論文の概要: A Global Cybersecurity Standardization Framework for Healthcare Informatics

• arxiv url: http://arxiv.org/abs/2410.05333v1
• Date: Sun, 6 Oct 2024 12:44:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-01 19:27:19.010170
• Title: A Global Cybersecurity Standardization Framework for Healthcare Informatics
• Title（参考訳）: 医療インフォマティクスのためのグローバルサイバーセキュリティ標準化フレームワーク
• Authors: Kishu Gupta, Vinaytosh Mishra, Aaisha Makkar,
• Abstract要約: この研究はまず、プライバシーとセキュリティに不可欠な20のアクティビティを特定し、それらを5つのカテゴリに分類する。 このフレームワークは、Delphi Methodを使用して、アクティビティ、分類基準、優先順位付けを識別した。
• 参考スコア（独自算出の注目度）: 0.19116784879310025
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Healthcare has witnessed an increased digitalization in the post-COVID world. Technologies such as the medical internet of things and wearable devices are generating a plethora of data available on the cloud anytime from anywhere. This data can be analyzed using advanced artificial intelligence techniques for diagnosis, prognosis, or even treatment of disease. This advancement comes with a major risk to protecting and securing protected health information (PHI). The prevailing regulations for preserving PHI are neither comprehensive nor easy to implement. The study first identifies twenty activities crucial for privacy and security, then categorizes them into five homogeneous categories namely: $\complement_1$ (Policy and Compliance Management), $\complement_2$ (Employee Training and Awareness), $\complement_3$ (Data Protection and Privacy Control), $\complement_4$ (Monitoring and Response), and $\complement_5$ (Technology and Infrastructure Security) and prioritizes these categories to provide a framework for the implementation of privacy and security in a wise manner. The framework utilized the Delphi Method to identify activities, criteria for categorization, and prioritization. Categorization is based on the Density-Based Spatial Clustering of Applications with Noise (DBSCAN), and prioritization is performed using a Technique for Order of Preference by Similarity to the Ideal Solution (TOPSIS). The outcomes conclude that $\complement_3$ activities should be given first preference in implementation and followed by $\complement_1$ and $\complement_2$ activities. Finally, $\complement_4$ and $\complement_5$ should be implemented. The prioritized view of identified clustered healthcare activities related to security and privacy, are useful for healthcare policymakers and healthcare informatics professionals.
• Abstract（参考訳）: ヘルスケアは、ポスト新型コロナウイルス(COVID-19)の世界でデジタル化が進んでいるのを目撃している。 物の医療用インターネットやウェアラブルデバイスといった技術は、どこからでもクラウド上で利用できる大量のデータを生成している。 このデータは、診断、予後、さらには病気の治療のための高度な人工知能技術を用いて分析することができる。 この進歩には、保護された健康情報(PHI)を保護し、保護する大きなリスクが伴う。 PHIを維持するための一般的な規則は包括的でも実装も容易でもない。 調査はまず、プライバシとセキュリティに不可欠な20のアクティビティを特定し、次にこれらを5つの同種カテゴリに分類する。 $\complement_1$ (Policy and Compliance Management), $\complement_2$ (Employee Training and Awareness), $\complement_3$ (Data Protection and Privacy Control), $\complement_4$ (Monitoring and Response), $\complement_5$ (Technology and Infrastructure Security)。 このフレームワークは、Delphi Methodを使用して、アクティビティ、分類基準、優先順位付けを識別した。 分類は, 雑音を伴うアプリケーションの密度に基づく空間クラスタリング(DBSCAN)に基づいており, 理想解(TOPSIS)と類似性による選好の順序付け手法を用いて優先順位付けを行う。 その結果、$\complement_3$アクティビティは実装において第一に優先され、$\complement_1$と$\complement_2$アクティビティが続くと結論付けている。 最後に、$\complement_4$と$\complement_5$を実装する必要がある。 セキュリティとプライバシに関連する特定されたクラスタ化された医療活動の優先順位付けは、医療政策立案者や医療情報学の専門家にとって有用である。

関連論文リスト

• Prototypical Hash Encoding for On-the-Fly Fine-Grained Category Discovery [65.16724941038052]
  カテゴリ対応プロトタイプ生成(CPG)とディスクリミカテゴリ5.3%(DCE)が提案されている。 CPGは、各カテゴリを複数のプロトタイプで表現することで、カテゴリ内の多様性を完全にキャプチャすることを可能にする。 DCEは生成されたカテゴリプロトタイプのガイダンスによってハッシュコードの識別能力を向上する。
  論文  参考訳（メタデータ） (2024-10-24T23:51:40Z)
• A Global Medical Data Security and Privacy Preserving Standards Identification Framework for Electronic Healthcare Consumers [2.57177976232483]
  異なる国は、医療データのセキュリティとプライバシーに関する様々な基準を持っている。 本稿では,これらのルールをグローバルに標準化するための,新しい包括的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-10-04T17:22:55Z)
• Securing The Future Of Healthcare: Building A Resilient Defense System For Patient Data Protection [0.0]
  この研究は、勾配ボオスティング機械学習モデルを用いて、医療データ漏洩の深刻度を予測する。 その結果、ハッキングとITインシデントは、医療業界で最も一般的なタイプの違反であることがわかった。 モデル評価の結果,勾配向上アルゴリズムは良好に動作することがわかった。
  論文  参考訳（メタデータ） (2024-07-23T04:25:35Z)
• Privacy-Preserving Medical Image Classification through Deep Learning and Matrix Decomposition [0.0]
  近年,医学領域において深層学習(DL)ソリューションが広く研究されている。 医療関連データの利用は厳格に規制されており、病院の外部で医療記録を処理するためには、堅牢なデータ保護措置が必要である。 本稿では, 特異値分解(SVD)と主成分分析(PCA)を用いて, DL解析に使用する前に, 医用画像の難読化を行う。 保護されたデータから関連する情報を抽出するDLアルゴリズムの能力は、難読化フレームに基づく血管造影ビュー分類のタスクに基づいて評価される。
  論文  参考訳（メタデータ） (2023-08-31T08:21:09Z)
• 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)
• Multi-Objective SPIBB: Seldonian Offline Policy Improvement with Safety Constraints in Finite MDPs [71.47895794305883]
  オフライン強化学習環境における制約下での安全政策改善(SPI)の問題について検討する。 本稿では,異なる報酬信号に対するトレードオフを扱うアルゴリズムのユーザの好みを考慮した,このRL設定のためのSPIを提案する。
  論文  参考訳（メタデータ） (2021-05-31T21:04:21Z)
• 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)
• Provably Efficient Safe Exploration via Primal-Dual Policy Optimization [105.7510838453122]
  制約付きマルコフ決定過程(CMDP)を用いた安全強化学習(SRL)問題について検討する。 本稿では,関数近似設定において,安全な探索を行うCMDPの効率の良いオンラインポリシー最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-01T17:47:03Z)

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。