スマート健康管理システムにおけるプライバシー保護のための連合学習:包括的調査【JST・京大機械翻訳】

Ali Mansoor; Naeem Faisal; Tariq Muhammad; Kaddoum Geroges

プレプリント

J-GLOBAL ID：202202205964394674 整理番号：22P0306352

スマート健康管理システムにおけるプライバシー保護のための連合学習:包括的調査【JST・京大機械翻訳】

Federated Learning for Privacy Preservation in Smart Healthcare Systems: A Comprehensive Survey

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月17日プレプリントサーバーでの情報更新日： 2022年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

電子装置と通信インフラストラクチャの最近の進歩は,IoMTデバイスを用いることにより,従来のヘルスケアシステムをスマートヘルスケアシステムに革命した。しかしながら,人工知能(AI)の集中訓練アプローチにより,モバイルおよびウェアラブルIoMTデバイスの使用は,病院とエンドユーザの間で通信された情報に関してプライバシー懸念を提起する。IoMT装置によって伝えられた情報は,高度に秘密であり,敵対者に曝露される。この点に関して,分配された学習(FL),分配的なAIパラダイムは,参加者の秘密データにアクセスすることなく,IoMTにおけるプライバシー保護のための新しい機会を開いた。さらに,FLは,訓練中に勾配が共有されるので,エンドユーザにプライバシーを提供する。FLのこれらの特定の特性のために,本論文では,IoMTにおけるプライバシー関連問題を提示した。その後,プライバシー保護のためのIoMTネットワークにおけるFLの役割を提示し,プライバシー脅威を検出するための深層強化学習(DRL),ディジタルツイン,および生成敵対ネットワーク(GAN)を組み込んだいくつかの先進的FLアーキテクチャを紹介した。続いて,スマートヘルスケアシステムにおけるFLのいくつかの実用的機会を提示した。最後に,将来のスマートヘルスケアシステムに使用できるFLに対する公開研究課題を提供することによって,この調査を結論づける。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

計算機網 , データ保護

, , , ,

前のページに戻る