使用ANN和Choquet集成模糊VIKOR的安全和智能5G支持的远程患者监控

科学领域:

• 计算机科学 计算机科学
• 电气工程 电气工程
• 医疗保健技术 技术 医疗保健 技术

背景情况:

• 医疗保健技术的进步需要安全的远程患者监控.
• 现有系统在数据安全性和效率方面面临挑战.
• 医疗物联网 (IoMT) 需要强大的解决方案.

研究的目的:

• 开发一种智能系统,用于安全的远程患者监控.
• 通过5G和人工智能增强医疗数据采集.
• 提高数据安全,防止窃听者和网络威胁.

主要方法:

• 人工神经网络 (ANN) 技术和5G基础设施的整合.
• 应用多标准决策 (MCDM) 方法,特别是巧克力整体模糊VIKOR.
• 实施强化学习,使用超参数调整和拉索回归进行优化.
• 专注于物理层安全 (PLS) 进行数据保护.

主要成果:

• 实现了97.25%的准确性,优于现有的身份验证方法,如PLA-SIT (97%),FPLA (96.8%),以及隐私嵌入式轻量级和高效的自动化PLA (95.3%).
• 显著超过了基于CNN的机制 (94.7%),Shamir的秘密共享算法 (90.7%),和Blowfish算法 (82.3%).
• 证明了更好的服务质量和可靠性.

结论:

• 拟议的智能系统为IoMT应用提供了可靠的解决方案.
• 人工智能,5G和先进的安全协议的整合增强了远程患者监控.
• 该系统为下一代医疗保健技术提供了安全有效的框架.