論文の概要: A Biomechatronic Approach to Evaluating the Security of Wearable Devices in the Internet of Medical Things
- arxiv url: http://arxiv.org/abs/2406.14996v1
- Date: Fri, 21 Jun 2024 09:17:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-24 12:34:06.807924
- Title: A Biomechatronic Approach to Evaluating the Security of Wearable Devices in the Internet of Medical Things
- Title（参考訳）: 医療用物のインターネットにおけるウェアラブルデバイスのセキュリティ評価のためのバイオメカトロニクス的アプローチ
- Authors: Yas Vaseghi, Behnaz Behara, Mehdi Delrobaei,
- Abstract要約: インターネット・オブ・メディカル・モノ(IoMT)は、人間のエラーを減らし、患者の健康を改善し、医療に革命をもたらす可能性がある。
ウェアラブルなスマート注入ポンプは、薬を正確に管理し、電子的な健康記録と統合することができる。
これらのポンプは、手術が失敗したときに医療専門家やリモートサーバーに警告する。
しかし、インターネットに接続された医療機器の数が増加するにつれて、サイバー脅威の危険性も高まる。
- 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 Internet of Medical Things (IoMT) has the potential to revolutionize healthcare by reducing human error and improving patient health. For instance, wearable smart infusion pumps can accurately administer medication and integrate with electronic health records. These pumps can alert healthcare professionals or remote servers when an operation fails, preventing distressing incidents. However, as the number of connected medical devices increases, so does the risk of cyber threats. Wearable medication devices based on IoT attached to patients' bodies are particularly vulnerable to significant cyber threats. Since they are connected to the internet, these devices can be exposed to potential harm, which can disrupt or degrade device performance and harm patients. Therefore, it is crucial to establish secure data authentication for internet-connected medical devices to ensure patient safety and well-being. It is also important to note that the wearability option of such devices might downgrade the computational resources, making them more susceptible to security risks. We propose implementing a security approach for a wearable infusion pump to mitigate cyber threats. We evaluated the proposed architecture with 20, 50, and 100 users for 10 minutes and repeated the evaluation 10 times with two infusion settings, each repeated five times. The desired volumes and rates for the two settings were 2 ml and 4 ml/hr and 5 ml and 5 ml/hr, respectively. The maximum error in infusion rate was measured to be 2.5%. We discuss the practical challenges of implementing such a security-enabled device and suggest initial solutions.
- Abstract（参考訳）: インターネット・オブ・メディカル・モノ(IoMT)は、人間のエラーを減らし、患者の健康を改善することで、医療に革命をもたらす可能性がある。
例えば、ウェアラブルのスマート注入ポンプは、薬を正確に管理し、電子的な健康記録と統合することができる。
これらのポンプは、手術が失敗したときに医療専門家やリモートサーバーに警告する。
しかし、インターネットに接続された医療機器の数が増加するにつれて、サイバー脅威の危険性も高まる。
患者の体に取り付けられたIoTに基づくウェアラブル医療機器は、特に重大なサイバー脅威に対して脆弱である。
インターネットに接続されているため、これらのデバイスは潜在的な害にさらされる可能性があるため、デバイスの性能を破壊または劣化させ、患者を傷つける可能性がある。
そのため、インターネットに接続された医療機器のセキュアなデータ認証を確立し、患者の安全と健康を確保することが不可欠である。
また、そのようなデバイスの装着性オプションが計算リソースをダウングレードし、セキュリティリスクにより敏感になる可能性がある点にも注意が必要だ。
本稿では,サイバー脅威の軽減を目的としたウェアラブル注入ポンプのセキュリティ手法を提案する。
提案したアーキテクチャを10分間20,50,100人のユーザで評価し,2回の注入設定で10回繰り返し,それぞれ5回繰り返して評価を行った。
