なシステムや動的システムの認証要求に対処するための、より柔軟なアプローチを提供する。
本稿では,システムへのアクセスログからABACポリシールールを自動的に学習し,ポリシー開発プロセスを簡素化する手法を提案する。
論文 参考訳(メタデータ) (2020-03-16T15:08:54Z)
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。