文献

J-GLOBAL ID：201702245782279343   整理番号：17A0964829

SVM(サポートベクトルマシン)を用いた効率的でプライバシー保護オンライン医療診断前フレームワーク【Powered by NICT】

Efficient and Privacy-Preserving Online Medical Prediagnosis Framework Using Nonlinear SVM

著者 (4件)： Zhu Hui (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, China) ,  Liu Xiaoxia (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, China) ,  Lu Rongxing (School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore) ,  Li Hui (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, China)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 3  ページ： 838-850  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習アルゴリズムの進歩とネットワーク端末の普及に伴い,いつでもどこでもヘルスケアプロバイダの診断を提供できる,オンライン医療事前診断システムは,近年かなりの関心を集めている。しかし,オンライン医療事前診断システムの繁栄は情報セキュリティとプライバシー保護を含む多くの課題に直面している。本論文では,非線形カーネルサポートベクトルマシン(SVM)を用いて,eDiagと呼ばれる,e有効なものとプライバシー保護オンライン医療事前診断フレームワークを提案した。eDiagにより,感受性個人健康情報をオンライン事前診断使用中のプライバシー開示なしに処理することができる。特に,非線形SVMのための改善された表現に基づいて,効率的かつプライバシー保護分類スキームは,軽量マルチパーティランダムマスキングと多項式凝集技術を導入した。暗号化されたユーザ質問は暗号解読なしサービスプロバイダで直接操作する業務が行われると,診断結果はユーザにより復号化できるだけである。広範な解析を通して,eDiagはユーザの健康情報とヘルスケア提供者の予測モデルである機密保持し,既存方式よりも計算と通信オーバヘッドが著しく減少していることを保証できることを示した。添加では,スマートフォンとコンピュータにeDiagを実行することにより,性能評価は,実際のオンライン環境のeDiagの有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *プライバシー ,  学習アルゴリズム ,  暗号 ,  情報セキュリティ ,  *サポートベクトルマシン ,  復号化 ,  ネットワーク ,  スマートフォン ,  コンピュータ ,  予測モデル ,  性能評価
準シソーラス用語： 通信オーバーヘッド ,  健康情報 ,  *オンライン ,  *プライバシー保護 , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： SVM ,  サポートベクトルマシン ,  プライバシー ,  オンライン ,  医療診断 ,  フレームワーク