一个基于区块链的AI驱动的安全可搜索的加密框架,用于医疗物联网系统

科学领域:

• 计算机科学 计算机科学
• 网络安全 网络安全
• 医疗信息学 医疗信息学

背景情况:

• 医疗物联网 (IoMT) 系统利用区块链进行数据存储,但在数据搜索,隐私和安全方面面临挑战.
• 现有的IoMT区块链解决方案需要增强安全性和高效的数据检索机制,以确保患者数据的完整性和可靠性.

研究的目的:

• 提出一种与混合深度神经网络集成的新型二元弹搜索 (BSS) 技术,以实现安全可靠的IoMT数据管理.
• 为了提高IoMT环境中存储在区块链上的医疗数据的安全性,隐私性和可搜索性.
• 开发一个以患者为中心的数据访问模型,确保安全,高效和分散的患者健康记录 (PHR) 管理.

主要方法:

• 开发了一种基于群理论的二元弹搜索 (BSS) 技术,与混合深度神经网络相结合.
• 集成区块链用于不可变和分散的数据管理,人工智能用于数据分析和威胁检测,以及可用于安全查询的可搜索加密.
• 在拟议框架内实施安全密钥撤销和动态政策更新.
• 使用Hyperledger Fabric (OrigionLab) 进行区块链模拟.

主要成果:

• 拟议的框架大大缩短了交易时间,同时保持了 IoMT 数据的高安全水平.
• 与现有方法相比,证明了数据可搜索性和可信度的提高.
• 基于区块链的架构确保了医疗数据的完整性和防改存储.

结论:

• 与AI和区块链集成的新BSS技术为管理患者健康记录 (PHR) 提供了安全,高效和可搜索的解决方案.
• 以患者为中心的模型增强了数据安全性,并证明了医疗保健系统的投资回报率.
• 拟议的框架解决了IoMT数据搜索和存储中的关键隐私和安全问题.