所望のボリュームとレートはそれぞれ2ml/hr,4ml/hr,5ml/hrであった。
注入速度の最大誤差は2.5%と測定された。
このようなセキュリティ対応デバイスを実装する上での実践的課題について論じ,初期解決策を提案する。
関連論文リスト
- Defining and Evaluating Physical Safety for Large Language Models [62.4971588282174]
大型言語モデル (LLM) は、ドローンのようなロボットシステムを制御するためにますます使われている。
現実世界のアプリケーションに物理的な脅威や害をもたらすリスクは、まだ解明されていない。
我々は,ドローンの物理的安全性リスクを,(1)目標脅威,(2)目標脅威,(3)インフラ攻撃,(4)規制違反の4つのカテゴリに分類する。
論文 参考訳（メタデータ） (2024-11-04T17:41:25Z) - Machine Learning for Healthcare-IoT Security: A Review and Risk Mitigation [4.499833362998488]
本稿では、医療用IoTの基礎、プライバシ、マシンラーニングやH-IoTデバイスに関連するデータセキュリティの課題についてレビューする。
この論文は、知覚、ネットワーク、クラウド、アプリケーションなどの医療用IoTレイヤを監視することの重要性をさらに強調する。
論文 参考訳（メタデータ） (2024-01-17T10:55:26Z) - A Novel Zero-Trust Machine Learning Green Architecture for Healthcare IoT Cybersecurity: Review, Analysis, and Implementation [0.0]
医療アプリケーションにおけるIoT(Internet of Things)デバイスの統合は、患者のケア、監視、データ管理に革命をもたらした。
しかし、これらのデバイスの急速な関与は、患者のプライバシーと医療データの整合性に重大な脅威をもたらす情報セキュリティ上の懸念をもたらす。
本稿では、医療アプリケーション内のIoTデバイスにおけるセキュリティ脆弱性に対処し、軽減するために設計された、機械学習(ML)ベースのアーキテクチャを紹介する。
論文 参考訳（メタデータ） (2024-01-14T21:01:21Z) - Towards Evaluating the Security of Wearable Devices in the Internet of Medical Things [0.0]
インターネット・オブ・メディカル・モノ(IoMT)は、患者の健康を改善し、ヒューマンエラーを減らすための有望なソリューションを提供する。
医療を正確に管理し、電子健康記録と統合するウェアラブルスマート注入ポンプは、医療を改善する技術の一例である。
しかし、接続医療機器の数が増加するにつれて、サイバー脅威の危険性も高まる。
論文 参考訳（メタデータ） (2023-12-13T14:12:52Z) - Visual Detection of Personal Protective Equipment and Safety Gear on
Industry Workers [49.36909714011171]
我々は、PPE(Personal Protective Equipment)の使用を検知するカメラを用いて、労働者の安全を向上するシステムを開発した。
我々の焦点は、制限区域へのアクセスを得るために労働者が自らを提示しなければならないエントリーコントロールポイントに我々のシステムを実装することである。
この研究の新たな特徴は、クラス数を5つの対象(ヘルメット、安全ベスト、安全手袋、安全眼鏡、聴覚保護)に増やすことである。
論文 参考訳（メタデータ） (2022-12-09T11:50:03Z) - A Secure Healthcare 5.0 System Based on Blockchain Technology Entangled
with Federated Learning Technique [0.44040106718326594]
セキュリティとプライバシは、IoMT(Internet of Medical Things)業界における重要な懸念事項である。
早期に懸念を特定することで、スマートヘルスケアシステムは長期的なダメージを避けるのに役立つ。
本研究は、ブロックチェーン技術と侵入検知システム(IDS)を活用して、医療5.0に安全な健康モニタリングシステムを構築することを目的とする。
論文 参考訳（メタデータ） (2022-09-16T23:25:42Z) - A Novel Framework for Threat Analysis of Machine Learning-based Smart
Healthcare Systems [2.519906683279153]
機械学習と形式解析機能を統合した新たな脅威分析フレームワークであるSHCheckerを提案します。
私たちは合成データセットと実データセットにSHCheckerを実装し、フレームワークがIoMTシステムにおける潜在的な攻撃ベクトルを明らかにすることができることを確認します。
論文 参考訳（メタデータ） (2021-03-05T04:51:02Z) - BinaryCoP: Binary Neural Network-based COVID-19 Face-Mask Wear and
Positioning Predictor on Edge Devices [63.56630165340053]
フェイスマスクは、空気性疾患に対する双方向保護のための医療に効果的な解決策を提供する。
CNNは、顔認識と正しいマスク着用と位置決めの分類に優れたソリューションを提供する。
CNNは、企業ビル、空港、ショッピングエリア、その他の屋内場所への入り口で利用でき、ウイルスの拡散を緩和することができる。
論文 参考訳（メタデータ） (2021-02-06T00:14:06Z) - Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。
システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
論文 参考訳（メタデータ） (2020-05-25T12:32:02Z) - 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) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z)
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。