تشخیص بیماری آلزایمر مبتنی بر یادگیری فدرال با حفظ حریم خصوصی و امنیت بالاتر، مبتنی بر بلاکچین و رایانش ابری

در این پژوهش یک چارچوب سه لایه مبتنی بر یادگیری فدرال بلاک چین و رایانش ابری برای تشخیص آلزایمر با حفظ حریم خصوصی ارائه شد. در این معماری داده های خام مراکز درمانی منتقل نمی شوند و تنها پارامترهای مدل، با استفاده از رمزنگاری سبک ECC/HE تبادل می گردند. بلاک چین با قراردادهای هوشمند شفافیت و اعتبار تعاملات را تضمین کرده و رایانش ابری قدرت پردازشی لازم برای آموزش مدل های پیچیده را فراهم می آورد. آزمایش ها بر روی داده های ADNI نشان داد که این رویکرد ضمن افزایش دقت تشخیص تا حدود ۷ درصد نسبت به روش های مرسوم، امنیت و محرمانگی داده ها را به طور چشمگیری بهبود می بخشد. این نوآوری می تواند به عنوان الگو در سایر حوزه های پزشکی حساس نیز به کار گرفته شود.

کلیدواژه ها:

یادگیری عمیق ، حملات نوظهور ، تشخیص نفوذ ، شناسایی بلادرنگ ، رمزنگاری سبک