Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Ethical Standards I01:25

Ethical Standards I

1.5K
The American Nurses Association (ANA) created and implemented the first nationally accepted Code of Ethics for Nurses with Interpretive Statements. The Code of Ethics is a living document regularly updated by the ANA and establishes an ethical standard that is non-negotiable for nurses in all roles and settings.
The Code of Ethics provisions outline the nurse's duty to the patient, the healthcare team, the profession, and society. The Code's fundamental principles include advocacy,...
1.5K
Legal Guidelines for Documentation01:06

Legal Guidelines for Documentation

1.9K
The legal guidelines for nursing documentation are essential for ensuring accurate, professional, and ethical recording of patient care. The guidelines are discussed here:
1.9K
Computed Tomography01:10

Computed Tomography

7.9K
Tomography refers to imaging by sections. Computed tomography (CT) is a non-invasive imaging technique that uses computers to analyze several cross-sectional X-rays to reveal minute details about structures in the body.
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...
7.9K
Guidelines and Strategies for Safe Computer Charting01:18

Guidelines and Strategies for Safe Computer Charting

2.6K
The guidelines and strategies provided by the American Nurses Association (ANA) and the Canadian Nurses Association (CNA) offer essential principles for ensuring safe and secure computer charting systems in healthcare settings. Let's break down each recommendation:
Maintain Confidentiality and Security:
2.6K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Deep inception neural network with residual connections for Tamil handwritten character recognition.

Scientific reports·2026
Same author

Dynamic SG-SKRDX hybrid framework for precision weather forecasting and crop suitability in the Cauvery Delta.

Scientific reports·2025
Same author

Development of game theoretic hypergraph based autoencoder scheme for multiple objects tracking and anomaly detection for surveillance videos.

Scientific reports·2025
Same author

An explainable machine learning (XAI) framework to enhance types of cardiovascular disease diagnosis and prognosis.

Physical and engineering sciences in medicine·2025
Same author

Analysis of hybrid integer wavelet transform and singular value decomposition for image steganography under various noise conditions.

Scientific reports·2025
Same author

Convolutional neural network and wavelet composite against geometric attacks a watermarking approach.

Scientific reports·2025
Same journal

Therapeutic potential of crude protein extracts from two Egyptian freshwater snails Lanistes carinatus and Bellamya unicolor.

Scientific reports·2026
Same journal

Microbial contamination of donor corneas and post-keratoplasty endophthalmitis: a comparison between Japanese and U.S. eye banks using cold storage.

Scientific reports·2026
Same journal

Prevalence and contributing factors of virological non-suppression among adult patients on first-line antiretroviral therapy in tertiary hospitals in Ethiopia.

Scientific reports·2026
Same journal

An in vitro comparison of color stability between alkasite and different restorative materials in various staining solutions.

Scientific reports·2026
Same journal

Toward accessible mRNA LNP formulation: systematic evaluation of mixing strategies and key parameters.

Scientific reports·2026
Same journal

A network analysis of personality traits, mentalizing, and psychological health in Chinese college students.

Scientific reports·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jan 8, 2026

A New Technique for Quantitative Analysis of Hair Loss in Mice Using Grayscale Analysis
06:41

A New Technique for Quantitative Analysis of Hair Loss in Mice Using Grayscale Analysis

Published on: March 9, 2015

9.4K

Un algoritmo hash personalizado para alojar un repositorio seguro de imágenes en escala de grises en la nube pública

Veenasri Murugesan1, Nithya Chidambaram2, Rengarajan Amirtharajan1

  • 1School of Electrical & Electronics Engineering, SASTRA Deemed University, Thanjavur, 613401, India.

Scientific reports
|December 13, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio presenta un novedoso algoritmo hash basado en bloques para el almacenamiento seguro de imágenes en la nube, mejorando la integridad de los datos y la detección de manipulaciones. El sistema identifica eficazmente las regiones de imágenes modificadas, garantizando una seguridad de datos fiable en entornos de nube.

Palabras clave:
Almacenamiento en la nubeVerificación de la integridad de los datosHashing de imágenesDetección de manipulaciones

Videos de Experimentos Relacionados

Last Updated: Jan 8, 2026

A New Technique for Quantitative Analysis of Hair Loss in Mice Using Grayscale Analysis
06:41

A New Technique for Quantitative Analysis of Hair Loss in Mice Using Grayscale Analysis

Published on: March 9, 2015

9.4K

Área de la Ciencia:

  • Ciencias de la Computación
  • Seguridad de la Información
  • Computación en la Nube

Sus antecedentes:

  • Las violaciones de datos durante el almacenamiento y la transmisión plantean importantes desafíos en la tecnología digital.
  • Los métodos tradicionales de prevención de pérdida de datos (DLP) tienen dificultades con volúmenes masivos de datos.
  • La computación en la nube ofrece una solución escalable y robusta para la seguridad y gestión de datos.

Objetivo del estudio:

  • Proponer un algoritmo hash personalizado basado en bloques para generar huellas digitales de imágenes en escala de grises.
  • Mejorar la integridad de los datos, permitir la detección de manipulaciones e identificar con precisión las regiones manipuladas en las imágenes almacenadas en la nube.
  • Incorporar la autenticación a nivel de usuario y desarrollar una GUI para la aplicación práctica.

Principales métodos:

  • Desarrollo de un algoritmo hash personalizado basado en bloques para generar valores hash de imágenes.
  • Implementación de un entorno de nube para el almacenamiento y gestión seguros de huellas digitales.
  • Integración de autenticación a nivel de usuario y creación de una Interfaz Gráfica de Usuario (GUI) para la generación de hash y la verificación de manipulaciones.

Principales resultados:

  • El algoritmo propuesto genera con éxito huellas digitales para la protección contra manipulaciones de imágenes completas (256x256).
  • Se logra la validación de la integridad comparando los resúmenes generados con los originales.
  • El algoritmo demostró un buen rendimiento en pruebas cuantitativas y cualitativas de códigos de integridad, propiedad de colisión y efecto avalancha.

Conclusiones:

  • El algoritmo hash personalizado basado en bloques garantiza eficazmente la integridad de los datos de la imagen y la detección de manipulaciones en el almacenamiento en la nube.
  • El marco desarrollado, que incluye GUI y autenticación de usuario, proporciona una solución segura y fácil de usar para gestionar la seguridad de las imágenes.
  • El método propuesto ofrece un enfoque escalable y fiable para combatir las violaciones de datos en entornos de nube.