14、医疗物联网中的网络安全与机器学习应用

医疗物联网中的网络安全与机器学习应用

1. 医疗数据安全特性

医疗数据的安全至关重要，主要体现在以下几个特性：
- 完整性 ：保证医疗数据不会被未经授权的方法或程序篡改或破坏。
- 保密性 ：确保只有通过合法程序和设备的授权用户才能访问医疗数据。
- 可用性 ：体现数据的可使用性。

美国食品药品监督管理局（FDA）作为监管机构，敦促医疗设备生产商制造“值得信赖”的设备。这些设备应具备以下特点：
- 合理防范网络安全入侵和破坏。
- 提供一致的可用性、可靠性和准确的操作。
- 具备执行预期功能的适当配置。
- 始终遵循批准的安全协议。

2. 相关研究成果综述

众多学者在医疗网络安全和机器学习应用方面进行了大量研究，以下是部分重要研究成果：
| 研究者 | 研究内容 |
| — | — |
| Saheed 和 Arowolo | 开发了一种基于深度循环神经网络（DRNN）和监督机器学习模型的高效入侵检测系统（IDS），用于在物联网医疗（IoMT）环境中分类和预测意外网络威胁。通过对网络数据进行归一化和预处理，并使用受生物启发的粒子群方法优化特征，该模型在入侵检测标准数据上的准确率达到 99.76%，优于现有方法。 |
| Farroha | 采用新兴技术，基于最佳实践提供替代解决方案，以减轻网络安全风险。认为用于网络医学的机器学习模型应尽可能简单，同时保证必要的准确性，以避免过拟合。 |
| Alabdulatif 等 | 对智