جستجو
بررسی امنیت و حفظ حریم خصوصی در سامانههای هوش مصنوعی مبتنی بر دادههای پزشکی
محمد سجاد رضایی1 تکتم دهقانی2
چکیده :
چكيده
گسترش سامانههای هوش مصنوعی در حوزه پزشکی، فرصتهای قابل توجهی برای بهبود تشخیص، پیشبینی بیماریها، تصمیمگیری بالینی و مدیریت خدمات سلامت فراهم کرده است؛ با این حال، وابستگی این سامانهها به حجم گستردهای از دادههای حساس پزشکی، چالشهای جدی در زمینه امنیت اطلاعات و حفظ حریم خصوصی ایجاد میکند. هدف این پژوهش، بررسی مهمترین تهدیدهای امنیتی و حریم خصوصی در سامانههای هوش مصنوعی مبتنی بر دادههای پزشکی و تحلیل راهکارهای مقابله با آنها است. این پژوهش با رویکرد مروری ـ تحلیلی انجام شده و تهدیدهایی مانند حملات خصمانه، استخراج و وارونسازی مدل، استنتاج عضویت، مسمومسازی دادههای آموزشی، دسترسی غیرمجاز و نشت دادهها را بررسی میکند. همچنین، راهکارهایی از جمله یادگیری فدرال، حریم خصوصی تفاضلی، رمزنگاری همریخت، ناشناسسازی دادهها، کنترل دسترسی مبتنی بر ویژگی و پایش برخط مورد تحلیل قرار گرفتهاند. یافتههای پژوهش نشان میدهد که هیچیک از روشهای حفاظتی بهتنهایی نمیتواند تمامی تهدیدهای موجود را برطرف کند و استفاده همزمان از روشهای فنی، مدیریتی و نظارتی، رویکرد مناسبتری برای ایجاد امنیت و حفظ حریم خصوصی در این سامانهها است. در نهایت، بهکارگیری رویکرد دفاع در عمق و انتخاب متناسب سازوکارهای حفاظتی با نوع داده، کاربرد سامانه و سطح تهدید، میتواند موجب کاهش خطر افشای اطلاعات پزشکی و افزایش اعتمادپذیری سامانههای هوش مصنوعی در حوزه سلامت شود.
کلمات کلیدی : واژههاي كليدي هوش مصنوعی پزشکی امنیت اطلاعات حریم خصوصی دادههای پزشکی یادگیری فدرال امنیت سایبری
زبان مقاله : فارسی
محور مقاله : مهندسی و علوم کامپیوتر ( کلیه گرایش ها)
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ACZBDG
لینک مستقیم مقاله : https://isnac.ir/AAHD-ACZBDG
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems