Jan, 2024

基于区块链的异构信息系统数据管道保护模型

PDF
TL;DR提出了一种基于区块链的模型来保护异构信息系统中的数据通道，使用综合多灾害预警系统（MHEWS）作为案例研究，以解决数据通道中存在的安全和隐私问题，该模型利用区块链技术的固有安全特性，以分散方式确保数据的完整性、保密性和真实性，并在混合环境中进行评估，通过原型实现和模拟实验展示了相对传统方法更具防篡改和不可变性的数据通道，以实现数据的真实性和完整性，并使用机密账本。
data pipelinessecurityprivacyblockchain-based modelheterogeneous information system
发现论文，激发创造
  • ModelChain：基于私有区块链网络的分散隐私保护医疗预测建模框架

    本文介绍了一种新的框架，ModelChain，将区块链技术应用于隐私保护机器学习，以解决交叉机构卫生保健预测建模中的隐私问题，并提高机构之间的互操作性。

    Feb, 2018

  • 区块链上的健康数据安全：差分隐私和联邦学习框架

    提出一种框架来增强基于区块链的物联网（BIoT）系统在医疗保健领域中的隐私保护，通过集成差分隐私（DP）和联邦学习（FL）来保护物联网节点收集的敏感健康数据，并利用动态个性化和自适应噪声分布策略平衡隐私和数据效用，同时通过区块链技术确保模型更新的安全透明聚合和存储，实验证明该框架在各种攻击场景下具有强大的隐私保证，并在健康分析任务中保持高准确性，平均每轮联邦学习花费 6 秒左右的交易延迟，注重性能和可行性。

    May, 2024

  • SSHealth: 构建安全的基于区块链的医疗卫生系统

    本文介绍了一种新型智能安全的自适应卫生保健系统（ssHealth），它利用前沿的边缘计算和区块链技术，实现了疫情发现、远程监测和快速应急响应，并允许当地卫生保健实体安全地交换医疗数据，从而实现多个国家和国际实体的集成，以及对不断涌现的疫情进行管理和控制。

    Jun, 2020

  • 区块链赋能可信数据共享：基础、应用与挑战

    本研究对区块链技术在数据共享中的应用进行了全面研究，分析了当前数据共享技术存在的挑战与局限性，并探讨了该技术在不同领域的应用，总结了区块链技术在提升共享数据安全和可靠性方面取得的成果和未来研究方向。

    Mar, 2023

  • 基于区块链的联邦学习：激励数据共享与惩罚不诚实行为

    该研究论文提出了一个综合框架，结合了区块链、智能合约和星际文件系统，通过在联邦学习中整合数据信任，以便安全地共享数据并提供激励、访问控制机制和惩罚任何不诚实的行为，实验证明该模型在提高联邦学习模型的准确性的同时确保数据共享过程的安全和公平性；论文还介绍了一种分散化的联邦学习平台，成功地使用区块链技术在 MNIST 数据集上训练了一个 CNN 模型，这个平台使多个工作器能够同时训练模型，同时保护数据的隐私和安全性，分散化的架构和区块链技术的应用允许工作器之间进行高效的通信和协作，该平台具备促进分散化机器学习并支持各个领域隐私保护合作的潜力。

    Jul, 2023

  • 基于区块链的隐私感知边缘智能数据共享：智能医疗视角

    为了保护个人的健康数据隐私，提出了基于信任度的个性化差分隐私模型，并在区块链上构建社区模型以避免中毒攻击，并使用马尔可夫随机过程设计噪声相关性解耦机制防止关联攻击。

    Jun, 2023

  • 基于区块链的可信隐私保护分层集成和联邦学习在医疗保健 4.0 中的应用

    本研究提出一种基于多方计算的安全集成联邦学习与区块链的方法，使异构模型能够在保护用户隐私的前提下协同学习医疗机构的数据，并利用区块链的属性实现数据完整性和审计控制能力。

    May, 2023

  • FedBlockHealth：联邦学习与区块链的协同应用，增强 IoT 医疗保健数据隐私与安全

    本文提出一种新型的混合方法，将联邦学习和区块链技术相结合，为物联网医疗应用提供安全的隐私保护解决方案，保护数据隐私，保证计算效率，同时保持数据完整性和访问控制。

    Apr, 2023

  • 使用区块链保护 CNN 模型和生物特征模板

    本研究使用区块链技术将生物识别系统转变为安全系统，以提供分布式环境中的容错访问，并通过实验验证结果表明该方法可保护深度学习模型和生物识别模板的安全性。

    Jul, 2020

  • 区块链作为智能环境迁移学习的实现者

    这篇研究提出了一种基于区块链和知识图技术的分散和自适应软件框架，以透明和可靠的方式支持物联网环境之间的知识交换和互操作性。

    Apr, 2022